“preÇo de petrÓleo e mercado de aÇÕes: evidÊncia...
TRANSCRIPT
FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
DDIISSSSEERRTTAAÇÇÃÃOO DDEE MMEESSTTRRAADDOO PPRROOFFIISSSSIIOONNAALLIIZZAANNTTEE EEMM EECCOONNOOMMIIAA
“PREÇO DE PETRÓLEO E MERCADO DE AÇÕES: EVIDÊNCIA DO MERCADO
BRASILEIRO”.
FFEELLIIPPEE MMEEDDEEIIRROOSS RRAANNGGEELL
ORIENTADOR: PROF. DR. OSMANI TEIXEIRA DE CARVALHO GUILLÉN
Rio de Janeiro, 30 de janeiro de 2012.
“PREÇO DE PETRÓLEO E MERCADO DE AÇÕES: EVIDÊNCIA DO MERCADO BRASILEIRO”
FELIPE MEDEIROS RANGEL
Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Finanças
ORIENTADOR: PROF. DR. OSMANI TEIXEIRA DE CARVALHO GUILLÉN
Rio de Janeiro, 30 de janeiro de 2012.
“PREÇO DE PETRÓLEO E MERCADO DE AÇÕES: EVIDÊNCIA DO MERCADO BRASILEIRO”
FELIPE MEDEIROS RANGEL
Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Finanças
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor Dr. OSMANI TEIXEIRA DE CARVALHO GUILLÉN (Orientador) Instituição: IBMEC _____________________________________________________
Professor Dr. JOSÉ VALENTIM MACHADO VICENTE Instituição: IBMEC _____________________________________________________
Professor Dr. ALEXANDRE BARROS DA CUNHA Instituição: UFRJ
Rio de Janeiro, 30 de janeiro de 2012.
336.76 R196p
Rangel, Felipe Medeiros. Preço de petróleo e mercado de ações: evidência do mercado brasileiro. / Felipe Medeiros Rangel . - Rio de Janeiro: Faculdades Ibmec, 2012. 59f.; 29 cm. Dissertação de Mestrado Profissionalizante em Economia apresentado ao IBMEC como requisito para conclusão de curso. Área de concentração: Finanças. Orientador: Dr. Prof. Osmani Teixeira de Carvalho Guillén.
1. Preço de petróleo. 2.Choques de preço de petróleo. 3. Retornos de ações. 4.Setores da economia. 5.Precificação de ativos. I. Rangel, Felipe Medeiros. II. Dr. Prof. Osmani Teixeira de Carvalho Guillén. III. Preço de petróleo e mercado de ações: evidência do mercado brasileiro.
vi
DEDICATÓRIA
À minha namorada Rebeca, pelo companheirismo e pela compreensão.
vii
AGRADECIMENTOS
Aos meus pais, Edmundo e Maria Helena, pelo apoio e incentivo aos meus estudos e ao meu
crescimento profissional e acadêmico.
Aos meus avós e irmãos, pelo carinho e apoio em todos os momentos.
À minha namorada Rebeca, pela paciência e pelas conversas, essenciais sempre.
Ao Prof. Osmani Guillén, pelas contribuições no desenvolvimento deste trabalho e pela
orientação objetiva.
viii
RESUMO
O presente estudo investiga a relação entre os movimentos do preço do petróleo e dos retornos
de ações de diversos setores da economia brasileira, compreendendo o período de janeiro de
1990 até setembro de 2011. Os resultados indicam que fortes aumentos do preço do óleo têm
efeito positivo sobre os retornos de ações dos setores de Óleo e Gás, Papel e Celulose,
Mineração e Siderurgia. Ações de outros setores também se mostraram positivamente
sensíveis aos choques de preço de petróleo, mas a evidência não é tão forte nesses casos. As
ações dos setores de Consumo, Material Aeronáutico e Telecomunicações não parecem sofrer
qualquer influência do risco do óleo. Os achados fazem sentido com a proposição de que
economias de países exportadores de petróleo são positivamente impactadas pelos choques de
preço de tal commodity. Pouca evidência de assimetria entre os efeitos de choques positivos e
negativos é encontrada. Ademais, a volatilidade do preço do óleo não parece impactar os
retornos de ações no Brasil de forma diferenciada durante o período da auto-suficiência na
produção de petróleo. Talvez a variável de choques de preço de petróleo seja proxy para
choques de preço de commodities, pois o Brasil é tradicionalmente exportador desse tipo de
produto. De uma forma geral, os resultados desta pesquisa mostram que a aquisição de ativos
que possuam sensibilidade positiva em relação aos movimentos do preço do petróleo não
demonstra ser razoável para o mercado acionário brasileiro como forma de proteção.
ix
Palavras Chave: Preço de petróleo, Choques de preço de petróleo, Retornos de ações, Setores
da economia, Precificação de ativos
x
ABSTRACT
The present study investigates the relationship between oil price and equity returns from
several Brazilian industry sectors. This analysis covers the period from January 1990 to
September 2011. Results indicate that oil price shocks have a positive effect on stock market
returns from the following sectors: Oil & Gas, Pulp & Paper, and Mining & Steel. Assets
from other industry sectors are sensitive to oil price risk either, although the evidence is not so
strong in such cases. Shares from Consumption, Aeronautic Equipment, and
Telecommunications sectors do not seem to suffer any influence of oil price shocks. Our
findings are consistent with the proposition that oil exporting countries are positively affected
by oil price rises. Little evidence of any asymmetry between positive and negative shocks is
found. Moreover, oil price volatility does not seem to affect equity returns differently in
Brazil during the period of self-sufficiency in oil production. Maybe the oil price shocks
variable is proxy for commodities price shocks as Brazil is traditionally an exporting country
of that kind of product. In general, this search shows that acquisition of assets positively
sensitive to oil price increases is not a good hedging strategy in Brazilian stock market.
Key Words: Oil price, Oil price shocks, Equity returns, Industry sectors, Asset pricing
xi
LISTA DE FIGURAS
Figura 1- Evolução da cotação de petróleo Brent.....................................................................14
xii
LISTA DE TABELAS
Tabela 1 – Ações e setores .......................................................................................................20
Tabela 2 – Estatísticas Descritivas ...........................................................................................24
Tabela 3 – Resultados dos Testes de Raiz Unitária................................................................245
Tabela 4 – Retorno do Petróleo Modelado por um Processo AR(1) ......................................246
Tabela 5 – Retorno do mercado x Volatilidade do Óleo ........................................................246
Tabela 6 – Resultados do Modelo de Mercado Aumentado pelo Fator Petróleo...................247
Tabela 7 – Resultados dos Testes de Assimetria....................................................................249
Tabela 8 – Resultados do Teste da Auto-Suficiência em Petróleo.........................................324
Tabela 9 – Resultados do Teste da Auto-Suficiência em Petróleo com Controle para a Crise
Financeira de 2008............................................................................................................24
Tabela 10 – Termos ARMA Incluídos no Modelo de Mercado Aumentado pelo Fator Petróleo
........................................................................................................................................244
Tabela 11 – Termos ARCH/GARCH Incluídos na Equação da Variância do Modelo de
Mercado Aumentado pelo Fator Petróleo.......................................................................244
xiii
LISTA DE ABREVIATURAS ADF Augmented Dickey-Fuller
ARCH Autoregressive Conditional Heteroscedasticity
ARMA Autoregressive – Move Average
BM&F Bolsa de Mercados e Futuros
BOVESPA Bolsa de Valores de São Paulo
CAPM Capítal Asset Pricing Model
DCC Dynamic Conditional Correlation
FMI Fundo Monetário Internacional
GARCH Generalized Autoregressive Conditional Heteroscedasticity
IBOVESPA Índice BOVESPA
IEA International Energy Agency
OPEP Organização dos Países Exportadores de Petróleo
PIB Produto Interno Bruto
VAR Vetor Auto-Regressivo
xiv
SUMÁRIO
1 INTRODUÇÃO.....................................................................................................1
2 REVISÃO DA LITERATURA.............................. .................................................3
2.1 RELAÇÃO ENTRE PREÇO DE PETRÓLEO E VARIÁVEIS ECONÔMI CAS................................. 3
2.2 RELAÇÃO ENTRE PREÇO DE PETRÓLEO E PREÇOS DE AÇÕES .............................................. 7
3 METODOLOGIA ........................................ ........................................................12
4 DESCRIÇÃO DOS DADOS................................ ...............................................19
5 RESULTADOS ......................................... .........................................................22
5.1 ESTATÍSTICAS DESCRITIVAS ............................................................................................................ 23
5.2 RESULTADOS DO MODELO DE MERCADO AUMENTADO PELO FATO R PETRÓLEO....... 25
5.3 RESULTADOS DOS TESTES DE ASSIMETRIA................................................................................. 29
5.4 RESULTADOS DO TESTE DA AUTO-SUFICIÊNCIA EM PETRÓLEO ........................................ 32
6 CONCLUSÃO .......................................... ..........................................................36
REFERÊNCIAS BIBLIOGRÁFICAS......................... ................................................38
APÊNDICE A ......................................... ...................................................................44
1
1 INTRODUÇÃO
Esta pesquisa investiga a relação entre os movimentos do preço do petróleo e do mercado
acionário brasileiro através de um Modelo de Mercado aumentado pelo fator petróleo. Tal
modelo tem sido utilizado por pesquisadores como Faff e Brailsford (2000) e Nandha e Faff
(2008). Embora a relação entre preço de petróleo e variáveis macroeconômicas tenha sido
estudada exaustivamente, a relação entre preço de petróleo e mercados acionários é um tema
ainda em estudo na área de pesquisa de finanças.
Como o petróleo é um direcionador da economia nos dias de hoje, um forte aumento do preço
deste produto costuma levar à redução da atividade econômica. O canal de transmissão
poderia estar no aumento dos custos dos produtores, que, na tentativa de repassar esse efeito
adverso para os preços aos consumidores, podem provocar pressões inflacionárias na
economia. Hamilton (1983) apresentou evidências de que choques de petróleo são prejudiciais
para a produção e o emprego. A ligação do mercado financeiro com o ambiente
macroeconômico é natural, pois os movimentos dos índices de ações refletem as expectativas
dos agentes econômicos quanto ao futuro da economia. Logo, se o petróleo tem impacto
negativo sobre a atividade econômica, deveria ter também sobre os mercados de ações. No
entanto, economias exportadoras de óleo podem ser positivamente impactadas pelos choques
de preço deste produto devido à renda gerada pela atividade, sendo que a economia brasileira
possui produção excedente de óleo atualmente.
2
O presente texto faz parte de uma literatura focada nos efeitos de grandes variações de preço
de petróleo sobre diversos setores da economia, sejam estes representados por índices
setoriais ou firmas específicas (Al-Mudhaf e Goodwin, 1993; Faff e Brailsford, 1999;
Sadorsky, 2001; El-Sharif et al., 2005; Boyer e Filion, 2007; Arouri e Nguyen, 2010, entre
outros). Efeitos diferenciados sobre cada setor dependem, por exemplo, de o petróleo ser
insumo ou produto final no processo industrial.
Através do referido Modelo de Mercado aumentado pelo fator petróleo, o objetivo desta
pesquisa é estudar o papel do risco do petróleo como um dos determinantes dos retornos de
ações de firmas específicas de diversos setores da economia brasileira, utilizando dados
mensais de janeiro 1990 até setembro de 2011. A possibilidade de choques de preço de
petróleo positivos e negativos terem efeitos assimétricos sobre os ganhos das ações é testada.
Ademais, o Brasil nem sempre foi uma economia exportadora de petróleo, sendo a auto-
suficiência na produção desta commodity alcançada em 2006. Dessa forma, é feito um teste
para identificar a existência de diferença no efeito da volatilidade do óleo sobre os retornos
dos ativos estudados após o advento da auto-suficiência.
O tema deste texto é de relevância para a comunidade de investidores, uma vez que os
resultados aqui apresentados fornecem informação interessante para decisões de hedge. Além
disso, existem diversos modelos utilizados para fins de precificação de ativos, sendo que
ainda não há consenso nessa área de pesquisa.
O restante do texto é organizado da seguinte forma: seção 2 revê a literatura, seção 3 descreve
a metodologia, seção 4 descreve os dados utilizados, seção 5 apresenta os resultados do
modelo e, por fim, a seção 6 conclui.
3
2 REVISÃO DA LITERATURA
A literatura de Economia e Finanças tem diversos estudos documentados sobre o impacto dos
choques de preço de petróleo em variáveis econômicas. De uma forma geral, há evidências de
que fortes aumentos no preço do óleo têm efeito adverso sobre a economia. Isso seria possível
devido ao fato de as indústrias dependerem do petróleo, seja diretamente, como insumo, ou
indiretamente, como inflação produzida por elevações do preço desse produto, por exemplo.
