2002 · em que o país estaria sujeito a uma crise, como os citados acima, ou como déficits em...
TRANSCRIPT
A UTILIZAÇÃO DO MERCADO ACIONÁRIO NA PREVISÃO DA
TRAJETÓRIA DA TAXA DE CÂMBIO: UM ESTUDO SOBRE A
DESVALORIZAÇÃO DO REAL EM JANEIRO DE 1999.
MARCOS VINíCIUS DA SILVA ROCHA
UFRJ - Universidade Federal do Rio de Janeiro
Instituto COPPEAD de Administração
Dissertação de Mestrado
Orientador: Prof. Ricardo Pereira Câmara Leal
D.Se. em Administração de Empresas
Rio de Janeiro
2002
11
FOLHA DE APROVAÇÃO
A UTILIZAÇÃO DO MERCADO ACIONÁRIO NA PREVISÃO DA
TRAJETÓRIA DA TAXA DE CÂMBIO: UM ESTUDO SOBRE A
DESVALORIZAÇÃO DO REAL EM JANEIRO DE 1999.
MARCOS VINíCIUS DA SILVA ROCHA
Dissertação submetida ao corpo docente do Instituto COPPEAD de
Administração, da Universidade Federal do Rio de Janeiro - UFRJ, como
parte dos requisitos necessários à obtenção do grau de Mestre.
Aprovada por:
Prof. Dr. Ri ardo Pereira Câmara Leal (COPPEAD/UFRJ) - Orientador
Prof. Dr. Roberto Moreno Moreira (IAG/PUC-RIO)
Rio de Janeiro
2002
iii
Rocha, Marcos Vinícius da Silva
A utilização do mercado acionário na previsão da trajetória da taxa de
câmbio: um estudo sobre a desvalorização do real em janeiro de 1999.
viii,64.
Dissertação (Mestrado em Administração) - Universidade Federal do
Rio de Janeiro - UFRJ, Instituto COPPEAD de Administração, 2002.
Orientador: Ricardo Pereira Câmara Leal
1. Finanças. 2. Mercado de Capitais. 3. Administração - Teses. I. Leal,
Ricardo Pereira Câmara (Orient.). 11. Universidade Federal do Rio de Janeiro.
Instituto COPPEAD de Administração. "I. Título.
lV
RESUMO
ROCHA, Marcos Vinicius da Silva. A utilizacão do mercado acionário na
previsão da trajetória da taxa de câmbio: um estudo sobre a desvalorização
do real em janeiro de 1999. Rio de Janeiro: UFRJ/COPPEAD, 2002.
Dissertação (Mestrado em Administração).
O impacto que a taxa de câmbio vem exercendo atualmente sobre a
economia supera em muito seus congêneres taxa de juros e de inflação,
portanto, estimar com o menor erro possível, sua trajetória futura tomou-se
crucial para o mundo dos negócios. Esta dissertação utiliza-se do mercado
acionário e de suas expectativas para tentar prever aquela trajetória, partindo
da suposição de que as empresas, por possuírem diferentes exposições
cambiais, reagiriam de diferentes formas a uma desvalorização da moeda.
Além disso, através do estudo do evento da desvalorização do Real ocorrida
em janeiro de 1999, buscamos, implicitamente, avaliar a eficiência do
mercado acionário brasileiro e seu caráter de indicador antecedente.
v
ABSTRACT
ROCHA, Marcos Vinícius da Silva. A utilizacão do mercado acionário
na previsão da trajetória da taxa de câmbio: um estudo sobre a
desvalorização do real em janeiro de 1999. Rio de Janeiro: UFRJ/COPPEAD,
2002. Dissertação (Mestrado em Administração).
The impact that the exchange rate has been currently exercising ov~r
the economy surpasses those of the interest rate and of inflation. Thus, to
estimate its future path as accurately as possible becomes crucial to the
business world.
This thesis uses stock market expectations to predict this path,
assuming that firms with different exchange rate exposures will react differently
to currency devaluation.
Besides, by studying the Real devaluation that occurred in January
1999, we attempt to evaluate the Brazilian stock market's efficiency and its role
as a leading indicator.
Vi
SUMÁRIO
1.INTRODUÇÃO ................................................................................................. 1
2 - JUSTIFICATIVAS E MOTIVAÇÕES DO ESTUDO ........................................ 4
3 - REVISÃO DE LlTERATURA. ......................................................................... 8
3.1 - O artigo referencial .......................................................................... 8
3.2 - Os artigos complementares ........................................................... 12
3.3 - Conclusões .................................................................................... 23
4 - METODOLOGIA .......................................................................................... 25
4.1 - Perguntas a serem respondidas ................................................ .26
4.2 - Coleta de dados e período da amostra ....................................... 26
4.3 - A sensibilidade cambial dos preços das ações ........................ 27
4.4 - O evento e as características das empresas ............................. 31
4.5 - Construindo carteiras .................................................................. 38
4.6 - Retornos Anormais das Carteiras .............................................. 39
4.7 - A medida do mercado acionário como uma "sombra" da taxa de
câmbio ............................................................................................................... 41
4.8 - Estimando a Elasticidade da Taxa de Câmbio .............................. 44
4.9 - Criando a Cotação-Sombra da Moeda ...................................... .46
5 - CONCLUSÃO .............................................................................................. 49
6 - REFERÊNCIAS BIBLIOGRÁFiCAS ............................................................ 51
7 - ANEXOS ...................................................................................................... 54
Vl1
DEDICATÓRIA
Aos meus pais, à minha esposa e ao meu filho
que está chegando e aos que virão.
Vl11
AGRADECIMENTOS
Muitas foram as pessoas que contribuíram para que eu pudesse concluir
esta dissertação. Na área de apoio operacional, sou imensamente agradecido
a todos colaboradores do COPPEAD, em especial aos da Biblioteca e da
Seção Acadêmica. No campo financeiro, agradeço ao Governo do meu país
que através do CNPQ, propiciou-me uma bolsa de estudos enquanto estava
apenas a pesquisar. Eu agradeço também a todos os professores pelas
explicações, transmissões de conhecimento e tempo destinado a minha
formação. Em especial, eu agradeço ao Professor Ricardo Leal pelas
indicações bibliográficas precisas e preciosas; pela paciência demonstrada em
períodos de ausência e pela orientação direta e produtiva na realização desta
dissertação.
No campo pessoal eu agradeço aos meus pais por terem me ensinado a
ser obstinado e honesto. À minha esposa, eu agradeço pela compreensão do
tempo destinado ao estudo em detrimento do tempo devido a nossa família. A
ela também eu devo agradecer pela capacidade de me estimular quando
surgiram obstáculos. Por fim agradeço a admiração que minha esposa têm
pelo que faço que foi sem dúvida meu maior estímulo na realização deste
trabalho.
1 – INTRODUÇÃO
A crise cambial mais séria sofrida pelo Real, que teve seu ápice no dia 13
de janeiro de 1999 quando o Banco Central do Brasil teve que abandonar o
sistema de bandas cambiais, em vigência desde a implantação do Plano Real,
e deixar a moeda brasileira flutuar, foi uma entre tantas crises cambiais ocorridas
nos anos noventa. Estas crises ocorreram, em sua maioria, pela incapacidade de
se manter um sistema de câmbio fixo ou semifixo (administrado) em países
emergentes. Segundo Calvo e Reinhart (2000), estes países, apesar de muito
diferentes entre si, tiveram a mesma relutância em abandonar um sistema
cambial fixo. Além disso, Stanley Fischer citou em discurso no FMI que sistemas
cambiais fixos não são viáveis no longo prazo em países emergentes, entre
outras razões, por que são usados como âncora de programas antiinflacionários.
Muito se tem ouvido falar sobre estas crises e mais ainda sobre possíveis
formas de prevê-las com certa antecedência e grau de magnitude. Estes modelos
se dividem entre aqueles que utilizam a análise das variáveis macroeconômicas
como indicadores antecedentes , tais como os preconizados nos estudos de
autores como Berg e Patillo (1998), Frankel e Rose (1996) e Kaminsky, Lizondo e
Reinhart (1998) e aqueles que buscam antecipar crises cambiais por meio da
análise dos preços dos ativos financeiros.
Grande parte dos livros-texto de finanças e economia traz uma série
destes modelos com graus variáveis de subjetividade. Um traço comum destes
2
modelos é que eles trazem em si o desejo de reestabelecer um mundo cambial
previsível e estável, que ficou muito distante após a flutuação das moedas se
tornar a regra do jogo. Pouco comum, no entanto, é encontrarmos estudos que
utilizem dados do mercado acionário na antecipação de crises cambiais.
A suposição em que se baseia este tipo de estudo é a de que uma
eventual desvalorização da moeda afetará de diferentes formas os diferentes
segmentos da economia e, dentro destes, as empresas que possuem diferentes
formas de atuação operacional. Sendo assim, através do caráter de indicador
antecedente do mercado acionário, podemos inferir as expectativas dos
investidores em relação a uma desvalorização da moeda.
O estudo realizado por Becker, Gelos & Richards (2000), daqui por diante
BGR, que utilizou os dados do mercado acionário mexicano, ex-post, para
avaliar as expectativas dos investidores quanto a uma possível desvalorização do
peso, é uma das raras exceções. As premissas básicas do modelo por eles
utilizado são:
• a eficiência do mercado acionário em incorporar em seus preços as
expectativas do mercado;
• a existência de empresas com distintas exposições cambiais que
seriam afetadas de formas diferentes por uma desvalorização cambial;
• a possibilidade de identificar e classificar estas empresas;
3
• a existência de dados freqüentes e confiáveis;
• a possibilidade de se controlar ou, pelo menos, minimizar o efeito de
outros fatores, além do câmbio, que influenciariam o preço das ações.
Este estudo explorará o comportamento de diferentes ações que compõem
o IBOVESPA, durante o período 1997/99, na tentativa de responder as seguintes
questões: o impacto das mudanças nas expectativas em relação à
desvalorização do real sobre o valor das empresas, relacionou-se a
características como grau de exportação e de importação (exposição operacional)
e do percentual de endividamento em moeda estrangeira em relação à receita
operacional líquida (exposição transacional)? O mercado acionário emitiu sinais
antecedentes significativos em relação à desvalorização do real? E, finalmente,
se existiram estes sinais, a magnitude da desvalorização esperada pelo mercado
foi a mesma da que realmente ocorreu?
4
2 – JUSTIFICATIVAS E MOTIVAÇÕES DO ESTUDO
Há os que acreditam que a moeda é um ativo como outro qualquer do
mercado financeiro, que tem seu valor definido através da oferta e da procura.
Deste modo, relatórios estáticos como o Balanço de Pagamentos, já estariam há
muito incorporados ao “preço” da moeda e, apenas informações não esperadas
ou não conhecidas pelo investidor, teriam efeito sobre o seu valor.
Este posicionamento, a princípio, seria de pouco valor no caso de um
regime cambial fixo, pois, se o preço da moeda não se forma livremente pelo
mercado, como as informações que são de conhecimento público se refletiriam
no valor da moeda? Talvez fosse o caso de se investigar outros canais, que não
o próprio valor da moeda, pelos quais o mercado expressaria suas expectativas.
No front daqueles que se utilizam de dados macroeconômicos, destaca-se
o estudo de Kaminsky, Lizondo e Reinhart (1998) que monitoraram uma série de
indicadores macroeconômicos utilizados ou recomendados por outros
pesquisadores, que sinalizariam uma crise cambial quando estes indicadores
superassem certos limites.
A título de exemplo, se os indicadores de desvalorização mensal da
moeda - situação inexeqüível em um regime de câmbio fixo - e a porcentagem
de declínio nas reservas, excedessem suas médias em três desvios-padrão, uma
crise cambial estaria prestes a ocorrer. Porém, a prática de criar zonas de perigo
5
em que o país estaria sujeito a uma crise, como os citados acima, ou como
déficits em conta-corrente acima de 5% do PIB ou reservas menores do que três
meses de importação, esbarraria na generalização. Países são diferentes e não
respondem da mesma forma a limites que não são universais. Em relação à
generalização, Frankel (1999) definiu que o regime cambial apropriado
dependerá das circunstâncias específicas do país em questão e do período que
queremos abordar. Ou seja, devemos flexibilizar os modelos.
Mais que isto, se não há um mercado livre que determine a cotação da
moeda, que é o caso de países com câmbio fixo, como saber a magnitude desta
apreciação?
Sabemos que, atualmente, os países adotam diferentes tipos de política
cambial, quais sejam:
• Câmbio fixo em relação a uma moeda.
• Câmbio fixo em relação a uma cesta de moedas.
• Câmbio flexível em relação a uma moeda.
• Flutuação conjunta de um grupo de países.
• Câmbio ajustado de acordo com indicadores financeiros.
• Flutuação gerenciada (“flutuação suja”).
6
• Flutuação livre.
Esta miscelânea de sistemas adicionou mais incertezas ao mundo dos
negócios. Através do estudo de Jorion (1990), nos convencemos de que as taxas
de câmbio são a maior fonte de incertezas para multinacionais, pois ele constata
que durante o período 1971-87, a volatilidade ao ano da relação dólar/marco foi
de 12%, contra uma volatilidade de 3% para os títulos do Tesouro norte-
americano e 1,3% para a inflação daquele país. Ou seja, a taxa de câmbio foi
quatro vezes mais volátil do que a taxa de juros e dez vezes mais volátil do que a
taxa de inflação.
Empresas com operações em mais de um país, algo cada vez mais
comum, adicionaram ao seu risco a variação inesperada da taxa de câmbio, que
afetaria as empresas de duas formas: no curto prazo - direitos e obrigações
assumidos pela empresa antes da variação, que são mais facilmente calculados
e podem ser atenuados por meio de instrumentos disponíveis no mercado
financeiro; e no longo prazo - no qual a mudança de patamar do valor referencial
da moeda, pode alterar, significativamente, o risco operacional da empresa.
A escassez de instrumentos de proteção no mercado financeiro para os
impactos de uma variação cambial no longo prazo, torna mais difícil para as
empresas controlar as conseqüências deste evento. Surge , então, a
necessidade de se estimar a trajetória futura do câmbio com o menor nível de
7
erro possível para que esta previsão possa ser incorporada ao planejamento
estratégico das empresas.
O presente trabalho tem por objetivo testar se o método utilizado por BGR
(2000), que se inclui naqueles que buscam antecipar crises cambiais por meio do
comportamento dos preços dos ativos financeiros, teria validade no caso da
desvalorização do Real ocorrida em janeiro de 1999, sendo que o mercado
acionário seria o canal pelo qual o mercado teria expressado este sentimento em
relação à desvalorização da moeda.
8
3 - REVISÃO DE LITERATURA
3.1 - O artigo referencial
BGR (2000) examinaram o desempenho de ações de empresas
mexicanas com diferentes exposições cambiais antes, durante e depois do
evento da desvalorização do peso ocorrido em 20/12/94. Os autores trabalharam
com a hipótese de que mudanças nas expectativas sobre o futuro da moeda
teriam efeitos diferentes em empresas com diferentes exposições ao fator
câmbio. Em princípio, esta idéia poderia ser usada para avaliar a credibilidade de
regimes cambiais fixos ou administrados e medir as expectativas do mercado em
relação ao valor efetivo da moeda (questão fundamental na determinação das
datas iniciais de projetos de longo prazo). Para tanto, eles partem do conceito
clássico de que em situações cambiais como a vivida pelo México no início dos
anos noventa – moeda sobrevalorizada e administrada pela autoridade monetária
– as empresas com perfil exportador teriam uma avaliação negativa por parte do
mercado acionário, enquanto que empresas com grande parte dos seus custos
operacionais e/ou financeiros atrelados ao dólar, estariam sendo melhor
avaliadas.
O primeiro passo para avaliar este cenário foi definir as características das
empresas que poderiam ser fortemente influenciadas por mudanças na taxa de
câmbio, quais sejam, o nível de exportações, de importações e de endividamento
9
em moeda estrangeira, tendo como pano de fundo o fato de que mudanças
nestas variáveis implicam em maior ou menor fluxo de caixa futuro.
O segundo passo foi selecionar as empresas que se mostraram
significativamente influenciadas pelo fator câmbio. Isto foi feito através do modelo
do ICAPM (Intertemporal Capital Asset Pricing Model).
Rit = αit + βit Rmt + Cit Xt + εit (1)
Onde:
Rit = retorno do ativo i no período t.
βit = coeficiente do ativo i no período t em relação ao retorno do mercado.
Cit = coeficiente do ativo i no período t em relação a um segundo fator.
Rmt = retorno do mercado no período t.
Xt = segundo fator a ser utilizado no estudo no período t (em nosso caso,
a taxa de câmbio).
εit = termo de erro.
O terceiro passo foi classificar as empresas conforme a variável
independente que melhor explicasse os retornos anormais dos ativos na janela
10
do evento e agrupá-las em carteiras. No caso mexicano, a variável independente
exportação líquida (valor exportado menos valor importado) foi a variável utilizada
para a classificação.
O quarto passo foi utilizar o método do estudo de eventos para avaliar os
retornos anormais acumulados durante a janela do evento para averiguar se as
carteiras foram afetadas de forma distinta pela desvalorização.
O quinto passo foi a criação de uma carteira chamada de DIFERENÇA,
que seria a diferença de desempenho acumulado entre as carteiras
positivamente expostas e negativamente expostas a uma desvalorização cambial.
O sexto passo foi o cálculo de um beta cambial implícito. Isto foi feito
através de uma regressão simples, tendo como variável independente o retorno
em logaritmo neperiano do dólar comercial e, como variável dependente o retorno
anormal da carteira DIFERENÇA. Este cálculo teve como base o período após o
evento da desvalorização, pois nele é que podemos observar livremente a
cotação do dólar.
O sétimo passo foi a criação de uma cotação “sombra” do dólar em relação
à moeda doméstica para o período anterior ao evento, cotação esta atrelada aos
movimentos da carteira DIFERENÇA ajustada pelo beta cambial implícito
observado no período pós-evento.
11
Os resultados obtidos indicaram que no período da janela do evento as
empresas com perfil exportador mostraram retornos positivos anormais, enquanto
que empresas com exposição cambial negativa tiveram desempenho inferior ao
do mercado. O que era esperado, dada a notória expectativa do mercado em
relação à insustentabilidade daquele regime àquele momento. Surpreendente,
entretanto, foi que ao retroceder a janela de observação, os resultados indicaram
que a partir do fim de 1993, a carteira negativamente exposta, começou a obter
retornos inferiores ao do mercado, enquanto a carteira positivamente exposta,
obteve retornos anormais positivos. Surpreendente, pois poderíamos esperar um
desempenho pífio do setor exportador, dada a percepção do mercado em relação
à sobrevalorização do peso à época. Estes resultados poderiam indicar que as
expectativas de uma desvalorização do peso se iniciaram 1 ano antes do evento
ocorrer.
O trabalho de BGR (2000) será a base de nosso estudo. A revisão de
literatura continuará na busca de subsídios que relacionem o valor de mercado
das empresas a suas exposições cambiais e os fatores determinantes desta
exposição.
12
3.2 - Os artigos complementares
Ma e Kao (1990) examinaram a reação dos preços das ações a mudanças
na taxa cambial. Eles sugerem que sob um regime cambial flutuante, a taxa de
retorno requerida das ações devem refletir dois tipos de exposição cambial.
Primeiro, o investimento é afetado pela exposição transacional – ganhos e perdas
que surgem devido a negócios firmados em moeda estrangeira anteriores ao
evento da desvalorização. Segundo, o retorno esperado é também determinado
pela exposição econômica, a qual é atribuída às variações do fluxo de caixa
descontado das empresas quando a taxa cambial flutua. Isto segue a clássica
definição das exposições cambiais encontradas em Eiteman, Stonehill e Moffet
(2000) que incluem ainda a exposição contábil e a tributária. A exposição
transacional é caracterizada como a possibilidade de se incorrer em perdas ou
ganhos cambiais, por acordos vigentes até uma data futura, denominados em
moeda estrangeira, e que normalmente tem efeitos no curto prazo. A exposição
econômica é caracterizada como o resultado das flutuações no valor da moeda
que, juntamente com o ajuste de preços, pode afetar o montante do fluxo de
caixa operacional da empresa previsto, gerando efeitos de longo prazo.
Reforçando este conceito, Jorion (1990) examinou a exposição de
multinacionais norte-americanas em relação ao câmbio e disse que os efeitos da
exposição cambial podem ser sentidos sobre (i) o valor dos ativos monetários
líquidos, inclusive os pagamentos fixos e sobre (ii) o valor dos ativos reais
13
mantidos pela empresa. Os ativos monetários internacionais estariam totalmente
expostos ao risco cambial, os domésticos, não. Os ativos reais, entretanto,
seriam afetados em seu valor pelos movimentos cambiais, seja quais forem suas
localizações.
Ma e Kao (1990) avaliaram o efeito econômico de uma apreciação na
taxa de câmbio e sugeriram que, para um país predominantemente exportador, a
apreciação da moeda reduz sua competitividade e tem um efeito negativo sobre o
mercado acionário doméstico. De forma oposta, para um país importador, a
apreciação da moeda reduzirá custos e gerará um impacto positivo sobre o
mercado acionário.