O campo de pesquisa em questão pode ser dividido em duas partes: (i) a relação entre preço
de petróleo e variáveis econômicas; e (ii) a relação entre preço de petróleo e variáveis
financeiras, como os valores das empresas.
2.1 RELAÇÃO ENTRE PREÇO DE PETRÓLEO E VARIÁVEIS ECONÔMICAS
A literatura sobre a relação entre preço de petróleo e variáveis econômicas, como o PIB real, a
taxa de câmbio e a taxa de inflação, é extensa (Hamilton, 1983; Gisser e Goodwin, 1986;
Mork, 1989; Hooker, 1996; Mussa, 2000; Davis e Haltiwanger, 2001; Hamilton e Herrera,
2002; Lee e Ni, 2002; Hooker, 2002; Hamilton, 2003; IEA, 2004; Jones et al., 2004, entre
outros). Tais estudos são divergentes em seus resultados empíricos. Conseqüentemente, ainda
não há consenso quanto a este assunto.
4
Em um estudo que motivou vários outros, testando seus resultados, Hamilton (1983)
apresentou evidência de que choques de preço de petróleo contribuíram para o acontecimento
de algumas recessões americanas no período pós-Segunda Guerra Mundial.
Jones et al. (2004) reportam que análises empíricas foram dedicadas à questão da principal
causa das recessões pós-Choques de Preço de Petróleo dos anos 1970: tais recessões seriam
fruto dos próprios choques de petróleo ou da política monetária originada pelos choques? Este
texto indica que choques de preço de petróleo aparentam serem os maiores contribuintes para
essas recessões. Além disso, através de uma abordagem baseada em funções de resposta ao
impulso, geradas a partir da metodologia VAR (Vetor Auto-regressivo), os autores concluem
que a magnitude de um choque de preço de petróleo sobre o PIB, medida na forma de
elasticidade, é aproximadamente -0,06.
O Fundo Monetário Internacional (FMI) publicou relatório no ano de 2000 sobre o impacto de
maiores preços de petróleo na economia global.1 Um dos resultados apresentados nesse
trabalho é a indicação de que um aumento de $5 por barril no preço do petróleo levaria a uma
redução da produção global de, aproximadamente, 0,25 ponto percentual ao longo dos quatro
primeiros anos. A Agência Internacional de Energia (IEA, 2004) suporta o mesmo ponto de
vista, argumentando que o efeito recessivo sobre os países importadores de óleo seria maior
que os ganhos obtidos pelos países exportadores desta commodity.
O foco dos estudos sobre a relação entre choques de preço de petróleo e variáveis
macroeconômicas tem mudado, se voltando, mais recentemente, para a questão da assimetria
dos choques: choques positivos e negativos teriam impacto assimétrico sobre a economia
(Mork, 1989; Ferderer, 1996, Lee et al., 1995, entre outros).
1 Trata-se de relatório preparado pela equipe de pesquisa do FMI e aprovado por Michael Mussa.
5
A relação entre preço de petróleo e preços de ações, cuja literatura será analisa na próxima
subseção, é, provavelmente, indireta. Alguns pesquisadores argumentam que o efeito dos
choques de preço de óleo sobre os valores das empresas se daria através de indicadores
macroeconômicos. Ademais, haveria diferença entre o efeito sobre a economia de países
exportadores e importadores do produto em questão.
Quanto ao caso dos países exportadores, há evidências de que fortes aumentos do preço do
petróleo têm impacto positivo nessas economias, de acordo com alguns autores (por exemplo,
Jiménez-Rodríguez e Sánchez, 2005; Bjørnland, 20092). Esses choques elevam a renda desses
países, proporcionando maiores consumo e investimentos.
Resultados opostos são esperados quando se trata de países importadores de óleo. Utilizando
uma abordagem baseada na curva de Phillips, LeBlanc e Chinn (2004) e Hooker (2002)
verificaram que choques de petróleo podem ser inflacionários nesses países, em alguns casos.
Dessa forma, a política monetária restritiva para acomodar esses choques leva à recessão.
Em geral, países importam óleo para utilizá-lo como insumo em sua produção, sendo que o
petróleo é um dos fatores de produção mais importantes da economia. Assim sendo, choques
de preço desse produto costumam alterar os termos de troca, aumentando os custos de
produção dos países importadores do insumo (Backus e Crucini, 2000). Na literatura de
finanças, análises setoriais verificaram que setores dependentes de óleo como um fator de
produção são negativamente impactados pelos choques de preço desse produto (Nandha e
Faff, 2008; Arouri e Nguyen, 2010) 3. Se as companhias forem capazes de transferir o
aumento dos custos de produção para os preços ao consumidor, haverá queda no consumo das 2 Embora o texto de Bjørnland (2009) trate da relação entre preço de petróleo e preços de ações, o autor argumenta que a relação é indireta e acontece através de indicadores macroeconômicos. 3 Esse resultado é observado a partir do efeito depressivo que o choque de preço de petróleo tem sobre os valores das empresas desses setores.
6
famílias (Hamilton, 1988a, 1988b; Hamilton, 1996; Bernanke, 2006; entre outros). Nesse
cenário de menor consumo, poder-se-ia esperar redução da produção e do emprego (por
exemplo, Davis e Haltiwanger, 2001; Brown e Yücel, 2002; Lardic e Mignon, 2006).
Alguns estudos destacam a importância da origem dos choques de preço de petróleo (Barsky e
Kilian, 2004; Lescaroux e Mignon, 2008; Kilian e Park, 2009; Hamilton, 2009a, 2009b; Filis
et al., 2011, entre outros). Isso significa que grandes elevações desse preço podem vir do lado
da oferta ou da demanda. Lescaroux e Mignon (2008) entendem que a relação entre os
choques de preço de óleo e a atividade econômica acontece via choque de oferta, ou seja,
havendo menos insumos disponíveis, a produção será menor. Entretanto, essa não é a única
razão pela qual o preço do petróleo pode estar volátil. Kilian e Park (2009) defendem que
choques pelo lado da demanda têm maior importância. Esses choques apresentariam efeito
adverso sobre a economia quando eles são fruto de uma demanda preventiva, ou seja, agentes
econômicos demandam óleo porque esperam escassez desse insumo no futuro. Por outro lado,
quando há fortes aumentos do preço do petróleo em função de uma demanda agregada maior,
a correlação entre o preço do petróleo e a atividade econômica é positiva.
Há pesquisadores que não verificaram qualquer relação entre preço de petróleo e variáveis
macroeconômicas quando se considera o período pós-1980 (por exemplo, Bernanke et al.,
1997; Hooker, 2002; Blanchard e Galí, 2007; Nordhaus, 2007; Lescaroux e Mignon, 2008).
Bernanke et al. (1997) atribui à política monetária endógena grande parte do efeito dos
choques de preço de petróleo. Em outras palavras, a redução da atividade econômica
supostamente causada por um forte aumento do preço do petróleo, como argumentam outros
autores (por exemplo, Hamilton, 1983), seria resultado do aperto monetário necessário para
acomodar o efeito inflacionário do referido choque. A Agência Internacional de Energia
publicou relatório em 2006 que sugeriu maior facilidade de as empresas absorverem maiores
7
custos de insumos devido à atividade econômica acelerada da época associada à expansão dos
investimentos. Dessa forma, o impacto negativo de um choque de preço de óleo é menor do
que no passado. Blanchard e Galí (2007) defendem que os choques de petróleo não
demonstram mais o mesmo efeito que tinham sobre a economia nos anos 1970 por algumas
razões, como a menor participação do óleo na produção, a maior flexibilidade do mercado de
trabalho e a melhora em termos de política monetária.
2.2 RELAÇÃO ENTRE PREÇO DE PETRÓLEO E PREÇOS DE AÇÕES
O mercado de ações tem ligação natural com a economia. O valor de uma empresa reflete os
fluxos de caixa futuros esperados medidos a valor presente. Se a geração de caixa de uma
empresa está sujeita às condições macroeconômicas, então é razoável pensar que o mercado
de ações reflete as expectativas dos agentes econômicos quanto ao futuro da economia. Logo,
se choques de preços de petróleo têm relação com variáveis macroeconômicas, deveriam ter,
também, com variáveis financeiras, como os preços de ações. Assim sendo, muitos estudos
sobre a relação entre preços de petróleo e de ações têm surgido no período mais recente (por
exemplo, Jones e Kaul, 1996; Huang et al., 1996; Mussa, 2000; Faff e Brailsford, 1999;
Sadorsky, 1999; Faff e Brailsford, 2000; Ciner, 2001; Pollet, 2002; Bittlingmayer, 2005;
Nandha e Faff, 2008; Bjørnland, 2009).
Considerando que o fator petróleo é um dos insumos mais importantes, pois está presente em
diversos setores da economia, choques de preço desse produto costumam pressionar os custos
de muitos produtores. Se estes forem capazes de repassar esse custo adicional, mesmo que
parcialmente, para os preços, possivelmente, haverá pressão inflacionária e necessidade de
aperto monetário. Com o aumento do custo de oportunidade dos investidores, o valor presente
dos fluxos de caixa esperados tende a cair. Logo, uma das conclusões de muitos dos estudos
8
sobre a relação entre preços de petróleo e de ações é que fortes elevações do preço do óleo
têm impacto negativo nos preços das ações, de uma forma geral (ver, por exemplo, Sadorsky,
1999; Papapetrou, 2001; Driesprong et al., 2008; Park e Ratti, 2008; Chen, 2009; Miller e
Ratti, 2009; Filis, 2010).
Por outro lado, Filis et al. (2011) chama atenção para o fato de que choques de preço de
petróleo poderiam afetar os mercados acionários através da incerteza que eles proporcionam
ao mercado financeiro. Assim sendo, a origem do choque tem relevância, pois um choque
derivado de uma demanda agregada maior deveria ter efeito positivo sobre os preços de ações.
Nessa parte da literatura, há algumas pesquisas que abordam os efeitos assimétricos dos
choques de preço de óleo sobre os preços das ações (por exemplo, Guidi et al., 2006; Nandha
e Faff, 2008). O texto de Guidi et al. (2006) mostra evidência de que existem efeitos das
decisões da OPEP (Organização dos Países Exportadores de Petróleo) sobre os mercados
financeiros dos Estados Unidos e do Reino Unido. Os autores concluem que as reações
desses mercados às decisões da OPEP são assimétricas devido aos períodos de conflitos:
quando o período é conflituoso, os efeitos levam mais tempo para serem incorporados pelos
mercados, enquanto, em períodos não conflituosos, a reação é eficiente. Nandha e Faff (2008)
testaram a igualdade estatística dos coeficientes de duas variáveis binárias, que representam
choques de preços de petróleo positivos e negativos, e não encontraram diferença
significativa. Esse resultado indica simetria do efeito da volatilidade do preço do fator
petróleo sobre os valores das ações.
Alguns autores pesquisaram se a relação entre preços de petróleo e de ações é diferente entre
setores da economia ou companhias (Al-Mudhaf e Goodwin, 1993; Faff e Brailsford, 1999;
Sadorsky, 2001; El-Sharif et al., 2005; Boyer e Filion, 2007; Nandha e Faff, 2008; Arouri e
9
Nguyen, 2010, entre outros). Essa diferença poderia ser em função de o petróleo ser insumo
ou produto final para uma indústria ou empresa, por exemplo. Ademais, o comportamento
dessa relação dependeria da capacidade de repasse dos aumentos de custos para os preços aos
consumidores. De acordo com Sawyer e Nandha (2006), o valor do petróleo tem poder
explanatório sobre retornos de ações. Faff e Brailsford (1999) pesquisaram essa relação para
diferentes setores da economia australiana e verificaram que setores de Óleo e Gás e Recursos
Naturais Diversos têm sensibilidade significante e positiva aos preços de óleo, enquanto
outros setores, como Transporte e Papel, são negativamente sensíveis. Nandha e Faff (2008)
encontraram relação negativa entre choques de preço de petróleo e todos os setores da
economia global, exceto Petróleo e Gás e Mineração. Considerando apenas companhias do
setor de Óleo e Gás do Canadá, Sadorsky (2001) encontrou evidência de que um aumento no
preço do petróleo eleva os retornos das ações.
O comportamento da correlação dinâmica entre preços de petróleo e de ações foi investigado
por diversos autores recentemente (por exemplo, Ewing e Thompson, 2007; Aloui e Jammazi,
2009; Bhar e Nikolova, 2010; Chang et al. (2010); Choi e Hammoudeh, 2010; Cifarelli e
Paladino, 2010; Filis et al., 2011; Lee e Chiou, 2011). Uma das conclusões de alguns desses
estudos é que a correlação entre as duas variáveis em questão não é constante ao longo do
tempo. Através de um modelo DCC, Chang et al. (2010) mostra esse resultado. É interessante
a abordagem de Filis et al. (2011) sobre esse tema, considerando seis países diferentes, sendo
metade exportador de óleo e a outra parte importadora. Além disso, os autores explicam seus
resultados com base na origem dos choques de preço de óleo e, também, verificam quais são
os resultados quando se considera correlação defasada. Quanto ao comportamento da
correlação contemporânea, o autor não identifica diferença significativa entre países
exportadores e importadores do fator petróleo. Em relação às origens dos choques, fortes
elevações da demanda agregada levam a uma correlação positiva entre preço de petróleo e
10
índices de ações. Por outro lado, choques de demanda preventiva demonstram correlação
negativa entre as duas variáveis. Os autores não verificaram correlação significativa quando
se trata de choques de oferta. Os resultados da correlação defasada indicaram relação negativa
entre as duas variáveis, independente da origem do choque.
O estudo de Gogineni (2007) mostra evidência de que a origem dos choques é importante. O
autor conclui que choques de preço de óleo pelo lado da oferta estão negativamente
associados aos retornos de ações. Quando o choque é fruto de uma demanda agregada maior,
a relação é positiva.
Assim como Filis et al. (2011), outros autores, ao estudar a relação entre preços de petróleo e
de ações, se preocuparam com a questão de um país ser exportador ou importador da
commodity (por exemplo, Hammoudeh e Aleisa, 2004; O’Neill et al., 2008; Park e Ratti,
2008; Apergis e Miller, 2009; Arouri e Rault, 2010). Park e Ratti (2008) investigaram o efeito
dos choques de preço de óleo sobre os mercados acionários dos Estados Unidos e de treze
países europeus, sendo um deles, a Noruega, exportador de petróleo, enquanto os outros são
importadores4. Suas conclusões mostraram que o mercado acionário norueguês é
positivamente impactado por fortes aumentos do valor do óleo, enquanto os outros países
obtiveram resultado oposto. Entretanto, há o texto de Apergis e Miller (2009) que faz parte de
um grupo que rejeita qualquer influência do preço do fator petróleo sobre qualquer índice
acionário, seja este de um país exportador ou importador de óleo.
4 A subseção 2.1 mostrou os achados de artigos que analisaram a relação entre preços de petróleo e variáveis macroeconômicas, dividindo a análise entre economias exportadoras e importadoras do produto. Vale ressaltar que a relação entre preços de petróleo e preços de ações é, possivelmente, indireta, sendo o canal de transmissão dado por variáveis macroeconômicas. As razões que poderiam levar a conclusões diferentes entre países exportadores e importadores repousam nesses efeitos indiretos.
11
Há pesquisadores que discordam da visão de que preços de petróleo têm influência
significativa sobre preços de ações (por exemplo, Chen et al., 1986; Huang et al., 1996; Cong
et al., 2008; Apergis e Miller, 2009; Al-Fayoumi, 2009; Jammazi e Aloui, 2010; Al Janabi et
al., 2010). Chen et al. (1986) verificou que variáveis macroeconômicas afetam
sistematicamente os retornos das ações, mas não encontrou um papel relevante para o risco do
petróleo no modelo testado. Utilizando dados diários e considerando correlações
contemporâneas e defasadas, Huang et al. (1996) não encontraram correlação entre retornos
futuros de óleo e de vários índices de ações no período dos anos 1980. Apesar de Miller e
Ratti (2009) terem encontrado relação entre as duas variáveis em questão, essa relação é
limitada, pois não persiste após setembro de 1999. Os autores apontam como razão para esse
resultado a presença de bolhas, sejam no mercado de petróleo e/ou de ações. Cong et al.
(2008) investigaram a relação entre a volatilidade do óleo e o mercado acionário chinês
utilizando Vetor Auto-regressivo Multivariado. A interação entre as variáveis não se mostrou
estatisticamente significante, exceto quando se trata de índices industriais ou ações de
companhias petrolíferas.
12
3 METODOLOGIA
O presente estudo se baseia no Modelo de Precificação de Ativos de Capital (CAPM5 -
Sharpe, 1964; Lintner, 1965). De acordo com Ross et al. (2008, p. 306), o CAPM mostra o
retorno esperado de determinado ativo dependendo de três coisas: taxa livre de risco, prêmio
de risco de mercado (diferença entre o retorno esperado do mercado e a taxa livre de risco) e
uma medida de risco sistemático (geralmente, chamado de beta). Mais especificamente, o
modelo, de fato, utilizado nesta pesquisa é o Modelo de Mercado aumentado por um termo de
preço de petróleo, similar ao CAPM. As principais diferenças entre os dois modelos estão na
ausência de uma taxa de livre de risco e a inclusão de um fator de preço de óleo no referido
Modelo de Mercado. Modelos como este têm sido utilizados por pesquisadores que estudam a
relação entre preços de ações (ou índices setoriais) e preço de petróleo (Al-Mudhaf e
Goodwin, 1993; Faff e Brailsford, 1999; Faff e Brailsford, 2000; Nandha e Faff, 2008, entre
outros). Como o objetivo da pesquisa está em torno do fator petróleo, um modelo simples sem
a taxa livre de risco é interessante. Ademais, cabe questionar a existência de uma taxa livre de
risco6.
De forma similar à metodologia de Nandha e Faff (2008), foram feitos ajustes nas variáveis
explanatórias do modelo. Como o mercado acionário é movido por expectativas, variações
esperadas de preço de petróleo não deveriam afetar os retornos dos ativos. Por isso, é 5 Da língua inglesa, Capital Asset Pricing Model. 6 Por menor que seja o risco de um ativo, sempre haverá o risco de default (inadimplência).
13
preferível trabalhar com uma medida de volatilidade do preço de óleo, ou seja, variações
acima do que se poderia esperar.
Séries temporais de preços de petróleos podem se comportar como um passeio aleatório,
assim como alguns ativos do mercado de ações. Como exemplo, pode-se observar a Figura 1,
que mostra a evolução histórica da cotação do barril de petróleo Brent. Ao considerar a
primeira diferença do logaritmo natural da série de preços, é obtida uma medida de variação
mensal do preço do ativo. Após análise do auto-correlograma, a variação do preço do petróleo
é estimada como um processo auto-regressivo de ordem um, conforme se demonstra na
fórmula abaixo:
tOLEOt
OLEOt RBAR ε++= −1* , (1)
onde OLEOtR é o retorno do preço do óleo no período t, definido como o logaritmo natural de
( tOLEO / 1−tOLEO ), onde tOLEO é o nível do preço do óleo no tempo t. O parâmetro A é
uma constante. O termo B é um coeficiente. O termo tε representa o resíduo da regressão,
que é a parte não explicada da variável OLEOtR . A série dos resíduos da estimação acima é a
medida de volatilidade de preço de petróleo que se utiliza na presente pesquisa.
Outro ajuste feito nesse trabalho está no retorno do mercado: considera-se uma medida de
retorno de mercado ortogonal à volatilidade do óleo. Para se obter esta variável, inicialmente,
regride-se o retorno do mercado sobre a volatilidade do óleo, conforme a seguinte equação:
tOLEO
tMERCt VDCR ε++= * , (2)
14
onde MERCtR é o retorno do índice de mercado no período t, definido como o logaritmo natural
de ( tMERC / 1−tMERC ), onde tMERC é o nível do índice de mercado no tempo t. O
parâmetro C é uma constante. O termo D é um coeficiente. A variável explanatória OLEOtV é a
medida de volatilidade do óleo obtida a partir da equação (1). O termo tε representa o resíduo
da regressão, que é a parte não explicada da variável MERCtR . Obtém-se a série de resíduos da
equação (2) como medida de retorno de mercado ortogonal à volatilidade do óleo.
0
20
40
60
80
100
120
140
90 92 94 96 98 00 02 04 06 08 10
BRENT
Figura 1- Evolução da cotação de petróleo Brent
Tudo isso dito, o Modelo de Mercado aumentado por um termo de preço de petróleo do
presente estudo consiste em retornos de diversas ações de diversos setores da economia
brasileira explicados por dois fatores: retorno de mercado e volatilidade do óleo. Logo, para
uma ação i, o modelo pode ser escrito da seguinte forma:
15
tiOLEO
tiOMERC
tiiACAOti VRR ,, ** εγβα +++= − , (3)
onde ACAOtiR , é o retorno da ação i no período t, definido como o logaritmo natural de
( tiACAO , / 1, −tiACAO ), onde tiACAO , é a cotação da ação i no período t. Para cada ação i, o
parâmetro iα é uma constante e os termos iβ e iγ são coeficientes. A variável explicativa
OMERCtR − representa o retorno do mercado ortogonal à volatilidade do petróleo, enquanto o
OLEOtV representa a volatilidade do óleo. Para cada ação i, o termo ti,ε representa o resíduo da
regressão, que é a parte não explicada da variável ACAOtiR , .
Em alguns casos, pode haver auto-correlação dos resíduos. Por isso, são incluídos termos
auto-regressivos e/ou médias móveis a fim de resolver este problema.7
Séries de preços de ações costumam ter variância não constante ao longo do tempo,
alternando entre momentos de alta e baixa volatilidade. Por isso, tais séries não apresentam
distribuição normal, em geral. Uma forma de modelar este fato estilizado é estimar modelos
auto-regressivos de heterocedasticidade condicional, ARCH8 (Engle, 1982), ou a forma
generalizada desses modelos, GARCH9 (Bollerslev, 1986). Como as estatísticas de teste ficam
comprometidas na presença de variância não constante, a metodologia ARCH/GARCH foi
utilizada na estimação dos modelos desta pesquisa a fim de obter tais estatísticas mais
confiáveis.10
7 Para uma breve explicação sobre modelos ARMA, ver Bueno (2011, pp. 37-87). 8 Da língua inglesa, Autoregressive Conditional Heteroscedasticity. 9 Da língua inglesa, Generalized Autoregressive Conditional Heteroscedasticity. 10 Para uma breve explicação sobre Heterocedasticidade Condicional, ver Bueno (2011, pp. 233-272)
16
Algumas pesquisas empíricas testaram a assimetria dos choques de preço de petróleo sobre
variáveis econômicas ou financeiras, tal como o artigo de Nandha e Faff (2008). Seguindo a
metodologia deste estudo, a assimetria dos choques de preço de óleo sobre os retornos de
diversas ações brasileiras é testada. Duas variáveis binárias11 são criadas: uma representa
choques positivos, enquanto a outra representa os negativos. Dessa forma, a equação (3) sofre
pequenas alterações, conforme abaixo:
tiOLEO
tNEG
iOLEO
tPOS
iOMERC
tiiACAOti VDVDRR ,, ***** εδγβα ++++= − , (4)
onde POSD e NEGD são as variáveis binárias que representam choques positivos e negativos,
respectivamente. O parâmetro iδ é um coeficiente, assim como iβ e iγ . Os outros termos são
os mesmos apresentados na equação (3). Os coeficientes iγ e iδ deveriam ser iguais, se
houver simetria no efeito dos choques positivos e negativos. Portanto, a igualdade estatística
desses dois coeficientes é testada. Caso a hipótese nula seja rejeitada, os choques teriam
comportamento assimétrico. Caso contrário, há evidência de simetria. Ainda é testada a
significância estatística conjunta desses coeficientes. Para isso, testa-se se os dois coeficientes
são conjuntamente iguais a zero. Se esta hipótese por rejeitada, os coeficientes são
conjuntamente significantes e fica a evidência de que o risco do petróleo tem efeito sobre os
ganhos das ações.
Em 2006, a companhia Petrobras (Petróleo Brasileiro S.A) divulgou nota sobre auto-
suficiência em petróleo. Isso significa que o Brasil passou a produzir volume maior de óleo do
que as refinarias brasileiras são capazes de processar. Portanto, qualquer volume adicional de
11 Variáveis binárias podem assumir dois valores: geralmente, 0 (zero) ou 1 (um). Por exemplo, uma variável binária, que representa choques positivos de preço de petróleo, será igual a um toda vez que houver um choque positivo e é igual a zero quando acontece o contrário.
17
petróleo precisa ser exportado. Logo, cabe a seguinte questão: choques de preço de petróleo
têm efeito diferente sobre os retornos das ações depois de 2006? Para testar isso, também são
utilizadas variáveis binárias: uma representa o sub-período de 1990 até 2005 e a outra o sub-
período de 2006 em diante. Logo, a fim de testar a hipótese em questão, a equação (3) pode
ser reescrita da seguinte forma:
tiOLEO
tiOLEO
tiOMERC
tiiACAOti VDVDRR ,
2011200620051990, ***** εδγβα ++++= −−− , (5)
onde 20051990−D e 20112006−D são as variáveis binárias que representam os sub-períodos de 1990
até 2005 e de 2006 em diante, respectivamente. O parâmetro iδ é um coeficiente, assim como
iβ e iγ . Os outros termos são os mesmos apresentados na equação (3). Os coeficientes iγ e
iδ deveriam ser iguais, se a auto-suficiência em petróleo não tiver impacto sobre a
sensibilidade dos retornos das ações quanto ao risco do óleo. Portanto, a igualdade estatística
desses dois coeficientes é testada. Caso a hipótese nula seja rejeitada, os choques teriam efeito
diferenciado sobre o comportamento dos ganhos das ações. Ainda é testada a significância
estatística conjunta desses coeficientes. Para isso, testa-se se os dois coeficientes são
conjuntamente iguais a zero. Se esta hipótese por rejeitada, os coeficientes são conjuntamente
significantes.