Chow e Chen (1998), entretanto, ao buscarem os determinantes da
exposição cambial de empresas do Japão – um país eminentemente exportador -
encontraram que elas estão pesadamente expostas ao fator câmbio de forma
negativa, i.e., o retorno de seus ativos decrescem quando o iene se deprecia.
Este achado pode ser resultado de uma combinação de duas coisas: o Japão
depende pesadamente de matéria-prima importada e, com o passar dos anos, as
empresas japonesas aprenderam a lidar com os aspectos adversos da
apreciação do iene. Entretanto, consistente com o conhecimento corrente, em
caso de depreciação do iene, as empresas são mais adversamente afetadas se
elas fazem parte de segmentos com altas taxas de importação e produzem bens
14
não-comercializáveis e menos afetadas se são setores com altas taxas de
exportação.
Ainda segundo Chow e Chen (1998), a exposição cambial seria
determinada por dois fatores. Primeiro: a competitividade dos produtos de uma
empresa em relação a outros produtores é alterada pela mudança nos preços
relativos dos insumos e preços de revenda. Se diferentes segmentos da
economia apresentam distintas naturezas de concorrência entre suas empresas,
mudanças na taxa de câmbio afetariam de distintas formas estes segmentos.
Segundo: a possibilidade das atividades da empresa propiciarem uma proteção –
natural ou não - contra a exposição cambial. Isto é relevante no caso japonês,
pois, muitas vezes, o credor também é um dos proprietários da empresa.
Choi e Prasad (1995), por sua vez, argumentaram que as diferenças na
sensibilidade ao risco cambial são muito mais ligadas a variáveis operacionais
específicas das empresas (i.e., lucros operacionais no estrangeiro, vendas e
ativos) do que ao segmento da economia a que elas pertencem.
Os autores explicam que isto acontece porque, apesar das empresas de
um mesmo setor terem a mesma linha primária de negócios, elas são
heterogêneas em termos de características operacionais e financeiras. Isto é
reforçado por existir dentro de um mesmo segmento econômico - no estudo por
eles realizado com 409 multinacionais norte-americanas de 20 diferentes setores,
entre os anos de 1978 e 1989 - empresas com exposição cambial positiva e
15
negativa (ou seja, mais importa como a empresa opera do que o setor em que
atua).
Dentro do mesmo pensamento, Dominguez e Tesar (2001) usaram os
níveis de retorno das empresas e setores para testar a presença de exposição
cambial em 8 países (Chile, França, Alemanha, Itália, Japão, Holanda, Tailândia
e Reino Unido). Seus resultados indicaram que a direção da exposição das
empresas é muito mais um fenômeno específico da empresa. Em outras
palavras, empresas dentro de um mesmo setor e de mesmo tamanho aparentam
ter diferentes características que resultam em diferentes exposições cambiais.
Bris, Koskinen e Pons (2001), usando dados de 17 países que sofreram
crises cambiais durante a última década, classificaram as empresas destes
países em dois grupos. Em um temos empresas cujos retornos das ações
caíram quando a moeda doméstica se valorizou frente ao dólar (primeiro grupo),
no outro, empresas em que os retornos aumentaram (segundo grupo).
Usando este agrupamento os autores mostraram que existem diferenças
na alavancagem e lucratividade das companhias dependendo de suas
exposições cambiais. Enquanto a alavancagem aumenta e a lucratividade diminui
para todas elas, estes efeitos são mais sentidos nas empresas do primeiro grupo.
Além disso, ao controlar as características das empresas, as deste grupo têm
alavancagem mais alta antes da crise do que as do segundo grupo.
16
Muito embora os autores não especifiquem se o endividamento é
doméstico ou estrangeiro, se o primeiro grupo de empresas possuía uma
alavancagem maior antes da depreciação, é muito provável que este
endividamento fosse em moeda estrangeira, ou seja, moeda estrangeira
valorizada, dívida aumentada.
Estes resultados ressaltam que mais importa como a empresa opera do
que o segmento em que atua e colocam as políticas financeiras e o desempenho
das corporações como questão central das crises cambiais. Os autores, para
confirmarem esta tese, citam que, na recente crise asiática, os dados
macroeconômicos dos países atingidos divergiam em muito entre si, entretanto, a
alavancagem financeira de suas empresas coincidia e igualmente beirava o limite
da irresponsabilidade.
Teorias econômicas sugerem diversos canais através dos quais mudanças
nas taxas de câmbio poderiam afetar a lucratividade de uma empresa. Empresas
que exportam podem se beneficiar de uma depreciação da moeda local se seus
produtos, em conseqüência disto, tornarem-se mais atraentes aos consumidores
estrangeiros. Por outro lado, empresas que dependem de produtos intermediários
importados podem ver seus lucros caírem em conseqüência do aumento dos
custos de produção. Seria esperado, então, encontrar uma correlação entre a
exposição (positiva ou negativa) e o envolvimento da empresa em mercados
internacionais (de bens ou de títulos). Se empresas grandes são mais propensas
17
a estar engajadas no comércio internacional, a exposição poderia estar
relacionada ao tamanho da empresa.
Mesmo empresas que não fazem negócios internacionais, entretanto,
podem ser influenciadas indiretamente pela competição internacional. Se uma
empresa automobilística não vendesse carros pelo mundo afora ou não
importasse quaisquer partes e peças, mesmo assim, as vendas domésticas de
seus carros poderiam ser afetadas se o preço da moeda fizesse a importação de
automóveis estrangeiros aumentar ou diminuir. A exposição poderia, então,
depender de quanta concorrência há em um determinado segmento. Em setores
com menor concorrência, a desvalorização da moeda pode ser facilmente
repassada aos preços domésticos, já em setores em que há mais concorrência,
poderíamos esperar um pass-through imperfeito, tendo as empresas que
absorver parte do aumento de custos resultante da desvalorização da moeda.
Fato que efetivamente ocorreu no Brasil em 1999.
Enquanto o comércio aparenta ser uma fonte óbvia de exposição, não está
claro se empresas em setores de bens não-transacionáveis da economia estão
completamente isoladas das mudanças nas taxas de câmbio. Se produtores de
bens não-transacionáveis concorrem com produtores de bens transacionáveis por
fatores de produção, seus retornos poderiam ser afetados pelas mudanças nas
taxas de câmbio. Poderia acontecer, também, que quanto mais internacional
fosse uma empresa, mais provável é que ela se proteja contra riscos cambiais.
18
Como resultado, a exposição cambial líquida poderia ser menor nas empresas
engajadas no comércio internacional e não maior.
Dominguez e Tesar (2001) examinaram potenciais determinantes da
exposição cambial. Poucas evidências explicativas foram encontradas para
sugerir que pequenas empresas são mais prováveis de estarem expostas do que
médias e grandes empresas. Também não houve a confirmação de que a
exposição seja um fenômeno setorial, nem que exista uma ligação sistemática
entre a exposição e o engajamento no comércio internacional.
Diferentemente dos estudos anteriores, Huang e Stoll (2001) partem do
pressuposto de que as empresas são capazes de fazer hedge ou operações de
ajustes que isolem ganhos ou perdas provenientes das flutuações do câmbio.
Eles buscam, então, os efeitos da volatilidade da taxa de câmbio na liquidez das
ações. Se a liquidez é afetada, os retornos exigidos e talvez o valor das ações
deveriam ser afetados.
Para examinar esta questão eles se basearam em dados de mais de
500.000 transações de ADR do Reino Unido e do México e avaliaram se a
variabilidade do câmbio afeta os spreads de compra-venda e outras medidas de
liquidez do mercado. Os efeitos da liquidez são examinados durante dois
períodos de volatilidade cambial – a saída da libra esterlina do ERM (“Exchange
Rate Mechanism”, que era a paridade mantida entre as diversas moedas do
Mercado Comum Europeu) em 16/09/92 e a desvalorização mexicana em
19
20/12/94. A volatilidade do câmbio é significativamente mais alta depois de um
período turbulento do que antes, embora o aumento na volatilidade seja muito
maior no peso do que na libra. No Reino Unido, altas volatilidades no câmbio
não se transformaram em volatilidades mais altas no retorno dos ADR. No
México, por outro lado, a volatilidade do retorno das ações é significativamente
mais alta depois do período turbulento da desvalorização do que antes deste
evento.
Os custos de transação (spreads de compra e venda, neste caso) revelam
que existem poucos efeitos de liquidez derivados da taxa de câmbio. Custos de
transação, medidos pelos spreads cotados e efetivos, não aparentam aumentar
nos períodos de turbulência cambial. Ao controlarem as mudanças nos fatores
econômicos que poderiam afetar os spreads e o efeito do câmbio, os autores não
encontraram evidências de que eles são mais altos em períodos de turbulência
cambial. Eles concluem que mudanças na liquidez do mercado não aparentam
ser o canal por meio do qual a volatilidade do câmbio afeta a avaliação do
mercado.
Segundo os autores, muito embora tenham sido analisados apenas 2
eventos, a natureza deles traria alguma certeza sobre a generalidade dos
resultados. Primeiro, os dois eventos são diferentes e ainda assim produzem as
mesmas conclusões. Um é um país desenvolvido; o outro em desenvolvimento.
Um é evento surpreendente; o outro não. Em um não há apenas uma crise
20
cambial, mas uma crise no país; enquanto o outro é essencialmente uma crise
cambial. Apesar destas diferenças, os custos de transação não são afetados pela
volatilidade da taxa de câmbio em ambos os casos.
Martínez-Solano (1998) examinou uma amostra de 67 empresas
espanholas não-financeiras entre janeiro de 1992 e dezembro de 1997,
relacionando o valor (retorno) de suas ações aos movimentos do câmbio. O autor
analisou se os níveis de exportação, de importação e de dívida em moeda
estrangeira são possíveis fatores explicativos da exposição cambial, bem como,
os efeitos da proteção ao risco cambial sobre a exposição econômica. Ele o faz
através da formação de carteiras de exportadores líquidos, importadores líquidos,
de devedores em moeda estrangeira e de empresas puramente domésticas, num
processo similar ao adotado por BGR (2000).
Para ser considerada uma empresa exportadora líquida, as exportações
deduzidas das importações deveriam representar mais de 25% do total das
vendas; para ser importadora líquida, o inverso; para ser considerada devedora
em moeda estrangeira, as dívidas estrangeiras deveriam representar mais de
25% do total de endividamento; e, finalmente, para ser considerada uma empresa
puramente doméstica, as empresas deveriam ter níveis inexpressivos ou
inexistentes de exportação e importação e não possuir endividamento externo.
A extensão da exposição cambial dependeria não apenas do montante de
transações internacionais que a empresa analisada execute, mas também o
21
quanto as economias nas quais se dão estas transações estão expostas a
influências externas. Considerando o aumento da globalização e que a
interdependência das economias está se tornando o normal, é lógico supor que
existam ligações entre as flutuações das taxas de câmbio e o valor das
empresas, mesmo no caso daquelas que atuem apenas em seus países. Ou
seja, além da forma como a empresa atua e a que segmento econômico ela
pertence, os países aonde ela mantêm negócios, também seriam fatores
determinantes em sua exposição cambial.
Os resultados mostraram que a carteira de exportadores teve um efeito
positivo em seus retornos em conseqüência de depreciações da moeda
doméstica (peseta), enquanto que a carteira de importadores, de devedores em
moeda estrangeira e de empresas puramente domésticas tiveram efeitos
negativos. Resultados, portanto, esperados, exceto a carteira puramente
doméstica na qual se esperava um efeito positivo dado o encarecimento do
produto concorrente importado.
Além disso, os resultados sugerem que a exposição econômica é
inversamente relacionada ao tamanho das empresas - critério que foi usado
como proxy de hedge, pois grandes empresas usariam mais os instrumentos
financeiros do que pequenas, insinuando que, quem mais se arrisca também
mais se protege.
22
Em outro estudo por país, Glaum, Brunner e Himmel (1998) examinaram a
exposição econômica do mercado acionário alemão às mudanças na paridade
cambial marco alemão/dólar norte-americano, no período de janeiro de 1974 a
dezembro de 1996. Uma observação interessante do estudo é que as empresas
alemãs neste período aumentaram seu grau de internacionalização, ou seja, ao
invés de serem apenas grandes exportadoras, elas se espalharam pelo mundo
gerando uma proteção natural ao risco cambial e reduzindo, assim, suas
exposições cambiais.
Os resultados encontrados pelos autores confirmaram o que seria
esperado. Os coeficientes de exposição cambial das empresas alemãs são
significativamente positivos para quase todo período pesquisado, ou seja, as
empresas se posicionavam melhor no mercado doméstico e internacional com a
depreciação do marco. Entretanto, são resultados instáveis ao longo do tempo,
pois, na primeira metade da década de 80, quando houve o fortalecimento do
dólar, as empresas alemãs ganharam com apreciações do marco e perderam
com sua depreciação.
Mais uma vez nada é verdadeiro para todo o tempo, nem é válido em todo
o espaço.
23
3.3 - Conclusões
Verificamos nos artigos pesquisados uma confirmação da teoria que
classifica a exposição cambial em exposição transacional e em exposição
operacional. Esta última é a exposição que o fluxo de caixa futuro sofre como
conseqüência das mudanças no ambiente de competição (mudança nos preços e
custos relativos, aumento ou diminuição da oferta/demanda e outros impactos
micro e macroeconômicos). A anterior é a exposição que o fluxo de caixa futuro
sofre por acordos ou negócios realizados até a data da mudança cambial e que
incidirão em um tempo presente e futuro ao evento da desvalorização (dívidas
contraídas, financiamentos concedidos e outros eventos legais).
Se há uma tendência cristalizadora do tópico acima, o mesmo não se pode
dizer em relação a outros temas. Os debates não consolidados a respeito da
existência, causas e conseqüências da exposição cambial são (i) o tamanho da
empresa, sendo que há os que defendem que grandes empresas por estarem
mais inseridas no mercado internacional, estariam mais expostas a mudanças
cambiais inesperadas, e há outros que afirmam que exatamente por estarem
mais inseridas no mercado internacional, estas empresas teriam a capacidade e
a orientação de se proteger contra mudanças inesperadas do câmbio seja
naturalmente (através de exportação/importação, endividamento), seja
artificialmente (através de instrumentos do mercado financeiro), restando assim
nula a exposição cambial pelo fator tamanho; (ii) o segmento econômico de
24
atuação da empresa, sendo que há os que ao buscarem a correlação entre a
área de atuação da empresa e seus graus de exposição cambial, nada
encontraram, concluindo que por não haver correlação entre as variáveis acima,
as variações cambiais inesperadas afetam muito pouco ou nada o valor de
mercado das empresas, e há os que argumentam em favor da existência da
exposição cambial, que o fato desta exposição ser muito mais um fenômeno
específico da empresa (sua carteira de clientes, sua composição de custos, suas
fontes de financiamento, etc.) independente de sua área de atuação, é que os
primeiros falharam em identificar como as variações cambiais inesperadas afetam
o fluxo de caixa futuro da empresa; (iii) a área geográfica de atuação da empresa,
havendo estudiosos que identificaram reações diversas em relação a empresas
que atuam em países emergentes e desenvolvidos, e há aqueles que
encontraram reações semelhantes.
25
4 – METODOLOGIA
A metodologia utilizada para responder às perguntas acima é baseada em
BGR (2000). Neste artigo, os autores examinam o desempenho das ações de
empresas com diferentes exposições ao risco cambial, antes, durante e depois da
crise mexicana (1993/94/95). Contrariamente ao que se poderia esperar, dada a
sobrevalorização do peso, as ações de empresas exportadoras líquidas
começaram a se destacar em fins de 1993 (ou seja, um ano antes da
desvalorização cambial), realçando o caráter de indicador antecedente do
mercado acionário. Este desempenho destacado sugeria que as expectativas de
desvalorização cambial aumentavam continuamente. Em suma, os autores
sugeriram que o desempenho de diferentes segmentos e empresas e a
composição de suas exposições cambiais (exportações, importações e
endividamento em moeda estrangeira) podem ser valiosos indicadores de
mudanças no regime cambial e na avaliação da trajetória futura do câmbio em
mercados emergentes.
26
4.1 – Perguntas a serem respondidas
4.1.1- O impacto das mudanças nas expectativas em relação à desvalorização do
real sobre o valor das empresas, relacionou-se a características como grau de
exportação e de importação (exposição operacional) e do percentual de
endividamento em moeda estrangeira em relação à receita operacional líquida
(exposição transacional)?
4.1.2- O mercado acionário brasileiro estimou com antecedência a desvalorização
do Real ocorrida em 13/1/1999?
4.1.3 – O mercado acionário brasileiro previu o montante da desvalorização do
real?
4.2 – Coleta de dados e período da amostra
Os dados referentes à cotação de ações, do índice Ibovespa e da taxa
Selic-over utilizados neste estudo são provenientes do banco de dados da
empresa Economática Ltda.
Os dados referentes à receita operacional líquida, endividamento total e
endividamento em moeda estrangeira são provenientes das demonstrações
financeiras das respectivas empresas, extraídos do banco de dados da
Comissão de Valores Mobiliários – CVM.
27
Os dados referentes aos valores exportados e importados, em sua grande
maioria, foram cedidos pela Secretaria de Comércio Exterior do Ministério do
Desenvolvimento, Indústria e Comércio Exterior e, em menor escala, obtidos nos
próprios sites das empresas.
Os dados referentes à cotação do dólar comercial (Ptax) foram extraídos
do banco de dados do Banco Central do Brasil.
4.3 – A sensibilidade cambial dos preços das ações
Num primeiro instante, coletamos no banco de dados da Economática, as
cotações mensais de cerca de 300 ações negociadas na Bolsa de Valores de
São Paulo (BOVESPA), entre o período de janeiro de 1995 e dezembro de 1998
– daqui por diante, janela de estimação. Para as ações que atenderam aos
requisitos de liquidez, quais sejam, ter havido pelo menos um negócio em cada
um dos 48 meses de abrangência da coleta e ter havido pelo menos 100
negócios por mês neste período (Anexo 1), buscamos descobrir quais teriam
sensibilidade aos movimentos do câmbio. O fizemos através de uma regressão
múltipla, sendo o retorno da ação a variável dependente e o retorno do mercado
e a surpresa cambial como variáveis independentes, no período da janela de
estimação. Este modelo denominado ICAPM – Intertemporal Capital Asset Pricing
Model, é o que poderíamos chamar de modelo de dois fatores. O primeiro deles
seria o comportamento do mercado acionário e o segundo variaria conforme o
objetivo do estudo.
28
Em nosso estudo, conforme descrito acima, o segundo fator é a surpresa
cambial que seria o movimento da taxa de câmbio não prevista pelos
mecanismos de mercado e modelos teóricos. Portanto, a equação (2) nada mais
é do que a equação (1) adotando-se a surpresa cambial como o segundo fator:
Rit = αit + βit Rmt + Cit SCt + εit (2)
Onde:
Rit = retorno do ativo i no período t.
βit = coeficiente do ativo i no período t em relação ao retorno do mercado.
Cit = coeficiente do ativo i no período t em relação à surpresa cambial.
Rmt = retorno do mercado no período t.
SCt = surpresa cambial no período t.
εit = termo de erro.
Os retornos foram computados em logaritmo neperiano para a
normalização dos dados, sendo que o período de mensuração dos retornos foi o
trimestral móvel.
29
O índice Ibovespa1 foi utilizado para representar o mercado.
A surpresa cambial (SC) foi definida como a diferença entre a
desvalorização do real esperada (χ) ou indicada pela paridade via taxas de juros
no período t e a desvalorização observada (γ) no mesmo período:
sc t = χ t – γ t (3)
e:
χ t = (1+ i USD) / (1 +i R$) (4)
Por causa das diferenças de liquidez do mercado de taxas de juros norte-
americano e brasileiro, lá com taxas de longo prazo e aqui com taxas de curto
prazo, e devido ao fato de que em apenas um mês, surpresas cambiais poderiam
ser na verdade ruídos e não fatos consistentes, adotamos o período trimestral
para a verificação das surpresas cambiais. Assim sendo:
χ t = (1 +( i USD * (91/365))) / ((1+ i R$ )3) (5)
Onde:
t = 1 trimestre
1 Dadas as altas correlações entre o IBOVESPA e outros índices do mercado acionário como IBX e FGV-100, a utilização de um ou de outro não afetará qualitativamente os resultados do trabalho.
30
i USD = taxa de juros norte-americana representada pelo rendimento até o
vencimento do T-Bond2 de 30 anos obtida no banco de dados da empresa
Economática Ltda.
i R$ = taxa de juros brasileira representada pela SELIC-over ao mês obtida no
banco de dados da empresa Economática Ltda.
e:
γ t = S0 / S90 (6)
Onde:
S0 = Cotação do real em relação ao dólar Ptax venda no dia -90, obtida no banco
de dados do Banco Central do Brasil.
S90 = Cotação do real em relação ao dólar Ptax venda no dia 0, obtida no banco
de dados do Banco Central do Brasil.
Das 82 ações que cumpriram os critérios de liquidez, 39 apresentaram
betas cambiais significativamente diferentes de zero. O quadro com os resultados
oriundos da aplicação do modelo ICAPM, são encontrados no anexo 1.
Devido ao fato de termos 4 casos em que tanto a ação ordinária quanto a
preferencial atendiam aos critérios de liquidez e sensibilidade cambial, optamos
2A uniformidade na obtenção dos dados (sempre originários da empresa Economática Ltda.) e a alta correlação entre seus valores, conforme citado no caso da utilização do IBOVESPA, nos levaram a utilizar o T-Bond de 30 anos e não o T-Bill de 1 ano na constituição do modelo.