Durante o segundo sub-período, houve a crise financeira de 2008. Logo, a inclusão de uma
variável de controle para esse evento é interessante para validar os resultados encontrados no
teste da auto-suficiência em petróleo. Portanto, é incluída uma variável binária representativa
da crise financeira de 2008, sendo o período da crise apontado como os meses de sucessivas
perdas do Índice Bovespa (de junho até dezembro de 2008). Então, os testes concernentes à
18
auto-suficiência são executados novamente. Assim, a equação (5) tem uma pequena mudança,
conforme abaixo:
tiCRISE
iOLEO
tiOLEO
tiOMERC
tiiACAOti DVDVDRR ,
2011200620051990, ****** εφδγβα +++++= −−− , (6)
onde CRISED é a variável binária representativa da crise financeira de 2008. O parâmetro iφ é
um coeficiente. Os outros termos da equação (6) têm a mesma interpretação dos parâmetros
da equação (5).
19
4 DESCRIÇÃO DOS DADOS
O presente estudo utiliza dados mensais de preço de petróleo, preços de ações e um índice
acionário, cobrindo o período de janeiro de 1990 até setembro de 201112. Tais dados possuem
duas fontes distintas. Os dados relativos ao mercado acionário foram coletados da base de
cotações da consultoria Economatica, enquanto os dados de preço de petróleo são da base de
dados da Platts, acessada a partir do Energy Scope.
As ações consideradas nesta pesquisa estão representadas na composição do Índice Bovespa
atualmente. Como as cotações de petróleos são, geralmente, medidas em dólares americanos,
foram considerados os dados diários de cada ação convertidos pela taxa de câmbio PTAX
(venda).13 O método de acumulação dos dados para se obter dados mensais é o cálculo da
média aritmética das cotações médias diárias. O cálculo dos retornos consiste na primeira
diferença dos logaritmos naturais dos preços das ações. As ações são classificadas por setores
da economia, de acordo com a classificação da companhia BM&F Bovespa.14 A Tabela 1
relaciona as ações aqui utilizadas aos seus respectivos setores.
12 Algumas ações têm amostra menor. As diferenças estão apontadas na Tabela 1. 13 A consultoria Economatica fornece os dados convertidos diariamente pela taxa de câmbio PTAX (venda). Esta taxa, por sua vez, pode ser encontrada na base de dados do Banco Central do Brasil (disponível em www.bcb.gov.br). 14 Disponível em www.bmfbovespa.com.br.
20
Nome Código de Negociação Classificação Setorial AMBEV AMBV4 Consumo não Cíclico / Bebidas /
Cervejas e Refrigerantes Souza Cruz CRUZ3 Consumo não Cíclico / Fumo /
Cigarros e Fumo Pão de Açúcar15 PCAR4 Consumo não Cíclico / Comércio e
Distribuição / Alimentos Lojas Americanas LAME4 Consumo Cíclico / Comércio /
Produtos Diversos Banco do Brasil BBAS3 Bradesco BBDC4 Itausa Investimentos ITSA4 Itau Unibanco ITUB4
Financeiro e Outros / Intermediários Financeiros / Bancos
Braskem BRKM5 Materiais Básicos / Químicos / Petroquímicos
Gerdau GGBR4 Metalúrgica Gerdau GOAU4 Cia. Siderúrgica Nacional16 CSNA3 Usiminas17 USIM5
Materiais Básicos / Siderurgia e Metalurgia / Siderurgia
Klabin KLBN4 Materiais Básicos / Madeira e Papel / Papel e Celulose
Vale VALE5 Materiais Básicos / Mineração / Minerais Metálicos
CEMIG CMIG4 Eletrobras ELET6 Light LIGT3
Utilidade Pública / Energia Elétrica / Energia Elétrica
Petrobras PETR4 Petróleo. Gás e Biocombustíveis / Petróleo. Gás e Biocombustíveis / Exploração e/ou Refino
Telefônica Brasil VIVT4 Telecomunicações / Telefonia Fixa / Telefonia Fixa
EMBRAER18 EMBR3 Bens Industriais / Material de Transporte / Material Aeronáutico
Tabela 1 – Ações e setores
Além dos preços das ações, foi utilizada uma série de dados diários do Índice Bovespa.
Similarmente aos preços das ações, os dados do índice foram convertidos para dólares
americanos e os métodos de acumulação e de cálculo dos retornos são os mesmos.
15 A amostra da companhia Pão de Açúcar começa em novembro de 1995. 16 A amostra da Cia. Siderúrgica Nacional começa em outubro de 1993. 17 A amostra da companhia Usiminas começa em fevereiro de 1992. 18 A amostra da companhia EMBRAER começa em agosto de 1998.
21
O Brent é a referência de preço de petróleo utilizada nesta pesquisa. Esta é uma das medidas
de preço de petróleo mais utilizadas pelos analistas do setor de Petróleo e Gás. Os dados são
expressos em dólares americanos por barril. Apesar de as médias mensais estarem disponíveis
no Energy Scope, os dados são originalmente diários. O método de cálculo de retorno é
idêntico ao dos outros dados.
22
5 RESULTADOS
Os choques de preço de petróleo parecem afetar o mercado acionário, uma vez que o óleo é
um dos insumos mais importantes para diversas indústrias. Se o mercado de ações reflete as
expectativas dos agentes econômicos quanto ao futuro da economia, a volatilidade do óleo
deveria contribuir para explicar o desempenho de, pelo menos, algumas ações. Nessa
pesquisa, são consideradas ações de diversos setores da economia brasileira modeladas por
um Modelo de Mercado aumentado pelo fator petróleo.
Conforme mostrado na seção 2, fortes aumentos do preço do petróleo têm impacto negativo
sobre a economia de uma forma geral, pois a pressão sobre os custos dos produtores
alimentaria um processo inflacionário, que, por sua vez, levaria a um aperto monetário e à
redução da atividade econômica. Sendo os mercados acionários sensíveis a notícias
econômicas diferentes do que poderia se esperar, o impacto de um choque de preço de óleo
teria efeito imediato sobre os valores negociados nesses mercados. Logo, choques de preço de
petróleo afetariam o mercado acionário negativamente. Por outro lado, foi evidenciado, na
mesma etapa deste trabalho, que há diferenças entre países exportadores e importadores de
petróleo, na visão de alguns pesquisadores. Os países exportadores teriam seus mercados
afetados positivamente pelos choques de preço de óleo devido à elevação da renda, do
consumo e do investimento. Atualmente, o Brasil é um país exportador desta commodity. Se a
proposição é válida, a relação entre preço de petróleo e mercado de ações seria positiva para o
23
país. Entretanto, a relação entre o preço do óleo e os valores de firmas específicas não é
necessariamente positiva e significativa em todos os casos. Por isso, a avaliação dessa relação
é feita nesse texto.
Antes de mostrar os principais resultados, é feita uma análise preliminar das estatísticas
descritivas dos dados utilizados. Na sequência, são mostrados os resultados da amostra.
Enfim, resultados de testes de assimetria e a questão sobre a auto-suficiência na produção de
óleo também são avaliados.
5.1 ESTATÍSTICAS DESCRITIVAS
Algumas estatísticas descritivas são apresentadas na Tabela 2. Dessa forma, é possível
realizar uma análise preliminar das séries dos dados antes de os principais resultados serem
evidenciados.
Dentre as séries mostradas na Tabela 2, pode-se observar que a maior média de retorno
mensal é obtida pela companhia AMBEV (2,2%) do setor de Bebidas, enquanto a menor é
obtida pela empresa Light (0,24%) do setor de Energia Elétrica. A média de retorno mensal
do petróleo Brent está entre as mais baixas (0,64%). O índice de mercado Ibovespa tem
retorno mensal médio de 1,11%.
Companhia / Índice / Óleo
Média Mediana
Desvio-padrão
Mínimo Máximo Assimetria
Curtose Correlação - Óleo
Correlação - Mercado
AMBEV 0,0220 0,0221 0,1053 -0,3393 0,5274 0,3228 5,8078 0,0518 0,7501 Banco do Brasil 0,0081 0,0125 0,1361 -0,5361 0,3903 -0,5045 4,4637 0,1135 0,8093 Bradesco 0,0176 0,0189 0,1269 -0,4920 0,3762 -0,4627 4,9925 0,0807 0,8212 Braskem 0,0050 -0,0139 0,1726 -0,5299 0,7945 0,3571 5,1188 0,1057 0,7730 CEMIG 0,0134 0,0193 0,1838 -0,6162 1,2349 1,3256 12,3609 -0,0162 0,8109 Cia. Siderurgica Nacional
0,0202 0,0284 0,1371 -0,6590 0,5587 -0,4605 5,9267 0,2713 0,7914
Eletrobras 0,0110 0,0090 0,2055 -0,5727 1,3979 1,3482 11,6147 -0,0478 0,7576 EMBRAER 0,0159 0,0182 0,2486 -2,1245 1,4723 -2,2893 41,3996 0,1416 0,2449 Gerdau 0,0134 0,0215 0,1718 -0,9558 0,6096 -0,8975 8,0395 0,1962 0,7573
24
Itau Unibanco 0,0205 0,0252 0,1266 -0,6641 0,4360 -0,7913 7,5681 0,0726 0,7892 Itausa Investimentos
0,0161 0,0233 0,1271 -0,5690 0,4096 -0,9319 6,1316 0,0725 0,8506
Klabin 0,0056 0,0081 0,1325 -0,4473 0,3577 -0,2228 3,9807 0,0864 0,6907 Light 0,0024 0,0142 0,1879 -0,6270 0,9666 0,4767 6,7469 -0,0197 0,6660 Lojas Americanas
0,0183 0,0318 0,1799 -0,9313 0,7223 -0,2652 7,4307 0,0590 0,6511
Metalurgica Gerdau
0,0159 0,0225 0,1610 -0,8188 0,5627 -0,7935 7,2219 0,2491 0,7558
Pão de Açúcar 0,0109 0,0158 0,1131 -0,4925 0,2997 -0,8208 5,3116 0,0999 0,7611 Petrobras 0,0156 0,0197 0,1509 -0,4345 0,7712 0,0920 5,5457 0,0903 0,8891 Souza Cruz 0,0178 0,0172 0,1067 -0,4693 0,5308 -0,1384 6,8528 -0,0157 0,7085 Telefônica Brasil 0,0191 0,0183 0,1571 -0,5124 0,7069 0,5210 6,7532 -0,0532 0,7531 Usiminas 0,0163 0,0026 0,1561 -0,6425 0,7853 0,2754 6,2684 0,2385 0,7724 Vale 0,0163 0,0133 0,1234 -0,4935 0,6670 0,1764 7,5117 0,1416 0,7947 Brent 0,0064 0,0153 0,0940 -0,3139 0,4658 -0,1140 5,5022 1,0000 0,1051 Ibovespa 0,0111 0,0217 0,1289 -0,4709 0,5140 -0,3235 5,5156 0,1051 1,0000
Tabela 2 – Estatísticas Descritivas
Quanto à medida de dispersão, a AMBEV, além de ter o maior retorno mensal médio, tem o
menor desvio-padrão (0,1). A empresa com maior dispersão da série de retornos mensais é a
EMBRAER (0,25). O desvio-padrão do petróleo Brent é o menor (0,09) e o índice de
mercado tem esta estatística aproximadamente igual a 0,13.
Além de ter a distribuição de retornos mais dispersa, a EMBRAER tem uma cauda mais longa
à esquerda, conforme indica o coeficiente de assimetria (-2,29). A empresa que tem a cauda
mais longa à direita é a Eletrobras (1,35). O Brent e o Ibovespa apresentam coeficientes de
assimetria negativos aproximadamente iguais a -0,11 e -0,32, respectivamente.
As estatísticas de curtose indicam que a maior parte das distribuições de retorno se afasta de
uma distribuição normal. A EMBRAER, por exemplo, apresenta o valor máximo de 41,4.
Esse valor alto é um indicativo de caudas consideravelmente pesadas. É freqüente a obtenção
de valores muito diferentes da média em casos como este. Dentre as ações, a distribuição que
mais se aproxima de uma normal é da Klabin, companhia do setor de Papel e Celulose. O óleo
e o índice de mercado apresentam, também, caudas mais pesadas que as da distribuição
normal, sendo que ambas estatísticas de curtose são aproximadamente iguais a 5,5.
25
Os coeficientes de correlação entre os retornos das ações e do óleo são positivos na maior
parte dos casos, embora sejam mais baixos que os valores da correlação com o mercado. É
interessante observar que companhias do setor de Mineração e Siderurgia, por exemplo, têm
maior correlação com o fator petróleo do que a Petrobras do setor de Óleo e Gás. Vale
ressaltar que todos os coeficientes de correlação com o mercado são positivos, inclusive entre
mercado e óleo.
5.2 RESULTADOS DO MODELO DE MERCADO AUMENTADO PELO FATOR PETRÓLEO
Antes da estimação do modelo, é preciso verificar se as series de dados são estacionárias.19 O
teste aplicado foi o Dickey-Fuller aumentado (ADF20 - Dickey e Fuller, 1981). O critério de
Schwarz foi utilizado a fim de selecionar o tamanho da defasagem do teste. Considera-se
apenas intercepto na equação do teste. Os resultados estão apresentados na Tabela 3. Ao
considerar o nível de significância de 5%, a hipótese nula de raiz unitária é rejeitada em todos
os casos. Dessa forma, há evidência de que todas as séries de dados utilizadas nesse estudo
são estacionárias.
Companhia / Índice / Óleo Estatística ADF AMBEV -7,9425 Banco do Brasil -12,2929 Bradesco -11,9502 Braskem -11,6032 CEMIG -11,8928 Cia. Siderurgica Nacional -10,4870 Eletrobras -13,1381 EMBRAER -6,6479 Gerdau -12,8723 Itau -11,4808 Itausa Investimentos -11,2221 Klabin -11,5011 Light -14,4198 Lojas Americanas -12,4716
19 Conforme mostrado na seção 4, foi considerada a primeira diferença dos logaritmos naturais de cada série de dados. Logo, em caso de não rejeição da hipótese nula, a série é integrada de ordem dois. 20 Da língua inglesa, Augmented Dickey-Fuller.
26
Metalurgica Gerdau -12,1304 Pão de Açúcar -11,4449 Petrobras -12,5627 Souza Cruz -14,4392 Telefônica Brasil -8,7791 Usiminas -12,1613 Vale -13,3186 Brent -12,4454 Ibovespa -11,5797 Valor crítico (nível de 5%): -2,8726
Tabela 3 – Resultados dos testes de raiz unitária
A Tabela 4 mostra a estimação de um modelo auto-regressivo de ordem 1 para se obter a
volatilidade do preço do petróleo. O coeficiente da variável OLEOtR 1− é significante.
Variável dependente: OLEOtR
Constante / Variável Explanatória
Valor da Constante / Coeficiente
Estatística t
Constante 0,0051 0,9064 OLEOtR 1− 0,2493 4,1323
Tabela 4 – Retorno do petróleo modelado por um processo AR(1)
A equação utilizada para se estimar o retorno de mercado ortogonal à volatilidade do óleo é
apresentada na Tabela 5. O coeficiente da variável explicativa considerada é significante.
Variável dependente: MERCtR
Constante / Variável Explanatória
Valor da Constante / Coeficiente
Estatística t
Constante 0,0112 1,4034 OLEO
tV 0,1898 2,1648
Tabela 5 – Retorno do mercado x Volatilidade do Óleo
Os resultados do Modelo de Mercado aumentado pelo fator petróleo estão apresentados na
Tabela 6.21 O coeficiente beta (iβ ) mede a sensibilidade de uma ação aos movimentos do
Mercado, representado pelo Índice Bovespa (Ibovespa). Por isso, pode-se dizer que tal
coeficiente é uma medida de risco de mercado. Analisando os betas estimados, é possível
verificar que os resultados são consistentes com a teoria, pois todos os betas são significantes.
Os valores variam entre 0,55 e 1,05.
21 Os resultados dos termos ARMA incluídos no modelo e dos termos ARCH/GARCH incluídos na equação da variância estão apresentados no Apêndice A.
27
Equação: tiOLEO
tiOMERC
tiiACAOti VRR ,, ** εγβα +++= −
Companhia / Índice / Óleo iα iβ iγ
AMBEV 0,0210 (5,4475) 0,6403 (19,4507) 0,0652* (1,5996) Banco do Brasil 0,0100* (1,7538) 0,8626 (24,7220) 0,1646 (3,8170) Bradesco 0,0174 (5,1494) 0,8962 (30,2369) 0,0622 (1,9899) Braskem 0,0042* (0,3982) 0,9996 (20,5312) 0,1487 (2,2663) CEMIG 0,0151 (3,0348) 0,9394 (27,3590) 0,0967 (2,7173) Cia. Siderurgica Nacional 0,0173 (2,7364) 0,9853 (23,6516) 0,3437 (6,6020) Eletrobras 0,0068* (1,6800) 1,0437 (24,9326) 0,1292 (2,8656) EMBRAER 0,0060* (0,6831) 0,7639 (11,7044) 0,1193* (1,8181) Gerdau 0,0177 (2,5540) 1,0463 (25,9457) 0,3595 (8,0666) Itau 0,0184 (7,0707) 0,8349 (33,7738) 0,0728 (2,3894) Itausa Investimentos 0,0203 (5,4304) 0,8600 (35,9745) 0,0683 (2,2012) Klabin 0,0090* (1,4243) 0,7565 (20,4548) 0,1822 (3,8985) Light 0,0069* (1,0285) 0,9260 (23,5278) -0,0052* (-0,0931) Lojas Americanas 0,0232 (2,7976) 0,9892 (16,0605) 0,1276* (1,8037) Metalurgica Gerdau 0,0219 (3,2153) 0,9609 (22,8584) 0,3286 (7,1248) Pão de Açúcar 0,0123 (2,4696) 0,8217 (18,6739) 0,0812* (1,4755) Petrobras 0,0132 (3,1748) 1,0391 (36,8227) 0,2918 (8,6541) Souza Cruz 0,0211 (6,1743) 0,5515 (16,5591) 0,0272* (0,6423) Telefônica Brasil 0,0168 (2,4948) 0,8256 (27,8137) -0,0070* (-0,1585) Usiminas 0,0154* (1,9004) 0,9919 (21,7694) 0,3467 (6,3051) Vale 0,0176 (4,4661) 0,7589 (26,6098) 0,3209 (8,6275) Valores entre parênteses representam estatísticas de teste * Coeficientes não significantes
Tabela 6 – Resultados do Modelo de Mercado aumentado pelo fator petróleo
O coeficiente gama (iγ ) representa a sensibilidade quanto aos choques de preço de petróleo.
Todos os coeficientes são positivos, exceto para duas empresas: Light (setor de Energia
Elétrica) e Telefônica Brasil (setor de Telecomunicações). No entanto, ambas as companhias
não são significativamente impactadas pelos choques de preço de óleo, conforme demonstram
as estatísticas de teste (a hipótese nula de que o coeficiente gama é igual a zero não pode ser
rejeitada nesses dois casos). Quanto aos gamas positivos, nem todos são significantes. O fator
petróleo não exerce poder explanatório significante sobre as empresas do setor de Consumo
(AMBEV, Lojas Americanas, Pão de Açúcar, e Souza Cruz), principalmente. Além dessas
companhias, a EMBRAER do setor de Material Aeronáutico não possui o coeficiente gama
significante também.
Todas as empresas que obtiveram gama significante neste modelo são positivamente
impactadas pelo fator óleo. Este resultado para os setores de Óleo e Gás (Petrobras) e
28
Mineração (Vale) não é surpreendente, pois outros estudos chegaram à mesma conclusão,
como, por exemplo, Nandha e Faff (2008). Por outro lado, empresas de outros setores também
apresentam o mesmo resultado para tal coeficiente: setor Financeiro (Banco do Brasil,
Bradesco, Itau e Itau Investimentos), setor Petroquímico (Braskem), setor de Energia Elétrica
(CEMIG e Eletrobras), setor de Siderurgia (Cia. Siderúrgica Nacional, Gerdau, Metalúrgica
Gerdau e Usiminas) e setor de Papel e Celulose (Klabin). Dentre as empresas desses setores,
algumas utilizam derivados de petróleo como insumo, seja para geração de energia ou para a
produção. De acordo com a teoria, choques de preço de petróleo poderiam impactar
negativamente os valores dessas empresas. Mas de acordo com a proposição de que os efeitos
do preço do óleo são diferentes para economias exportadoras e importadoras deste produto,
esses resultados encontrados não são necessariamente absurdos.
Conforme mostrado na seção 2, alguns estudos concluíram que países exportadores de óleo
são positivamente impactados pelos choques de petróleo. A dinâmica macroeconômica se dá
através do efeito positivo que o fator petróleo apresenta sobre a renda do país, proporcionando
maiores níveis de consumo e investimento. Assim sendo, o mercado acionário deveria refletir
essa dinâmica de forma imediata, uma vez que esse mercado é movido por expectativas.
Vale ressaltar que o Brasil nem sempre foi exportador de petróleo. Entretanto, a economia
brasileira é conhecida por ser competitiva nos setores de commodities, de uma forma geral. Se
preços de commodities costumam estar correlacionados, é razoável concluir que o fator
petróleo poderia ser uma variável proxy para choques de preço de commodities. Portanto, fica
como sugestão para futuros estudos a substituição da variável de choques de preço de petróleo
por uma variável de choques de preços de commodities.
29
5.3 RESULTADOS DOS TESTES DE ASSIMETRIA
Nesta subseção, procura-se avaliar a possibilidade de choques positivos e negativos terem
efeitos diferenciados sobre os retornos das diversas ações aqui estudadas. Para tanto, é feita
uma avaliação dos resultados dos coeficientes de duas variáveis binárias associadas à
volatilidade do óleo: iγ representa a sensibilidade dos retornos das ações quanto a grandes
variações positivas do preço do óleo, enquanto o coeficiente iδ pode ser entendido como a
elasticidade em relação aos choques de preço de petróleo no sentido oposto.
Equação: tiOLEO
tNEG
iOLEO
tPOS
iOMERC
tiiACAOti VDVDRR ,, ***** εδγβα ++++= −
Companhia iγ iδ H0: iγ = iδ H0: iγ = iδ =0
AMBEV 0,2415 (3,2827) -0,0718 (-0,9053) 5,7073 (0,0169)** 11,3041 (0,0035) Banco do Brasil 0,1292 (1,2871) 0,1958 (2,2359) 0,1608 (0,6884) 14,4956 (0,0007) Bradesco 0,0462 (0,7081) 0,0747 (1,2462) 0,0694 (0,7922) 3,8600 (0,1451)* Braskem 0,1060 (0,7114) 0,1832 (1,5605) 0,1117 (0,7382) 5,3575 (0,0686)* CEMIG 0,1592 (1,8288) 0,0493 (0,7703) 0,6850 (0,4079) 7,6146 (0,0222) Cia. Siderurgica Nacional 0,1329 (1,0726) 0,5120 (5,5650) 4,1556 (0,0415)** 48,5362 (0,0000) Eletrobras 0,2465 (2,8234) 0,0190 (0,2519) 2,8312 (0,0924) 9,9584 (0,0069) EMBRAER 0,2629 (1,6231) -0,0111 (-0,0941) 1,2345 (0,2665) 3,4829 (0,1753)* Gerdau 0,1775 (1,6491) 0,5081 (6,1679) 3,8788 (0,0489)** 75,0203 (0,0000) Itau Unibanco 0,1462 (2,5988) 0,0185 (0,3479) 1,9346 (0,1643) 9,1426 (0,0103) Itausa Investimentos 0,0547 (0,7075) 0,0786 (1,5235) 0,0459 (0,8304) 5,0721 (0,0792)* Klabin 0,0534 (0,5422) 0,2908 (3,1687) 2,0885 (0,1484) 15,8161 (0,0004) Light 0,1058 (0,7801) -0,0986 (-1,0169) 1,0083 (0,3153) 1,1214 (0,5708)* Lojas Americanas 0,1877 (1,0777) 0,0786 (0,6132) 0,1672 (0,6826) 3,2231 (0,1996)* Metalurgica Gerdau 0,2494 (2,3949) 0,4207 (4,2370) 0,9245 (0,3363) 48,3185 (0,0000) Pão de Açúcar -0,0212 (-0,1975) 0,1363 (1,5630) 0,9061 (0,3411) 2,7440 (0,2536)* Petrobras 0,3036 (5,0871) 0,2887 (4,8259) 0,0228 (0,8799) 78,2133 (0,0000) Souza Cruz 0,1012 (1,1859) -0,0288 (-0,3538) 0,8763 (0,3492) 1,4189 (0,4919)* Telefônica Brasil -0,0055 (-0,0743) -0,0083 (-0,0997) 0,0005 (0,9828) 0,0241 (0,9880)* Usiminas 0,2278 (1,7106) 0,4541 (3,6777) 0,9593 (0,3274) 39,4464 (0,0000) Vale 0,2439 (3,0257) 0,3800 (6,0335) 1,2406 (0,2654) 76,4547 (0,0000) Valores entre parênteses representam estatísticas de teste para os coeficientes. Para os resultados dos testes de assimetria, esses valores representam p-valores. * Resultados que indicam que os coficientes são conjuntamente não significantes. ** Resultados que indicam evidência de assimetria dos choques de preço de petróleo.