31
por eliminar da amostra as que possuíam menor liquidez. Além disso, uma das
ações (Unipar PNB) foi excluída por impossibilidade de obtenção de dados sobre
importação e exportação.
Quanto ao nível de significância 15 empresas apresentaram betas
cambiais diferentes de zero com 1% de significância, 10 com 5% e 9 com 10%.
Com esta amostra, partimos para os testes necessários à resposta da
primeira questão.
4.4 – O evento e as características das empresas
A principal idéia deste estudo é que as empresas têm diferentes taxas de
exposição cambial e que o impacto de uma desvalorização dependerá de como a
empresa está posicionada nos fatores que se pressupõe determinantes desta
exposição. Em nosso estudo estes fatores são o nível de exportação e de
importação e o grau de endividamento em moeda estrangeira em relação à
receita líquida operacional. Diferentemente do estudo de BGR (2000), optamos
por relacionar esta última variável à receita líquida operacional e não ao
endividamento total, por termos encontrado naquela variável, explicações
estatísticas mais robustas.
Para relacionarmos estas variáveis utilizaremos o estudo de eventos que
consiste em estimar um modelo de avaliação de ativos (CAPM) na janela de
estimação por meio de regressão simples, e usar estas estimativas para cmputar
32
os retornos anormais acumulados durante o período vizinho ao evento que se
quer estudar – no caso a desvalorização cambial.
Para calcularmos os retornos anormais acumulados para cada ativo
i, durante a janela do evento (18/12/1998 a 12/02/1999) usamos:
n RAAit = ∑ {Rit - Řit} (7), onde: t=1
RAAit = retorno anormal acumulado do ativo i durante a janela do evento.
Rit = retorno observado do ativo i no período t.
Řit = retorno previsto/estimado do ativo i no período t.
t = 1 semana
n = 8 (8ª e última semana da janela do evento)
e:
Řit =Rf + βit Rm (Rm-Rf)+ ε (8), onde:
Řit = retorno estimado do ativo i no período t.
33
βi Rm = beta do ativo i em relação ao retorno do mercado representado
pelo índice Ibovespa.
Rm - Rf = prêmio de risco do mercado.
Rm = ln (Índice Ibovespa em t+1 / Índice Ibovespa em t)
Rf = ((1 + taxa Selic over ao ano em t)5/252 ) -1
ε = termo de erro, que será usado na criação de intervalos de confiança.
O próximo passo é relacionar a variável independente “retorno anormal
acumulado” das ações (anexo 2) que se mostraram sensíveis às novidades em
relação à taxa de câmbio com as possíveis variáveis explicativas de nosso
estudo, quais sejam, valores exportados, valores importados, endividamento em
moeda estrangeira e segmento de atuação, este último especificamente para o
setor financeiro. Isto será feito no período vizinho ao evento estudado. Mais
especificamente na janela do evento.
Após a descrição das variáveis envolvidas, temos os resultados da
regressão dos modelos propostos:
Variável Dependente
RAA = Retorno Anormal Acumulado durante a janela do evento.
34
Variáveis Independentes Básicas
X = exportação em USD FOB do ano de 1998 convertida em R$ pela
cotação média do dólar Ptax venda do mesmo ano.
M = importação em USD FOB do ano de 1998 convertida em R$ pela
cotação média do dólar Ptax venda do mesmo ano.
V = Receita Operacional Líquida em 31/12/1998 em R$.
EME = Endividamento em Moeda Estrangeira em 31/12/1998 em R$.
No anexo 3 encontramos uma tabela descritiva destas variáveis contendo
seus valores médios, máximos, mínimos, mediana e desvios-padrão para
empresas não financeiras.
Variáveis Independentes Derivadas
(X-M)/V = valor exportado líquido em relação à receita operacional líquida.
X/V = valor exportado em relação à receita operacional líquida.
M/V = valor importado em relação à receita operacional líquida.
EME/V = valor do endividamento em moeda estrangeira em relação à
receita operacional líquida.
35
Variável Categórica
Banco é uma variável categórica, ou seja, sendo banco atribuímos a esta
variável o valor “1”, não sendo lhe atribuímos o valor “0”.
Tabela 1 - Regressão de retornos anormais acumulados das açõescom beta cambial significativamente diferente de zero com asseguintes variáveis independentes derivadas: (X-M)/V – exportações menos importações sobre receita operacional líquida; Banco – variável categórica que assume o valor 1 se a ação for de banco e 0 se nãofor; EME/V – endividamento em moeda estrangeira sobre receitaoperacional líquida; X/V – exportações sobre receita operacionallíquida; e M/V – importações sobre receita operacional líquida.
Modelo 1 Modelo 2 Modelo 3
Constante -0,006 -0,023 -0,158* (0,067) (0,054) (0,077)
(X-M)/V 0,588* 0,574* (0,189) (0,184)
Banco -0,302 -0,285 -0,150 (0,183) (0,177) (0,175)
EME/V -0,034 (0,074)
X/V 0,922* (0,227)
M/V 0,080 (0,327)
R2 ajustado 24% 25% 35% * representa significativamente diferente de zero ao nível de 5% . Erros-padrão em parênteses. 34 observações em cada regressão.
36
A matriz de correlações na tabela 2 indica que há uma correlação muito
forte entre as variáveis derivadas X/V e (X-M)/V e uma correlação forte entre M/V
e (X-M)/V. Entretanto, estes níveis de correlação já eram esperados, pois há
variáveis básicas comuns compondo-as. Além disso, os modelos foram
planejados de forma a se evitar o encontro destas variáveis. Afora isto, os níveis
das outras correlações são baixos, sugerindo a inexistência de problemas de
multicolinearidade.
Tabela 2 – Correlação Percentual das variáveis independentesderivadas: (X-M)/V – exportações menos importações sobre receitaoperacional líquida; Banco – variável categórica que assume o valor 1 se aação for de banco e 0 se não for; EME/V – endividamento em moeda estrangeira sobre receita operacional líquida; X/V – exportações sobre receita operacional líquida; e M/V – importações sobre receita operacional líquida.
M/V X/V EME/V (X-M)/V
M/V -9,82 16,08 -61,85
X/V 33,03 84,27
EME/V 17,38
(X-M)/V
Há 34 observações para cada variável correspondendo às 34 empresas da amostra
37
Estas estimativas constituem o primeiro teste de hipóteses formulado, ou
seja, de que as características estudadas têm poder explicativo sobre o retorno
anormal das ações e, conseqüentemente, sobre o valor da empresa.
Os resultados indicam que as exportações líquidas como um percentual
das vendas ajudam a explicar de forma significativa os retornos anormais durante
a janela do evento. Entretanto, no modelo 3 observamos que, ao invés de terem
sinais diferentes, os coeficientes de importação e exportação caminham na
mesma direção (positiva). Como esperado as exportações (X/V) têm um impacto
positivo e altamente significativo sobre os retornos anormais, enquanto as
importações e a dívida em moeda estrangeira têm coeficientes baixos e
estatisticamente insignificantes. Uma possível explicação para este impacto
insignificante das importações e do seu coeficiente positivo, é que elas podem
ser fortemente correlacionadas com as exportações. Quanto ao impacto
insignificante do endividamento em moeda estrangeira sobre o retorno anormal,
pode ter ocorrido o que já foi exposto por Huang e Stoll (2001), que partiram da
suposição de que grandes empresas podem proteger seus passivos em moeda
estrangeira e, geralmente, o fazem. Os resultados indicam também que as
ações dos bancos tiveram um desempenho não significativo em relação ao
mercado na janela do evento.
De modo geral, os números caminham na mesma direção dos resultados
encontrados por BGR no estudo do caso mexicano.
38
4.5 – Construindo carteiras
Se estamos procurando uma quantificação das expectativas em relação à
taxa de câmbio, devemos agregar os retornos anormais das ações com beta
cambial diferente de zero em carteiras, utilizando como critério classificador uma
variável que seja estatisticamente significante. A metodologia do estudo de
eventos será usada para avaliar o impacto da desvalorização sobre as
diferenças de desempenho destas carteiras. Portanto, no restante deste trabalho
focaremos o desempenho das carteiras mais do que o desempenho das ações
isoladamente.
Os resultados da regressão encontradas na Tabela 1, sugerem que
poderíamos utilizar tanto a variável exportações líquidas (X-M)/V, quanto a
variável exportações (X/V), como classificadores. Entretanto, apesar do fato de
termos encontrado resultados ligeiramente mais robustos para a segunda
variável como fator explicativo de retornos anormais, utilizaremos as exportações
líquidas como variável classificadora por ser mais lógica do ponto de vista
econômico.
Portanto, as carteiras serão assim formadas:
1. Carteira de empresas não financeiras que possuam a variável (X-M)/V
positiva, que chamaremos de carteira SUPER.
39
2. Carteira de empresas não financeiras que possuam a variável (X-M)/V
negativa, que chamaremos de carteira SUB.
3. Carteira que seja a diferença de desempenho entre as carteiras SUPER e
SUB que chamaremos de carteira da DIFERENÇA.
4. Carteira específica de empresas do setor financeiro que chamaremos de
carteira BANCOS
No anexo 4 encontramos a composição destas carteiras.
4.6 – Retornos anormais nas carteiras
Para computarmos os retornos anormais das carteiras, utilizamos a média
simples dos retornos anormais das ações que delas faziam parte. Ou seja, o
retorno anormal de cada ativo foi igualmente ponderado. Não houve a criação de
betas específicos para as carteiras em relação ao mercado, com os quais
estimaríamos seus retornos esperados e anormais, mas, conforme explicado
acima, a soma dos retornos anormais das ações de forma igualmente ponderada
gerando o retorno anormal da carteira.
40
Figura 1. Retornos da carteira DIFERENÇA (retornos anormais da carteira
SUPER menos os retornos anormais da carteira SUB) durante a Janela do
Evento (4 semanas antes até 4 semanas após o evento da desvalorização) e
entre Julho de 1997 e Junho de 1999.
A Figura 1 nos apresenta o retorno da carteira DIFERENÇA na janela do
evento e entre julho de 1997 e junho de 1999. Observamos durante a janela do
evento um forte impacto positivo não previsto pelo modelo. Entretanto, ao
estendermos o período de observação para 2 anos, não observamos qualquer
tendência de antecipação do evento.
De um modo geral, estes resultados confirmam que existem ativos que
respondem a novidades a respeito da taxa de câmbio, o que é um passo
Carteira DIFERENÇA durante a Janela do Evento
-0,2000
-0,1000
0,0000
0,1000
0,2000
28/12
7/1
17/1
27/1
6/2
c
Carteira DIFERENÇA entre Julho de 1997 e Junho de 1999.