Tabela 7 – Resultados dos Testes de Assimetria
O teste de significância conjunta dos dois coeficientes em questão é representado pela última
coluna da Tabela 7. Se os dois coeficientes forem conjunta e estatisticamente iguais a zero, os
choques de preço de óleo, sejam positivos ou negativos, não terão qualquer influência sobre
os retornos dos ativos relacionados.
30
Os resultados indicam que a maior parte das companhias que não obtiveram relação
estatisticamente significante com os movimentos não antecipados do preço do petróleo na
subseção 5.2 apresentou resultados similares no presente teste. As referidas companhias são
dos setores de Consumo (Lojas Americanas, Pão de Açúcar e Souza Cruz), de Material
Aeronáutico (EMBRAER), de Energia Elétrica (Light) e de Telecomunicações (Telefônica
Brasil). A exceção é tida pelo resultado da empresa AMBEV (setor de Consumo). Além das
companhias citadas, outras três empresas tiveram a hipótese nula de não significância
estatística conjunta dos coeficientes iγ e iδ não rejeitada: Braskem (setor Petroquímico),
Bradesco e Itausa Investimentos (setor Financeiro).
Com os resultados apresentados na última coluna da Tabela 6 e da Tabela 7, a evidência de
que o fator petróleo é relevante como variável explanatória para os retornos das ações é mais
forte para empresas dos setores de Petróleo e Gás, Papel e Celulose, Mineração e Siderurgia.
Os resultados para os setores Petroquímico e Financeiro apresentam algumas divergências em
relação aos resultados da subseção anterior, enfraquecendo a hipótese de os choques de preço
de petróleo influenciarem firmas de tais setores. Apesar de a empresa AMBEV ter
apresentado resultado a favor da hipótese em questão na Tabela 7, o setor de Consumo,
representado também por outras companhias, como Lojas Americanas e Souza Cruz, não
parece ser influenciado pelo fator óleo. O setor de Energia Elétrica parece sofrer tal
influência, embora a evidência para a companhia Light não exista em nenhuma das
abordagens anteriores. Os setores de Material Aeronáutico e de Telecomunicações,
representados pela EMBRAER e pela Telefonica Brasil, respectivamente, não apresentam
qualquer evidência de influência dos choques de preço de óleo.
31
O teste de assimetria testa a igualdade estatística dos coeficientes iγ e iδ e é apresentado na
quarta coluna da Tabela 7. Se os dois coeficientes forem estatisticamente iguais, haverá
evidência de simetria dos choques de preço de petróleo sobre os retornos das ações.
Todas as empresas apresentam evidência de simetria dos choques de preço de petróleo, exceto
três casos: AMBEV (setor de Consumo), Cia. Siderurgica Nacional e Gerdau (setor de
Siderurgia). O caso da AMBEV é curioso, pois, nesta parte do presente trabalho, a empresa se
mostrou positivamente sensível aos choques de preço de petróleo, mas apenas quando o
choque é positivo. Quando o choque é negativo, variações não antecipadas do valor do óleo
não parecem afetar os retornos de tal empresa. Já nos casos das duas empresas do setor de
Siderurgia, Cia. Siderurgica Nacional e Gerdau, os choques relevantes para os retornos dessas
firmas são os negativos. Quando o preço do petróleo se reduz consideravelmente, os retornos
dessas duas empresas também caem, em média.
De uma forma geral, o efeito da volatilidade do petróleo sobre os retornos das empresas
parece ser simétrico, uma vez que a maior parte dos resultados vai nessa direção. As poucas
evidências de assimetria encontradas não vão de encontro aos resultados encontrados por
Nandha e Faff (2008), por exemplo. É razoável esperar que os efeitos dos choques de petróleo
sobre o as ações sejam simétricos, já que o mercado acionário é sensível a movimentos não
antecipados de variáveis relevantes. Se existem casos nos quais as notícias não são
assimiladas pelo mercado de forma imediata, talvez esses resultados sejam evidência de
ineficiência de mercado.
32
5.4 RESULTADOS DO TESTE DA AUTO-SUFICIÊNCIA EM PETRÓLEO
A economia brasileira passou a ser exportadora líquida de petróleo no ano de 2006, pois a
produção de óleo passou a superar a capacidade de processamento das refinarias do país. Se o
Brasil nem sempre foi exportador da commodity em questão, faz sentido testar a possibilidade
de os choques de preço de óleo impactarem os ganhos das ações de forma diferente após o
advento da auto-suficiência. De forma similar à análise de assimetria, procura-se verificar
diferenças entre os coeficientes de duas variáveis binárias associadas à variável do petróleo:
iγ e iδ representam os períodos de 1990 até 2005 e de 2006 até 2011, respectivamente.
Equação:
tiOLEO
tiOLEO
tiOMERC
tiiACAOti VDVDRR ,
2011200620051990, ***** εδγβα ++++= −−−
Companhia iγ iδ H0: iγ = iδ H0: iγ = iδ =0
AMBEV 0,0795 (1,5105) 0,0481 (0,7156) 0,1312 (0,7172) 2,8761 (0,2374)* Banco do Brasil 0,2039 (4,3211) 0,0718 (0,6744) 1,2939 (0,2553) 19,0753 (0,0001) Bradesco 0,1066 (3,0735) -0,0071 (-0,1422) 3,4745 (0,0623) 9,4584 (0,0088) Braskem 0,2241 (3,0044) -0,0358 (-0,2546) 2,6919 (0,1009) 9,1133 (0,0105) CEMIG 0,1490 (2,8523) 0,0068 (0,1118) 2,6772 (0,1018) 8,5225 (0,0141) Cia. Siderurgica Nacional 0,2917 (4,5632) 0,4609 (4,5309) 1,8971 (0,1684) 43,6038 (0,0000) Eletrobras 0,1668 (2,9074) 0,0159 (0,2256) 2,6637 (0,1027) 8,5566 (0,0139) EMBRAER 0,1690 (1,2290) 0,0736 (0,9327) 0,3295 (0,5659) 0,3295 (0,5659)* Gerdau 0,3130 (5,2237) 0,4322 (5,2719) 1,2081 (0,2717) 64,7377 (0,0000) Itau Unibanco 0,1066 (2,7744) 0,0289 (0,6138) 1,7140 (0,1905) 7,9365 (0,0189) Itausa Investimentos 0,0903 (2,0184) 0,0321 (0,6973) 0,7793 (0,3774) 4,7355 (0,0937)* Klabin 0,1201 (2,0761) 0,2833 (3,5194) 2,7060 (0,1000) 16,7219 (0,0002) Light 0,1635 (1,9856) -0,2230 (-1,9605) 6,7654 (0,0093)** 6,9144 (0,0315) Lojas Americanas 0,1602 (1,6600) 0,0959 (0,8028) 0,1593 (0,6898) 3,7179 (0,1558)* Metalurgica Gerdau 0,2813 (4,5774) 0,4421 (5,9206) 3,0265 (0,0819) 51,6385 (0,0000) Pão de Açúcar 0,1582 (2,1455) -0,0401 (-0,5271) 3,2969 (0,0694) 4,7579 (0,0926)* Petrobras 0,2519 (6,6298) 0,3280 (6,0790) 1,3465 (0,2459) 79,9774 (0,0000) Souza Cruz 0,0038 (0,0739) 0,0674 (0,9817) 0,5329 (0,4654) 0,9748 (0,6142)* Telefônica Brasil 0,0327 (0,6366) -0,0898 (-1,0596) 1,5740 (0,2096) 1,5743 (0,4551)* Usiminas 0,2750 (4,1757) 0,4603 (4,0325) 1,8036 (0,1793) 37,8645 (0,0000) Vale 0,2172 (3,9446) 0,4452 (6,0335) 7,6017 (0,0058)** 78,0320 (0,0000) Valores entre parênteses representam estatísticas de teste para os coeficientes. Para os resultados dos testes de assimetria, esses valores representam p-valores. * Resultados que indicam que os coeficientes são conjuntamente não significantes. ** Resultados que indicam evidência de que não existe diferença do efeito da volatilidade do óleo sobre retornos de ações após o advento da auto-suficiência em petróleo.
Tabela 8 – Resultados do Teste da Auto-Suficiência em Petróleo
A última coluna da Tabela 8 mostra os resultados do teste de significância conjunta dos dois
coeficientes analisados. Caso o teste rejeite a hipótese de os dois coeficientes serem conjunta
e estatisticamente iguais a zero, grandes variações do preço do petróleo terão relevância nos
33
dois períodos. Se o contrário acontecer, a variável do petróleo não terá qualquer influência
sobre os retornos das ações.
Os resultados deste teste indicam que as seguintes empresas não têm seus retornos
influenciados pelo fator petróleo: AMBEV, EMBRAER, Itausa Investimentos, Lojas
Americanas, Pão de Açúcar, Souza Cruz e Telefônica Brasil. Trata-se de companhias dos
setores de Consumo, de Material Aeronáutico, Financeiro e de Telecomunicações. A firma
Itausa Investimentos do setor Financeiro apresentou resultado diferente do resultado da
subseção 5.2. Outra diferença ficou por conta da companhia Light, que não obteve influência
do fator óleo na subseção 5.2. Mais uma vez, pode-se afirmar que a evidência de que a
variável do petróleo contribui para explicar os retornos das ações é mais forte para os setores
de Petróleo e Gás, Papel e Celulose e Mineração e Siderurgia. Outros setores apresentam
fraca evidência ou nenhuma.
A questão da diferença entre o efeito do fator petróleo ser diferente após a divulgação da auto-
suficiência em petróleo em 2006 pode ser analisada através dos resultados da quarta coluna da
Tabela 8. A rejeição da hipótese de igualdade estatística entre os coeficientes iγ e iδ
apresenta evidência de diferença na influência das variações não antecipadas do valor do óleo
sobre os ganhos dos ativos aqui estudados.
Foram encontrados apenas dois resultados a favor da existência de diferença no efeito da
variável do óleo entre os dois sub-períodos. Um deles é referente à empresa Light do setor de
Energia Elétrica. No período da auto-suficiência em petróleo, o resultado apresenta evidência
de que a firma passou a ser negativamente impactada pelos choques de preço de petróleo, ou
seja, uma forte elevação do preço do óleo levaria a um decréscimo de retorno para a ação da
Light. O outro caso se refere ao resultado da companhia Vale do setor de mineração. Esta
34
passou a ter um coeficiente maior para o fator petróleo de 2006 em diante. Isto significa que a
empresa passou a ser mais sensível aos choques de preço de petróleo após o advento da auto-
suficiência. Todos os outros resultados indicam não haver diferença entre os dois sub-
períodos analisados.
Durante o segundo sub-período aqui analisado, houve a crise financeira de 2008 que impactou
toda a economia mundial. Portanto, a inclusão de uma variável de controle para o período da
crise seria razoável. A variável escolhida é uma binária, que é igual a um durante os meses
que o Índice Bovespa obteve sucessivas perdas no ano de 2008 e igual a zero em todos os
outros meses. O período em que tal variável se iguala a um compreende os meses de junho até
dezembro de 2008. Com esse ajuste no modelo, é possível checar as conclusões obtidas a
partir dos resultados da Tabela 8.