-0,4000
-0,2000
0,0000
0,2000
0,4000
1/7/97
1/1/98
1/7/98
1/1/99
1/7/99
41
importante para derivar uma medida de expectativa de desvalorização. Podemos
concluir também que, muito embora existissem expectativas a respeito da
desvalorização, o evento não foi totalmente previsto pelo mercado, dado o
desempenho da carteira DIFERENÇA após o evento, utilizadas.
4.7 - A medida do mercado acionário como uma “sombra” da taxa de
câmbio
Até este momento analisamos o comportamento das diferentes carteiras
nas semanas próximas ao evento da desvalorização. Entretanto, se o
desempenho de diferentes empresas no mercado acionário podem refletir as
expectativas sobre a desvalorização, então nós poderemos, potencialmente,
procurar efeitos para um período anterior à desvalorização. Isto pode ser feito
através do acúmulo dos retornos do período.
Iniciando o acúmulo de retornos em julho de 1997, incluiremos eventos
que influenciaram a taxa de câmbio futura do real, tais como a crise asiática e
russa, que foram, além dos próprios propulsores brasileiros, os grandes
motivadores da desvalorização do real.
A figura 2 nos demonstra a trajetória de cada carteira. A primeira
informação que podemos observar no gráfico é o contínuo retorno anormal
negativo das carteiras SUB e SUPER. Esta distorção é causada, sem dúvida,
pelas altas taxas de juros praticadas no Brasil neste período, já que o modelo
42
CAPM se utiliza das taxas de juros pagas pelo governo para representar o ativo
livre de risco para determinar o retorno esperado.
Figura 2. Retornos anormais acumulados das 4 carteiras entre julho de 1997 e
junho de 1999 (SUPER: carteira de ações de empresas com a variável
exportação líquida positiva; SUB: carteira de ações de empresas com a variável
exportação líquida negativa; DIFERENÇA: o desempenho anormal da carteira
SUPER menos o desempenho anormal da carteira SUB; BANCOS: carteira de
empresas financeiras).
-1,2000
-1,0000
-0,8000
-0,6000
-0,4000
-0,2000
0,0000
0,2000
0,4000
0,6000
jul/97 jan/98 jul/98 jan/99 jul/99
Super Sub Diferença Bancos
43
Afora esta distorção, o que podemos observar é que diferentemente do
caso mexicano estudado por BGR (2000), o mercado teria sinalizado uma
descrença em relação ao valor do real apenas em um período próximo ao evento,
mais exatamente em dezembro de 1998.
Outra característica observada no gráfico, digna de nota, é a solidez da
carteira BANCOS durante o período. Algumas das possíveis explicações para
este fato são: (i) após o PROER (programa do governo brasileiro para a
reestruturação e fortalecimento do setor bancário), diminuíram as exposições -
entre elas, a cambial - do setor a uma eventual crise de liquidez; (ii) o dinamismo
demonstrado pelo setor que, em períodos de bonança, consegue bons resultados
e em períodos de tempestade, os consegue melhor ainda; (iii) diferentemente do
setor bancário mexicano, onde grande parte do passivo era dolarizado, havia
pouca internacionalização dos passivos do setor bancário brasileiro; (iv) o motivo
que causa o contínuo retorno anormal das carteiras SUPER e SUB é o mesmo
que proporciona o bom desempenho da Carteira BANCOS, beneficiada que é
pela política de juros altos praticada no período.
O próximo passo é usar estas estimativas para produzir uma medida do
mercado acionário de expectativas em relação à trajetória do câmbio. Para fazer
isto, colocaremos nossa atenção sobre a carteira DIFERENÇA, pois ela nos dá
uma medida comparativa do desempenho relativo das carteiras SUPER e SUB,
44
trazendo consigo o benefício de remover outros fatores comuns que poderiam
influenciar o retorno das duas carteiras.
45
4.8 – Estimando a elasticidade da taxa de câmbio
O passo seguinte é produzir uma estimativa do beta da carteira
DIFERENÇA em relação aos movimentos da taxa de câmbio. Devemos estimá-
lo num regime de câmbio flutuante no qual este fator é observável. Daí vem a
primeira suposição que adotamos: a de que a relação entre os retornos da
carteira DIFERENÇA e os movimentos da taxa de câmbio seja a mesma antes e
depois do evento da desvalorização (lembremos que antes do evento o câmbio é
de flutuação gerenciada e após ele é flutuante ou determinado pelo mercado). A
segunda suposição é a de que no período pós-desvalorização, a mudança na
taxa de câmbio à vista é a única variável relevante na previsão da taxa de
câmbio futura. Se os retornos da carteira DIFERENÇA, acima expostos, forem
considerados como a elasticidade da taxa de câmbio, suas séries poderiam ser
consideradas como uma “sombra” da taxa de câmbio (ou a verdadeira taxa de
câmbio, caso o mercado flutuasse livremente).
Para tanto, estimamos esta relação por meio de uma regressão simples
entre o logaritmo neperiano do retorno semanal do dólar comercial Ptax venda
como a variável independente e o retorno acumulado da carteira DIFERENÇA
como a variável dependente. Os dados são de todas as sextas-feiras entre
08/01/1999 e 25/06/1999, que inclui a janela do evento e um período posterior ao
mesmo.
46
No anexo 5 encontramos a série destas variáveis. A equação resultante desta
regressão foi:
Y = 0,01 + 0,38X (9) (valor P em relação ao valor da variável X = 0,0499) e,
Onde:
X = logaritmo neperiano do retorno semanal do dólar comercial Ptax venda a
partir de 08/01/99 até 25/06/1999.
Y = retorno semanal acumulado da carteira DIFERENÇA a partir de 08/01/1999
até 25/06/1999.
Figura 3. Retornos acumulados em logaritmo neperiano da carteira DIFERENÇA
(retornos anormais da carteira SUPER menos os retornos anormais da carteira
SUB) e do dólar comercial Ptax venda após o evento da desvalorização.
0,00000,10000,20000,30000,40000,50000,6000
08/ja
n
22/ja
n
05/fe
v
19/fe
v
05/m
ar
19/m
ar
02/a
br
16/a
br
30/a
br
14/m
ai
28/m
ai
11/ju
n
25/ju
n
DIF ACUM RET LN DOLAR ACUM
47
A figura 3 nos mostra a correlação entre estas variáveis. É importante
observar que as variáveis caminham quase que juntas no primeiro mês após a
desvalorização. Entretanto, enquanto o mercado cambial continua
sobrevalorizado, o mercado acionário, nos dois meses seguintes, demonstra
dúvidas quanto à capacidade das empresas com exposição cambial positiva, se
beneficiarem da desvalorização. Ao final de abril, observamos que as
expectativas dos mercados cambial e acionário voltam a convergir, assim se
mantendo até o final do período da amostra.
4.9 – Criando a cotação sombra da moeda
Partindo da suposição de que a relação do item anterior só não se
manifestou antes do evento dada as condições anormais do mercado (câmbio
administrado pela autoridade monetária), poderemos considerá-la implícita no
período anterior ao evento.
Outra suposição a ser considerada é a de que, passados seis meses do
evento da desvalorização, eventuais exageros ou desvios já deveriam ter sido
corrigidos pela “racionalidade” do mercado e a moeda estaria em seu valor de
equilíbrio.
Tendo estas duas suposições como suporte, iniciamos a série da
cotação-sombra da moeda no final de junho de 1999, retrocedendo-a até julho de
1997. O faremos utilizando os retornos acumulados da carteira DIFERENÇA
48
deflacionados pela equação (9). A série de dados resultante desta operação está
contida no anexo 6.
Figura 4. Cotação real da moeda (dólar comercial Ptax venda) e cotação sombra
da moeda. Base em 01/07/1999 com USD 1 = R$ 1,75. A cotação sombra da
moeda foi obtida por meio da equação Y = 0,01+0,38X, sendo Y o retorno mensal
da carteira DIFERENÇA e X a variação cambial implícita resultante desta
equação. X então é utilizado para deflacionar o dólar criando a cotação da
moeda sombra.
Eventos importantes no período da amostra:
Agosto de 1997 – Crise Asiática.
Agosto de 1998 – Crise Russa.
0,00000,50001,00001,50002,00002,50003,0000
jul/97
out/97
jan/98
abr/98
jul/98
out/98
jan/99
abr/99
jul/99
Dólar Comercial Dólar-Sombra
49
Outubro de 1998 – Reeleição de Fernando Henrique Cardoso.
Início de Janeiro de 1999 – Declaração de moratória do Estado de Minas Gerais,
pelo Governador Itamar Franco.
Conforme podemos observar na Figura 4, o mercado acionário não se
mostrou um bom indicador antecedente da desvalorização que o real viria a
sofrer. Apesar dos repiques durante as crises asiática e russa, observamos que
o mercado acionário, logo em seguida a estes eventos, demonstrava o retorno da
confiança no valor da moeda. Tendência esta que foi consolidada com a
reeleição do Presidente Fernando Henrique Cardoso. Isto reforça o fato de que o
evento não foi antecipado de forma consistente. Apenas após a declaração de
intenção de moratória do Governador Itamar Franco é que o mercado,
efetivamente, indicou a inevitabilidade de uma desvalorização do real.
50
5 – CONCLUSÃO
O teste realizado com o modelo de Becker, Gelos e Richards (2000) para
verificar a capacidade de indicador antecedente do mercado acionário e, assim,
prever através dele, a trajetória futura da taxa de câmbio, não apresentou
resultados satisfatórios no caso da desvalorização do real ocorrida em janeiro de
1999. Ressalvando que uma das limitações do estudo foi o fato de utilizarmos
betas constantes para os ativos da amostra, quando sabemos que eles são
instáveis no tempo.
A não antecipação do evento por parte do mercado acionário em um
período relevante de tempo (e não em dias conforme ocorrido) pode ser
explicado por: (i) a confiança que o mercado possuía à época na política
econômica do Governo Fernando Henrique Cardoso, explicitada na presença do
economista Gustavo Franco, claramente favorável a uma política de câmbio
administrado, na presidência do Banco Central, o que confirmaria que o mercado
acionário não antecipou a desvalorização do Real ou (ii) o fato de que o Banco
Central forneceu proteção cambial (hedge) em escala suficiente para que as
empresas da carteira SUB não fossem prejudicadas por uma eventual
desvalorização da moeda, sendo assim, o mercado não diferenciou
acentuadamente o comportamento de empresas que seriam beneficiadas ou
prejudicadas por uma desvalorização do Real.
O modelo, entretanto, confirmou a alta correlação positiva entre a
exposição cambial positiva das empresas e a variação da taxa de câmbio
observada no período após a desvalorização. Isto parece indicar que o evento da
desvalorização não foi antecipado pelo mercado acionário, mas quando de sua
ocorrência, o mercado ajustou-se conforme previsto pelo modelo de eficiência
51
semiforte. Além disso, observamos que, diferentemente do ocorrido no México, o
setor financeiro brasileiro obteve retornos anormais positivos no período da
amostra.