Equação: tiCRISE
iOLEO
tiOLEO
tiOMERC
tiiACAOti DVDVDRR ,
2011200620051990, ****** εφδγβα +++++= −−−
Companhia iγ iδ H0: iγ = iδ H0: iγ = iδ =0 iφ
AMBEV 0,0783 (1,4899) 0,0251 (0,3476) 0,3502 (0,5540) 2,3535 (0,3083)* -0,0161 (-0,8245)*** Banco do Brasil 0,2037 (4,3131) 0,0526 (0,4591) 1,4981 (0,2210) 18,7709 (0,0001) -0,0175 (-0,4198)*** Bradesco 0,1059 (3,0299) -0,0322 (-0,3993) 2,4525 (0,1173) 9,3192 (0,0095) -0,0162 (-0,5171)*** Braskem 0,2245 (3,0163) -0,0647 (-0,4223) 2,8925 (0,0890) 9,2905 (0,0096) -0,0477 (-1,1152)*** CEMIG 0,1516 (2,9013) 0,0705 (0,8598) 0,6293 (0,4276) 9,8912 (0,0071) 0,0600 (2,7303) Cia. Siderurgica Nacional 0,2876 (4,5226) 0,4016 (2,8635) 0,5543 (0,4566) 28,2588 (0,0000) -0,0441 (-0,9170)*** Eletrobras 0,1690 (3,0799) 0,1632 (1,5679) 0,0025 (0,9599) 11,5805 (0,0031) 0,1098 (4,5404) EMBRAER 0,1639 (1,1891) 0,0396 (0,4558) 0,5393 (0,4627) 1,7323 (0,4206)* -0,0338 (-1,3020)*** Gerdau 0,3119 (5,1971) 0,4226 (4,1981) 0,8382 (0,3599) 48,0669 (0,0000) -0,0117 (-0,3679)*** Itau Unibanco 0,1098 (2,9846) 0,0240 (0,4185) 1,7406 (0,1871) 8,9232 (0,0115) -0,0036 (-0,1795)*** Itausa Investimentos 0,0910 (2,0494) 0,0614 (0,9219) 0,1350 (0,7133) 5,1280 (0,0770)* 0,0237 (1,0074)*** Klabin 0,1194 (2,0551) 0,2731 (2,5977) 1,6863 (0,1941) 10,6133 (0,0050) -0,0081 (-0,2527)*** Light 0,1662 (2,0890) -0,1262 (-0,9073) 3,1101 (0,0778) 4,9093 (0,0859)* 0,0532 (1,1610)*** Lojas Americanas 0,1564 (1,6206) 0,0558 (0,4280) 0,3656 (0,5454) 2,8908 (0,2357)* -0,0439 (-0,9095)*** Metalurgica Gerdau 0,2886 (4,7871) 0,4175 (4,7661) 1,5304 (0,2160) 43,7600 (0,0000) -0,0123 (-0,3066)*** Pão de Açúcar 0,1426 (2,0876) -0,0215 (-0,1854) 1,4220 (0,2331) 4,3650 (0,1128)* 0,0519 (1,5149)*** Petrobras 0,2519 (6,6277) 0,3255 (5,1217) 1,0082 (0,3153) 68,6415 (0,0000) -0,0022 (-0,0886)*** Souza Cruz 0,1114 (1,3747) -0,0378 (-0,5560) 1,5918 (0,2071) 1,9356 (0,3799)* -0,0060 (-0,2445)*** Telefônica Brasil 0,0342 (0,6749) -0,0426 (-0,4505) 0,5158 (0,4726) 0,6636 (0,7176)* 0,0642 (2,9414) Usiminas 0,2768 (4,1740) 0,4268 (3,0511) 0,8905 (0,3454) 28,6564 (0,0000) -0,0386 (-1,0057)*** Vale 0,2162 (3,9715) 0,3778 (5,6319) 3,4115 (0,0647) 48,7146 (0,0000) -0,0427 (-2,1162) Valores entre parênteses representam estatísticas de teste para os coeficientes. Para os resultados dos testes de assimetria, esses valores representam p-valores. * Resultados que indicam que os coeficientes são conjuntamente não significantes. ** Resultados que indicam evidência de que não existe diferença do efeito da volatilidade do óleo sobre retornos de ações após o advento da auto-suficiência em petróleo. *** Resultados que indicam não significância estatística do coeficiente da variável binária representativa da crise financeira de 2008.
Tabela 9 – Resultados do Teste da Auto-Suficiência em Petróleo com controle para a crise financeira de 2008
35
A última coluna da Tabela 9 apresenta os resultados para os coeficientes da nova variável
incluída no modelo. Na maioria dos casos, a variável não é estatisticamente significante,
sendo relevante apenas para os casos das empresas CEMIG, Eletrobras, Telefonica Brasil e
Vale. Não obstante a irrelevância estatística da nova variável na maioria dos casos, os novos
resultados trazem evidências interessantes.
Os resultados da significância conjunta dos dois coeficientes em questão são apresentados na
quinta coluna da Tabela 9. A principal diferença entre esses resultados e os da Tabela 8 está
no caso da empresa Light. Com a inclusão da variável binária da crise financeira de 2008, o
fator petróleo passou a não ser estatisticamente significante para os retornos de tal firma. Esse
resultado faz sentido quando comparado com os resultados encontrados nas subseções 5.2 e
5.3. As conclusões dos outros resultados não mudam em relação aos da Tebela 8.
Quando se testa a existência de diferença do efeito do fator óleo a partir de 2006 com o
controle para a crise, não são encontrados resultados a favor desta hipótese. Portanto, as
conclusões obtidas a partir dos resultados da Tabela 8 para as empresas Light e Vale não
sobrevivem a essa outra abordagem. Dessa forma, há evidência de que não existe diferença
estatística entre o efeito dos choques de preço de petróleo sobre os retornos das ações entre os
dois sub-períodos analisados. Assim sendo, há mais um indicativo de que a variável dos
choques de preço de petróleo pode estar fazendo o papel de proxy para choques de preço de
commodities, já que a economia brasileira é tradicionalmente exportadora desse tipo de
produto.
36
6 CONCLUSÃO
A presente pesquisa investiga a relação entre os movimentos do preço do petróleo e do
mercado acionário brasileiro através de um Modelo de Mercado aumentado pelo fator
petróleo. O objetivo é estudar o papel do risco do óleo como um dos determinantes dos
retornos de ações de firmas específicas de diversos setores da economia brasileira, utilizando
dados mensais de janeiro 1990 até setembro de 2011. Ainda, testa-se a possibilidade de haver
assimetria nos efeitos dos choques de preço desta commodity quando estes são positivos ou
negativos. A economia brasileira passou a ser exportadora do produto em questão no ano de
2006 e, por isso, cabe questionar se os efeitos dos choques sobre as ações se alteraram com
esse evento. Tal hipótese também é testada.
O estudo mostra que empresas de diversos setores da economia brasileira são positivamente
impactadas por choques de preço de petróleo. Entretanto, os resultados para companhias dos
setores de Óleo e Gás, Papel e Celulose, Mineração e Siderurgia são mais fortes. Empresas de
outros setores também demonstram serem impactadas de tal forma, mas a evidência não é tão
forte. Alguns setores parecem não ter relação com os movimentos do preço do petróleo
(Consumo, Telecomunicações e Material Aeronáutico). Quanto aos resultados dos testes de
assimetria, os choques parecem ter efeito simétrico sobre os retornos das ações, uma vez que a
maior parte dos resultados vai nessa direção. Além disso, não parece haver diferença nos
efeitos do risco do óleo de 2006 em diante. Talvez isso seja um indicativo de que os choques
37
de preço de óleo estejam fazendo o papel de proxy para choques de preço de commodities, já
que a economia brasileira é tradicionalmente exportadora desse tipo de produto. Esse pode ser
um tema de pesquisa para estudos futuros.
Os resultados desta pesquisa são relevantes para os investidores que procuram diversificação
de carteira. Embora a aquisição de ativos que possuam sensibilidade positiva em relação aos
movimentos do preço do petróleo seja interessante como forma de proteção para o mercado
acionário mundial, como sugere Nandha e Faff (2008), por exemplo, essa estratégia não
parece ser razoável para o mercado brasileiro especificamente.
38
REFERÊNCIAS BIBLIOGRÁFICAS
AL-FAYOUMI, Nedal A., 2009. Oil prices and stock market returns in oil importing countries: the case of Turkey, Tunisia and Jordan. European Journal of Economics, Finance and Administrative Sciences 16: 86−101.
AL JANABI, Mazin A. M., HATEMI-J, Abdulnasser, IRANDOUST, Manuchehr, 2010. An empirical investigation of the informational efficiency of the GCC equity markets: evidence from bootstrap simulation. International Review of Financial Analysis 19: 47−54.
AL-MUDHAF, Anwar, GOODWIN, Thomas H., 1993. Oil shocks and oil stocks: evidence from the 1970s. Applied Economics 25: 181–190.
ALOUI, Chaker, JAMMAZI, Rania, 2009. The effects of crude oil shocks on stock market shifts behaviour: a regime switching approach. Energy Economics 31: 789−799.
APERGIS, Nicholas, MILLER, Stephen M., 2009. Do structural oil — market shocks affect stock prices? Energy Economics 31 (4): 569−575.
AROURI, Mohamed E. H., NGUYEN, Duc K., 2010. Oil prices, stock markets and portfolio investment: evidence from sector analysis in Europe over the last decade. Energy Policy 38: 4528−4539.
AROURI, Mohamed E. H., RAULT, Christophe, 2010. Oil Prices and Stock Markets: What Drives what in the Gulf Corporation Council Countries? No 2934, CESifo Working Paper Series, CESifo Group Munich.
BACKUS, David K., CRUCINI, Mario J., 2000. Oil prices and the terms of trade. Journal of International Economics 50: 185−213.
BARSKY, Robert B., KILIAN, Lutz, 2004. Oil and the macroeconomy since the 1970’s. The Journal of Economic Perspectives 18: 115−134.
BHAR, Ramaprasad, NIKOLOVA, Biljana, 2010. Global oil prices, oil industry and equity returns: Russian experience. Scottish Journal of Political Economy, 57(2), 169−186.
BERNANKE, Ben S., 2006. The economic outlook. Remarks before the National Italian American Foundation. Nova York, 28 de Novembro. Disponível em: http://www.federalreserve.gov/newsevents/speech/bernanke20061128a.htm.
39
BERNANKE, Ben S., GERTLER, Mark, WATSON, Mark, 1997. Systematic monetary policy and the effects of oil price shocks. Brookings Papers on Economic Activity 1: 91−148.
BITTLINGMAYER, George, 2005. Oil and stocks: Is it war risk? Working Paper Series. University of Kansas.
BJØRNLAND, Hilde C., 2009. Oil price shocks and stock market booms in an oil exporting country. Scottish Journal of Political Economy 2(5): 232−254.
BLANCHARD, Olivier J., GALÍ, Jordi, 2007. The macroeconomic effects of oil price shocks. Why are the 2000s so different than the 1970s? National Bureau of Economic Research 13368 Working Paper.
BOLLERSLEV, Tim, 1986. Generalized autoregressive conditional heteroscedasticity. Journal of Econometrics 31 (3): 307-327.
BOYER, M. Martin, FILION, Didier, 2007. Common and fundamental factors in stock returns of Canadian oil and gas companies. Energy Economics 29 (3): 428–453.
BROWN, Stephen P. A., YÜCEL, Mine K., 2002. Energy prices and aggregate economic activity: an interpretative survey. The Quarterly Review of Economics and Finance 42: 193−208.
BUENO, Rodrigo De Losso da Silveira, 2011. Econometria de Séries Temporais. São Paulo: Cengage Learning.
CHANG, Chia-Lin, MCALEER, Michael, TANSUCHAT, Roengchai, 2010. Conditional correlations and volatility spillovers between crude oil and stock index returns. Discussion Paper. Kyoto Institute of Economic Research, KIER Discussion Paper Series (pp. 715).
CHEN, Shiu-Sheng, 2009. Do higher oil prices push the stock market into bear territory? Energy Economics 32 (2): 490−495.
CHEN, Nai-Fu, ROLL, Richard, ROSS, Stephen A., 1986. Economic forces and the stock market. Journal of Business 59: 383–403.
CHOI, Kyongwook, HAMMOUDEH, Shawkat, 2010. Volatility behavior of oil, industrial commodity and stock markets in a regime-switching environment. Energy Policy 38: 4388−4399.
CIFARELLI, Giulio, PALADINO, Giovanna, 2010. Oil price dynamics and speculation: a multivariate financial approach. Energy Economics, 32, 363−372.
CINER, Cetin, 2001. Energy shocks and financial markets: nonlinear linkages. Studies in Nonlinear Dynamics and Econometrics 5 (3): 203–212.
CONG, Rong-Gang, WEI, Yi-Ming, JIAO, Jian-Lin, FAN, Ying, 2008. Relationships between oil price shocks and stock market: an empirical analysis from China. Energy Policy 36: 3544−3553.
DAVIS, Steven J., HALTIWANGER, John, 2001. Sectoral job creation and destruction responses to oil price changes. Journal of Monetary Economics 48: 465-512.
40
DRIESPRONG, Gerben, JACOBSEN, Bem, MAAT, Benjamin, 2008. Striking oil: another puzzle? Journal of Financial Economics 89 (2): 307−327.
EL-SHARIFF, Idris, BROWN, Dick, BURTON, Bruce, NIXON, Bill, RUSSELL, Alex, 2005. Evidence on the nature and extent of the relationship between oil prices and equity values in the UK. Energy Economics 27 (6): 819–830.
ENGLE, Robert F., 1982. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica 50 (4): 987-1007.
EWING, Bradley T., THOMPSON, Mark A., 2007. Dynamic cyclical comovements of oil prices with industrial production, consumer prices, unemployment and stock prices. Energy Policy 35: 5535−5540.
FAFF, Robert W., BRAILSFORD, Timothy J., 1999. Oil price risk and the Australian stock market. Journal of Energy Finance & Development 4: 69–87.
FAFF, Robert W., BRAILSFORD, Timothy J., 2000. A test of a two-factor ‘market and oil’ pricing model. Pacific Accounting Review 12 (1): 61–77.
FERDERER, J. Peter, 1996. Oil price volatility and the macroeconomy. Journal of Macroeconomics 18 (1): 1−26.
FILIS, George, 2010. Macro economy, stock market and oil prices: Do meaningful relationships exist among their cyclical fluctuations? Energy Economics: 32 (4): 877−886.
FILIS, George, DEGIANNAKIS, Stavros, FLOROS, Christos, 2011. Dynamic correlation between stock market and oil prices: the case of oil-importing and oil-exporting countries. International Review of Financial Analysis 20: 152-164.
GISSER, Micha, GOODWIN, Thomas H., 1986. Crude oil and the macroeconomy: tests of some popular notions. Journal of Money, Credit and Banking 18 (1): 95−103.
GOGINENI, Sridhar, 2007. The stock market reaction to oil price changes. Working Paper. University of Oklahoma.
GUIDI, Marco G. D., RUSSELL, Alexander, TARBERT, Heather, 2006. The effect of OPEC policy decisions on oil and stock prices. OPEC Review 30: 1–18.
HAMILTON, James D., 1983. Oil and the Macroeconomy since World War II. Journal of Political Economy 91: 228-248.
HAMILTON, James D., 1988a. A neoclassical model of unemployment and the business cycle. Journal of Political Economy 96: 593−617.
HAMILTON, James D., 1988b. Are the macroeconomic effects of oil-price changes symmetric? A comment. Carnegie-Rochester Conference Series on Public Policy 28: 369−378.
HAMILTON, James D., 1996. This is what happened to the oil price-macroeconomy relationship. Journal of Monetary Economics 38: 215−220.
41
HAMILTON, James D., 2003. What is an oil shock? Journal of Econometrics 113: 363–398.
HAMILTON, James D., HERRERA, Ana Maria, 2002. Oil shocks and aggregate macroeconomic behavior. Journal of Money, Credit and Banking 36: 265-286.
HAMILTON, James D., 2009a. Understanding crude oil prices. Energy Journal 30 (2): 179−206.
HAMILTON, James D., 2009b. Causes and consequences of the oil shock of 2007–08. Brookings Papers on Economic Activity, Spring: 215−261.
HAMMOUDEH, Shawkat, ALEISA, Eisa, 2004. Dynamic relationship among GCC stock markets and NYMEX oil futures. Contemporary Economic Policy 22: 250−269.
HOOKER, Mark A., 1996. What happened to the oil price–macroeconomy relationship?
Journal of Monetary Economics 38: 195−213.
HOOKER, Mark A., 2002. Are oil shocks inflationary? Asymmetric and nonlinear specifications versus changes in regime. Journal of Money, Credit and Banking 34 (2): 540−561.
HUANG, Roger D., MASULIS, Ronald W., STOLL, Hans R., 1996. Energy shocks and financial markets. Journal of Futures Markets 16: 1–27.
IEA, 2004. Analysis of the impact of high oil prices on the global economy. International Energy Agency report 2004. Disponível em: http://allafrica.com/download/resource/main/main/idatcs/00010270:2043de08f3df04dc11065547c17b3e71.pdf.
IEA, 2006. World Energy Outlook. International Energy Agency report 2006. Disponível em: http://www.iea.org/textbase/nppdf/free/2006/weo2006.pdf.
JAMMAZI, Rania, ALOUI, Chaker, 2010. Wavelet decomposition and regime shifts: assessing the effects of crude oil shocks on stock market returns. Energy Policy 38 (3): 1415−1435.
JIMÉNEZ-RODRÍGUEZ, Rebeca, SÁNCHEZ, Marcelo, 2005. Oil price shocks and real GDP growth: empirical evidence for some OECD countries. Applied Economics 37 (2): 201−228.
JONES, Charles M., KAUL, Gautam, 1996. Oil and the stock markets. Journal of Finance 51: 463–491.
JONES, Donald W., LEIBY, Paul N., PAIK, Inja K., 2004. Oil price shocks and the macroeconomy: what has been learned since 1996. Energy Journal 25 (2): 1–32.
KILIAN, Lutz, PARK, Cheolbeom, 2009. The impact of oil price shocks on the U.S. stock market. International Economic Review 50: 1267−1287.
LARDIC, Sandrine, MIGNON, Valérie, 2006. Oil prices and economic activity: an asymmetric cointegration approach. Energy Economics 34: 3910−3915.
42
LEBLANC, Michael, CHINN, Menzie D., 2004. Do high oil prices presage inflation? The evidence from G5 countries. Business Economics 34: 38−48.
LEE, Yen-Hsien, CHIOU, Jer-Shiou, 2011. Oil sensitivity and its asymmetric impact on the stock market. Energy 36: 168−174.
LEE, Kiseok, NI, Shawn, 2002. On the dynamic effects of oil shocks: A study using industry level data. Journal of Monetary Economics 49: 823-852.
LEE, Kiseok, NI, Shawn, RATTI, Ronald A., 1995. Oil shocks and the macroeconomy: the role of price variability. Energy Journal 16 (4): 39−56.
LESCAROUX, François, MIGNON, Valérie, 2008. On the influence of oil prices on economic activity and other macroeconomic and financial variables. OPEC Energy Review 32 (4): 343−380.
LINTNER, John, 1965. The valuation and the selection of risky investments in stock portfolios and capital budgets. The Review of Economic and Statistics 47: 13-37.
MILLER, J. Isaac, RATTI, Ronald A., 2009. Crude oil and stock markets: stability, instability, and bubbles. Energy Economics: 31 (4): 559−568.
MORK, Knut A., 1989. Oil and the macroeconomy when prices go up and down: an extension of Hamilton's results. Journal of Political Economy 97: 740–744.
MUSSA, Michael, 2000. The impact of higher oil prices on the global economy. International Monetary Fund 2000. Disponível em: http://www.imf.org/external/pubs/ft/oil/2000/.
NANDHA, Mohan, FAFF, Robert, 2008. Does oil move equity prices? A global view. Energy Economics 30: 986−997.
NORDHAUS, William, 2007. Who's afraid of a big bad oil shock? Brookings Papers on Economic Activity 2: 219−240.
O’NEILL, T. J., PENM, J., TERRELL, R. D., 2008. The role of higher oil prices: a case of major developed countries. Research in Finance 24: 287−299.
PAPAPETROU, Evangelia, 2001. Oil price shocks, stock market, economic activity and employment in Greece. Energy Economics 23: 511–532.
PARK, Jung W., RATTI, Ronald A., 2008. Oil prices and stock markets in the U.S. and 13 European countries.
PETROBRAS, 2006. Relatório do Mercado Financeiro (BR GAAP) – 1º Trimestre de 2006. Disponível em http://www.petrobras.com.br/ri/.
POLLET, Joshua M., 2002. Predicting asset returns with expected oil price changes.Working Paper. Harvard University.
ROSS, Stephen A., WESTERFIELD, Randolph W., JORDAN, Bradford D., 2008. Princípios de Administração Financeira. São Paulo: Atlas.
43
SADORSKY, Perry, 1999. Oil price shocks and stock market activity. Energy Economics 21: 449−469.
SADORSKY, Perry, 2001. Risk factors in stock returns of Canadian oil and gas companies. Energy Economics 23: 17–28.
SAWYER, Kim R., NANDHA, Mohan, 2006. How oil moves stock prices. Working Paper Series. University of Melbourne.
SHARPE, William F., 1964. Capital asset prices: a theory of market equilibrium under conditions of risk. The Journal of Finance 19 (3): 425-442.
44
APÊNDICE A
As tabelas abaixo foram incluídas para complementação dos resultados do Modelo de
Mercado aumentado pelo fator petróleo apresentado na sub-seção 5.2. Aqui, são mostradas as
informações sobre termos auto-regressivos, médias móveis e ARCH/GARCH incluídos no
modelo.
Termos ARMA incluídos no Modelo de Mercado aumentado pelo fator petróleo Companhia / Índice / Óleo AR(1) AR(2) AR(3) AR(4) MA(1) AMBEV 0,1801 (2,9514) -0,1762 (-2,8181) - - - Banco do Brasil 0,1987 (5,0731) -0,1506 (-2,5267) 0,2031 (3,4983) - - Bradesco - - - - - Braskem 0,2798 (4,7166) 0,1760 (2,8237) - - - CEMIG 0,1813 (2,3739) - - - - Cia. Siderurgica Nacional 0,1441 (2,3517) - - - - Eletrobras 0,2358 (3,2746) -0,1793 (-2,8078) -0,1809 (-2,8108) - - EMBRAER -0,2647 (-4,4401) - - - 0,5897 (6,4195) Gerdau 0,2647 (4,1759) - - - - Itau - -0,1413 (-2,5070) - - - Itausa Investimentos 0,1441 (2,1850) - - - - Klabin 0,2521 (3,8715) - - - - Light - - - 0,1392 (2,0834) - Lojas Americanas 0,1965 (2,8992) - - - - Metalurgica Gerdau 0,2718 (3,5391) - - - - Pão de Açúcar - - - - - Petrobras -0,4973 (-4,1488) - - - 0,7486 (7,9852) Souza Cruz - -0,1219 (-2,0452) - - - Telefônica Brasil 0,2232 (2,9095) - - 0,1698 (3,0467) - Usiminas 0,2524 (3,5617) - - - - Vale - - - - - Valores entre parênteses representam estatísticas de teste * Coeficientes não significantes
Tabela 10 – Termos ARMA incluídos no Modelo de Mercado aumentado pelo fator petróleo
Termos ARCH/GARCH incluídos na Equação da Variância do Modelo de Mercado aumentado pelo fator petróleo
Companhia / Índice / Óleo
Constante RESID(-1)^2 RESID(-2)^2 RESID(-3)^2 RESID(-4)^2 RESID(-5)^2 GARCH(-1)
AMBEV 0,0001* (1,7284)
0,0819 (2,1429)
- - - - 0,8695 (16,5181)
Banco do Brasil 0,0027 (4,0894)
-0,0292* (-0,9074)
0,0952* (1,5841)
0,0463* (0,9017)
0,0362* (0,6272)
0,4057 (3,7868)
-
Bradesco 0,0002* 0,1450 - - - - 0,8094
45
(1,4289) (2,9723) (12,1573) Braskem 0,0009*
(1,1811) 0,1132
(1,9774) - - - - 0,8049
(7,4204) CEMIG 0,0002
(2,1527) 0,1747
(3,9420) - - - - 0,7975
(18,2469) Cia. Siderurgica Nacional
0,0048 (8,1970)
-0,0207* (-0,4402)
0,2295 (2,6962)
- - - -
Eletrobras 0,0003* (1,8915)
0,1249 (2,4043)
- - - - 0,8069 (11,5383)
EMBRAER 0,0004 (3,3963)
- - - - - 0,9268 (62,0291)
Gerdau 0,0002 (2,3072)
0,0537* (1,6540)
- - - - 0,9022 (28,8792)
Itau 3,45E-05 (10,7071)
-0,0263 (-12,2472)
- - - - 1,0002 (636,9114)
Itausa Investimentos
0,0001* (1,5581)
0,1740 (2,3191)
- - - - 0,7894 (10,7363)
Klabin 0,0006 (2,1064)
0,1935 (2,7226)
- - - - 0,7284 (8,4690)
Light 0,0006 (2,1163)
0,1728 (3,2016)
- - - - 0,7794 (14,4655)
Lojas Americanas 0,0003* (1,5914)
0,1184 (3,2088)
- - - - 0,8507 (20,6913)
Metalurgica Gerdau
8,28E-05 (3,7001)
0,1818 (9,5450)
-0,1845 (-112,2924)
- - - 0,9792 (58,1791)
Pão de Açúcar -6,31E-06* (-0,1407)
-0,0210* (-1,4069)
- - - - 1,0188 (97,6499)
Petrobras 2,07E-05 (2,1614)
-0,0253* (-1,9186)
- - - - 1,0120 (67,0364)
Souza Cruz 4,98E-05 (6,0842)
-0,0234* (-1,7665)
- - - - 1,0051 (60,8551)
Telefônica Brasil 0,0006 (2,5957)
0,3566 (4,6908)
- - - - 0,6049 (7,9252)
Usiminas 0,0044 (4,6687)
0,2328 (2,6334)
-0,0376* (-0,5686)
0,0050* (0,0736)
0,0651* (0,8281)
0,1851* (1,7221)
-
Vale -1,67E-06* (-0,1137)
- - - - - 0,9925 (363,2720)
Valores entre parênteses representam estatísticas de teste * Coeficientes não significantes
Tabela 11 – Termos ARCH/GARCH incluídos na Equação da Variância do Modelo de Mercado aumentado pelo fator petróleo