De um modo geral, o estudo corrobora o fato de que empresas com
exposições cambiais positivas se beneficiam de uma desvalorização da moeda
doméstica. Porém, o estudo não confirma se a exposição cambial negativa,
representada pelo endividamento em moeda estrangeira, é motivo para que a
empresa obtenha retornos anormais negativos em face de uma desvalorização
da moeda doméstica.
52
6 - REFERÊNCIAS BIBLIOGRÁFICAS
BECKER, T.; GELOS, R.G.; RICHARDS, A. J. Devaluation expectations and the
stock market: the case of Mexico in 1994/95. International Monetary Fund
Working Paper, nº00/28, 2000.
BERG, A.; PATILLO, C. Are currency crises predictable? A test. International
Monetary Fund Working Paper, nº 98/154, 1998.
BRAULE, R. Estatística Aplicada com Excel para Cursos de Administração e
Economia. Ed. Campus, 2001.
BRIS, A.; KOSKINEN, Y.; PONS,V. Corporate financial policies and performance
prior to currency crises. Yale IFC Working Paper, nº 00/42, 2001.
CALVO, G. A.; REINHART, C. M. Fear of Floating. NBER Working Paper, nº
7993, 2000.
CHOI, J.; PRASAD, A. Exchange risk sensitivity and its determinants: a firm and
industry analysis of US multinationals. Financial Management, v. 24, nº 3, p. 77-
88, 1995.
CHOW, E.H.; CHEW, HUNG-LING. The determinants of foreign exchange rate
exposure: evidence on japanese firms . Pacific-Basin Finance Journal, v.6, p.153-
174, 1998.
53
DEWENTER, K.L.; HIGGINS, R.C.; SIMIM, T.T. Is there a contemporaneous
relation between exchange rates and stock prices? Evidence from decisions to
allow the Mexican Peso and Thai Bath to float. SSRN Electronic Paper Collection,
April, 2002.
DOMINGUEZ, K.; TESAR, L. Exchange rate exposure. NBER Working Paper
Series, nº 8453, 2001.
DORNBUSCH, R.; FISCHER S.. Macroeconomia. 5ª edição.
EITEMAN, D. K.; STONEHILL, A. I.; MOFFET, M.H. Multinational Business
Finance. Eighth Edition. 2000.
FISCHER, S. Is the Bipolar View Correct? Discurso para o FMI em janeiro de
2001 (artigo interno).
FRANCK, P.; YOUNG, A. Stock Price Reaction of Multinational Firms to
Exchange Realignments . Financial Managment , Winter, p. 66-73, 1972.
FRANKEL, J. No Single Currency Regime is Right for All Countries or at All
Times. NBER Working Paper Series, nº w7338, 1999.
___________; ROSE, A. Currency Crashes in Emerging Markets: Empirical
Indicators. NBER Working Paper Series, nº w5437, 1996.
GLAUM, M.; BRUNNER, M.; HIMMEL, H. The DAX and the dollar: the economic
exchange-rate exposure of German corporations. November, 1998
54
HUANG, R.D.; STOLL, H. R. Exchange rates and firms´ liquidity: evidence from
ADRs. Journal of International Money and Finance, V.20, p. 297-325, 2001.
JORION, P. The exchange-rate exposure of US multinationals. Journal of
Business, V. 63, nº 3, 1990.
KAMINSKY, G.; LIZONDO, S.; REINHART, C. Leading Indicators of Currency
Crises. International Monetary Fund Staff Papers; v.45, n.1, p. 01-48, March 1998.
MA, C.K.; KAO, G. W. On exchange rate changes and stock price reactions.
Journal of Business Finance & Accounting, v. 17 Summer, p. 441-449, 1990.
MACKINLAY, A. C. Event Studies in Economics and Finance. Journal of
Economic Literature, 35 (March 1997), p. 13-39.
MARTÍNEZ-SOLANO, P. Foreign exchange exposure on the Spanish stock
market: sources of risk and hedging. Lancaster University & Universidad de
Murcia, 1998.
MAIA, J. M. Economia Internacional e Comércio Exterior, 3ª Edição, 1997.
55
ANEXOS
56
Anexo 1 – Resultado do ICAPM das empresas selecionadas através dos critérios
de liquidez :
Empresa Beta Câmbio Valor P ACESITA PN -3,5456 0,1972 AMBEV PN -2,5638 0,0088 AMERICA DO SUL PN -0,1259 0,9541 ANTARCTICA NORDESTE ON -0,1259 0,9541 ARACRUZ PNB 0,4968 0,7624 BANESPA ON 10,3507 0,0022 BANESPA PN 10,1778 0,0031 BELGO MINEIRA ON 1,2263 0,3644 BELGO MINEIRA PN 2,5761 0,0982 BOMBRIL PN -0,9572 0,5656 BRADESCO ON -0,3361 0,7187 BRADESCO PN -1,3897 0,1625 BCO BRASIL ON -1,7798 0,1889 BCO BRASIL PN -1,1085 0,5259 BRASIL TELECOM ON -2,2897 0,1941 BRASIL TELECOM PN -1,4235 0,3703 BRASMOTOR PN -2,9136 0,1000 BUNGE FERTILIZ PN 4,1088 0,1075 CAEMI METAL PN 2,2033 0,3207 CARGILL FERTILIZ PN 4,6080 0,0157 CELESC PNB 1,6773 0,3165 CEMIG ON 0,6811 0,6518 CEMIG PN 0,6597 0,4578 CERJ ON -3,9512 0,0105 CESP ON 4,7944 0,0150 CESP PN 4,3784 0,0291 CIMENTO ITAU PN -0,6404 0,6427 CONFAB PN 9,0677 0,0005 COPEL ON 0,9718 0,4726 COPENE PNA 0,5502 0,7129 COPESUL ON -1,1983 0,3031 DURATEX PN 0,2355 0,8596
57
Anexo 1 – Resultado do ICAPM das empresas selecionadas através dos critérios
de liquidez (continuação):
Empresa Beta Câmbio Valor P ELETROBRAS ON 0,5259 0,6846 ELETROBRAS PNB 0,5239 0,6851 ERICSSON PN 5,1294 0,0794 ESTRELA PN 1,3163 0,6201 F CATAGUAZES PNA 4,2497 0,0001 FERRO LIGAS PN 11,8147 0,0003 FERTIBRAS PN 4,9391 0,0430 FORJAS TAURUS PN 3,6635 0,0077 FOSFERTIL PN 0,9121 0,0047 GERDAU METAL PN 0,5196 0,2123 GERDAU PN 0,7911 0,0433 IPIRANGA PETR PN 0,3601 0,1875 IPIRANGA REFIN PN 0,5119 0,0474 ITAUBANCO ON -0,1069 0,6173 ITAUSA PN -0,1282 0,6383 KLABIN PN 1,5825 0,0001 KUALA PN 2,8675 0,0002 LIGHT ON -1,2182 0,0001 LOJAS AMERIC PN 0,1771 0,6936 METAL LEVE ON 1,5741 0,0003 MULTIBRAS PN -0,0691 0,8753 PARANAPANEMA PN 1,4531 0,0022 PAUL FORCA E LUZ ON -0,3005 0,2189 PERDIGAO PN -1,0361 0,4513 PETROBRAS DISTR PN 1,2378 0,3567 PETROBRAS ON 3,3431 0,0422 PETROBRAS PN 0,8584 0,4444 PLASCAR PN -0,3851 0,8660 RANDOM PARTIC PN 2,9143 0,0970 REAL PN 2,8037 0,0467 RHODIA-STER ON -4,1196 0,0763 SADIA SA PN 2,1975 0,0939
58
Anexo 1 – Resultado do ICAPM das empresas selecionadas através dos critérios
de liquidez (continuação):
Empresa Beta Câmbio Valor P SAMITRI PN 1,6921 0,3588SHARP PN 1,1651 0,5861SID NACIONAL ON -0,3191 0,8273SID TUBARAO PN -0,0642 0,9723SOUZA CRUZ ON 0,1169 0,9239TEKA PN 3,4904 0,0848TELEMIG PNB -0,8565 0,0530TELESP OPER ON -0,5472 0,0378TELESP OPER PN -0,6462 0,0089TRIKEM PN 0,3977 0,4606UNIBANCO ON 0,1334 0,7517UNIBANCO PN -0,7242 0,0301UNIPAR PNB 0,6939 0,0286USIMINAS PNA -0,5211 0,0996VALE RIO DOCE ON 0,9122 0,0039VALE RIO DOCE PN 0,8478 0,0007VOTORANTIM C PN 1,8447 0,0000WHITE MARTINS ON 0,8315 0,0138
Obs.: A Unipar foi excluída da amostra por impossibilidade da obtenção de dados
sobre importação e exportação e ausência de proxies aceitáveis.
59
Anexo 2 – Variável dependente e variáveis independentes derivadas (Modelo 1).
Modelo 1: const + (X-M)/V + var dummy “é banco?” + EME/V Retorno anormal
Acumulado EMPRESA (X-M)/V É banco = 1 EME/V 0,1926 AMBEV -0,0757 0 0,2394 -0,3002 BANESPA 0,0000 1 0,0000 -0,2663 BRASMOTOR -0,0585 0 3,3505 0,0371 CARGILL FERTILIZ -0,4322 0 0,2939 -0,7324 CERJ -0,0235 0 0,2529 -0,4009 CESP -0,0034 0 1,1007 -0,1092 CONFAB INDUSTR 0,1120 0 0,0534 0,3042 ERICSSON -0,2973 0 0,1181 -0,4699 F CATAGUAZES -0,0189 0 0,0274 0,4438 FERRO LIGAS 0,4245 0 0,8341 -0,0274 FERTIBRAS -0,4917 0 0,3377 0,0796 FORJAS TAURUS 0,5194 0 0,0166 0,1494 FOSFERTIL -0,1413 0 0,0066 0,2608 GERDAU 0,0174 0 0,0955 -0,1148 IPIRANGA REFIN -0,0134 0 1,9622 0,3338 KLABIN 0,7504 0 1,4750 0,5854 KUALA 0,4300 0 0,0061 -0,6243 LIGHT -0,0032 0 0,4998 0,2083 METAL LEVE 0,4258 0 0,0223 -0,3956 PARANAPANEMA -0,1530 0 0,1075 -0,1892 PETROBRAS -0,2700 0 0,6022 0,2008 RANDOM PARTIC 0,2226 0 0,2235 -0,1734 REAL 0,0000 1 0,0000 0,2890 RHODIA-STER 0,0692 0 1,1233 -0,0134 SADIA 0,1181 0 0,1620 -0,1572 SID BELGO-MINEIR 0,0111 0 0,0925 0,3599 TEKA 0,1322 0 0,1894 -0,3668 TELEMIG PART -0,0097 0 0,2383 -0,0717 TELESP PART -0,0062 0 0,2089 -0,4508 UNIBANCO 0,0000 1 0,0000 0,0912 USIMINAS 0,1151 0 0,2596 0,4958 VALE 0,5847 0 1,4960 0,4652 VOTOR CEL E PAP 0,4706 0 1,1724 0,1911 WHITE MARTINS 0,1491 0 0,3992
60
Anexo 2 – Variável dependente e variáveis independentes derivadas (Modelo 2).
Modelo 2: const + (X-M)/V + var dummy “é banco?” Retorno anormal
acumulado EMPRESA (X-M)/V É banco = 1 0,1926 AMBEV -0,0757 0 -0,3002 BANESPA 0,0000 1 -0,2663 BRASMOTOR -0,0585 0 0,0371 CARGILL FERTILIZ -0,4322 0 -0,7324 CERJ -0,0235 0 -0,4009 CESP -0,0034 0 -0,1092 CONFAB INDUSTR 0,1120 0 0,3042 ERICSSON -0,2973 0 -0,4699 F CATAGUAZES -0,0189 0 0,4438 FERRO LIGAS 0,4245 0 -0,0274 FERTIBRAS -0,4917 0 0,0796 FORJAS TAURUS 0,5194 0 0,1494 FOSFERTIL -0,1413 0 0,2608 GERDAU 0,0174 0 -0,1148 IPIRANGA REFIN -0,0134 0 0,3338 KLABIN 0,7504 0 0,5854 KUALA 0,4300 0 -0,6243 LIGHT -0,0032 0 0,2083 METAL LEVE 0,4258 0 -0,3956 PARANAPANEMA -0,1530 0 -0,1892 PETROBRAS -0,2700 0 0,2008 RANDOM PARTIC 0,2226 0 -0,1734 REAL 0,0000 1 0,2890 RHODIA-STER 0,0692 0 -0,0134 SADIA 0,1181 0 -0,1572 SID BELGO-MINEIR 0,0111 0 0,3599 TEKA 0,1322 0 -0,3668 TELEMIG PART -0,0097 0 -0,0717 TELESP PART -0,0062 0 -0,4508 UNIBANCO 0,0000 1 0,0912 USIMINAS 0,1151 0 0,4958 VALE 0,5847 0 0,4652 VOTOR CEL E PAP 0,4706 0 0,1911 WHITE MARTINS 0,1491 0
61
Anexo 2 – Variável dependente e variáveis independentes derivadas (Modelo 3).
Modelo 3 : const + var dummy “é banco?” + X/V + M/V Retorno anormal
acumulado EMPRESA É banco = 1 M/V X/V 0,1926 AMBEV 0 0,0757 0,0000 -0,3002 BANESPA 1 0,0000 0,0000 -0,2663 BRASMOTOR 0 0,3729 0,3145 0,0371 CARGILL FERTILIZ 0 0,4371 0,0049 -0,7324 CERJ 0 0,0235 0,0000 -0,4009 CESP 0 0,0034 0,0000 -0,1092 CONFAB INDUSTR 0 0,0000 0,1120 0,3042 ERICSSON 0 0,3776 0,0803 -0,4699 F CATAGUAZES 0 0,0189 0,0000 0,4438 FERRO LIGAS 0 0,0000 0,4245 -0,0274 FERTIBRAS 0 0,5000 0,0083 0,0796 FORJAS TAURUS 0 0,0477 0,5671 0,1494 FOSFERTIL 0 0,1450 0,0037 0,2608 GERDAU 0 0,0228 0,0402 -0,1148 IPIRANGA REFIN 0 0,0134 0,0000 0,3338 KLABIN 0 0,0179 0,7683 0,5854 KUALA 0 0,1110 0,5410 -0,6243 LIGHT 0 0,0032 0,0000 0,2083 METAL LEVE 0 0,0042 0,4300 -0,3956 PARANAPANEMA 0 0,3815 0,2285 -0,1892 PETROBRAS 0 0,3153 0,0453 0,2008 RANDOM PARTIC 0 0,0036 0,2262 -0,1734 REAL 1 0,0000 0,0000 0,2890 RHODIA-STER 0 0,1841 0,2533 -0,0134 SADIA 0 0,0090 0,1271 -0,1572 SID BELGO-MINEIR 0 0,0218 0,0328 0,3599 TEKA 0 0,0668 0,1990 -0,3668 TELEMIG PART 0 0,0097 0,0000 -0,0717 TELESP PART 0 0,0062 0,0000 -0,4508 UNIBANCO 1 0,0000 0,0000 0,0912 USIMINAS 0 0,0723 0,1874 0,4958 VALE 0 0,0328 0,6175 0,4652 VOTOR CEL E PAP 0 0,0014 0,4720 0,1911 WHITE MARTINS 0 0,0009 0,1500
62
Anexo 3 - Estatística das Variáveis Independentes Básicas. Há 31 observações
para cada variável correspondendo às 31 empresas não financeiras da amostra
(em R$mil).
Receita
Operacional
Líquida
Exportações
Importações
Endividamento
em Moeda
Estrangeira
Média 1.766.055,42 173.463,91 247.842,29 952.815,69
Erro-padrão 587.685,86 68.688,19 182.557,72 390.320,28
Mediana 731.000,00 61.700,00 20.713,20 237.003,00
Modo N/D 0,00 0,00 N/D
Desvio-Padrão 3.272.096,37 382.439,64 1.016.438,35 2.173.211,34
Variância 1,07E+13 1,46E+11 1,03E+12 4,72E+12
Curtose 21,50 19,24 29,89 14,97
Assimetria 4,35 4,16 5,43 3,71
Intervalo 17.949.900,00 2.021.737,95 5.679.502,80 10.846.659,00
Mínimo 64.100,00 0,00 0,00 572,00
Máximo 18.014.000,00 2.021.737,95 5.679.502,80 10.847.231,00
Soma 54.747.718,00 5.377.381,19 7.683.110,90 29.537.286,32
Nº empresas 31 31 31 31
63
Anexo 4 –Composição das Carteiras com os respectivos valores da variável
independente classificadora.
CARTEIRA SUPER CARTEIRA SUB EMPRESA (X-M)/V EMPRESA (X-M)/V KLABIN 0,7504 LIGHT -0,0032 VALE 0,5847 CESP -0,0034 FORJAS TAURUS 0,5194 TELESP PART -0,0062 VOTOR CEL E PAPEL 0,4706 TELEMIG PART -0,0097 KUALA 0,4300 IPIRANGA REFIN -0,0134 METAL LEVE 0,4258 F CATAGUAZES -0,0189 FERRO LIGAS 0,4245 CERJ -0,0235 RANDOM PARTIC 0,2226 BRASMOTOR -0,0585 WHITE MARTINS 0,1491 AMBEV -0,0757 TEKA 0,1322 FOSFERTIL -0,1413 SADIA 0,1181 PARANAPANEMA -0,1530 USIMINAS 0,1151 PETROBRAS -0,2700 CONFAB INDUSTRIAL 0,1120 ERICSSON -0,2973 RHODIA-STER 0,0692 CARGILL FERTILIZ -0,4322 GERDAU 0,0174 FERTIBRAS -0,4917 SID BELGO-MINEIRA 0,0111
CARTEIRA BANCOS EMPRESA (X-M)/V BANESPA 0 REAL 0 UNIBANCO 0
64
Anexo 5. Dados semanais dos Retornos Acumulados da Carteira DIFERENÇA e
do Retorno em logaritmo neperiano do Dólar Comercial
Data
Retorno da Carteira
DIFERENÇA
Retorno em ln do Dólar Comercial
Ptax Venda 8/1 0 0 15/1 0,0949 0,1915 22/1 0,1238 0,3425 29/1 0,3021 0,4937 5/2 0,3605 0,4142 12/2 0,3687 0,4500 19/2 0,2805 0,4617 26/2 0,2396 0,5340 5/3 0,1811 0,4988 12/3 0,1079 0,4535 19/3 0,2320 0,4246 26/3 0,1765 0,3828 2/4 0,1524 0,3525 9/4 0,1925 0,3449 16/4 0,2340 0,3218 23/4 0,3018 0,3308 30/4 0,3286 0,3162 7/5 0,3584 0,3225 14/5 0,3829 0,3140 21/5 0,3643 0,3374 28/5 0,3567 0,3578 4/6 0,3957 0,3609 11/6 0,3786 0,3817 18/6 0,3859 0,3678 25/6 0,3974 0,3914
65
Anexo 6 - Série histórica da cotação do dólar comercial Ptax venda, do retorno
da carteira DIFERENÇA, da variação cambial implícita pelos coeficientes
estimados pela Equação (9) e da cotação sombra do dólar resultante .
Cotação do dólar Ptax venda do fechamento
do mês
Retorno da carteira DIFERENÇA
(Y)
Variação Cambial Implícita pelos coeficientes
estimados pela Equação 9
(X)
Cotação sombra do
dólar
01/07/1999 1,7575 1,7575 jun/99 1,7336 0,0173 0,0454 1,6810 mai/99 1,6735 0,0922 0,2425 1,3528 abr/99 1,7251 0,0607 0,1598 1,1663 mar/99 2,0284 -0,1032 -0,2716 1,6014 fev/99 1,9638 0,0561 0,1477 1,3953 jan/99 1,2095 0,2830 0,7447 0,7997 dez/98 1,2029 0,0236 0,0622 0,7529 nov/98 1,1954 -0,0968 -0,2547 1,0102 out/98 1,1879 -0,0533 -0,1402 1,1750 set/98 1,1804 0,0093 0,0245 1,1468
ago/98 1,1729 -0,0359 -0,0945 1,2666 jul/98 1,1652 -0,0952 -0,2504 1,6897
jun/98 1,1578 0,0182 0,0480 1,6123 mai/98 1,1507 0,0445 0,1171 1,4433 abr/98 1,1429 0,0323 0,0850 1,3301 mar/98 1,1359 0,1163 0,3061 1,0184 fev/98 1,1287 -0,0304 -0,0801 1,1071 jan/98 1,1219 -0,0572 -0,1504 1,3031 dez/97 1,1149 -0,1079 -0,2840 1,8201 nov/97 1,1065 -0,0630 -0,1658 2,1821 out/97 1,1019 0,0077 0,0202 2,1388 set/97 1,0955 -0,0330 -0,0867 2,3420
ago/97 1,0890 -0,0135 -0,0355 2,4283 jul/97 1,0825 0,0010 0,0025 2,4221
Equação (9) Y = 0,01 + 0,38X e X = (Y-0,01)/0,38