38

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO

DEPARTAMENTO DE ECONOMIA

MONOGRAFIA DE FINAL DE CURSO

Frederic Campos Brown

N° de Matricula: 0313211

Orientador: Marco Cavalcanti

Junho, 2007

“Declaro que o presente trabalho é de minha autoria e que não recorri para realizá-lo,
a nenhuma forma de ajuda externa, exceto quando autorizado pelo professor tutor. ”
 2/38

"As opiniões expressas neste trabalho são de responsabilidade única e

exclusiva do Autor "
 3/38

Tópicos:

1- Introdução

2- Noções Gerais de Psicologia Cognitiva .

2.1 – Sistemas Cognitivos e Heurísticos. (pág 6)

2.2 - Teoria Prospectiva. (pág 7)

2.3 - Efeito “Framing”. (pág 8)

3- Economia Comportamental

3.1- Racionalidade Limitada. (pág 11)

3.2- Controle Limitado. (pág 13)

3.3- Egoísmo Limitado. (pág 14)

4- Finanças

4.1- Limites para a Arbitragem (pág 15)

4.2- Padrão Sazonal (pág 17)

5. Teste Empírico

5.1- 5.1-Análise Preço x Quantidade de Títulos Negociados

Limites para a Arbitragem. (pág 23)

5- Conclusão

6- Bibliografia
 4/38

1- INTRODUÇÃO

Imaginem um motorista de táxi que tem que pagar um preço fixo

para alugar seu táxi por doze horas e guarda para si todo a lucro do
dia. Ele tem que decidir quanto tempo ele deve dirigir a cada dia.
Uma estratégia maximizadora seria trabalhar mais tempo em dias bons
(dias chuvosos ou de convenções onde se tira mais dinheiro por hora)
e menos tempo em dias ruins. No entanto, imagine que os taxistas
estipulem um nível de ganho para cada dia e que ganhos abaixo da
meta sejam encarados como perdas. Assim, eles acabaram trabalhando
mais tempo em dias ruins e menos tempo em dias bons, ao contrário
da estratégia racional.

O exemplo acima foi desenvolvido por Camerer (1997) e ilustra

perfeitamente a aversão ao risco e a contabilidade mental estudados
no campo das finanças comportamentais.

Behavioral Finance, ou finanças comportamentais é uma

combinação de economia com psicologia que procura investigar o que
acontece em mercados no qual os agentes dispõem de limitações
humanas. Os indivíduos constroem a realidade subjetivamente e
romper com os paradigmas aceitos como verdade é sempre difícil e
arriscado. A economia tradicionalmente populou o mundo de
maximizadores desprovidos de emoção ignorando os estudos de
comportamento desenvolvidos pela psicologia social (1) e cognitiva
(2). Sendo assim, a pesquisa comportamental econômica tem
 5/38

procurado responder como o comportamento difere do modelo padrão

utilizado e como ele é importante em um contexto econômico.

Muitos economistas argumentaram que a combinação das forças

do mercado (competição e arbitragem) com evolução deveria produzir
o mundo racional, no entanto pelo lado da psicologia temos que o ser
humano é um aprendiz regido pelos seus conhecimentos e experiências
passadas (cenário de referência) que lhe permitem rever seus
conceitos e corrigir distorções. Assim como na vida cotidiana, as
finanças são um campo fértil para a projeção de “ilusões” onde temos
importantes limites para trabalhar com arbitragem. “I may often pay
smart money to follow dumb money rather than to lean against it”
(Haltiwanger e Waldman, 1985), ou seja, arbitradores teriam lucrado
mais no inicio da bolha especulativa das tulipas se as comprassem do
que ter apostado contra o movimento.

A idéia de racionalidade usada aqui tem dois significados.

Primeiro é de que os agentes ao receberem novas informações
adaptariam suas expectativas, crenças, corretamente. Segundo, dado
suas crenças, os agentes fazem escolhas que maximizem a sua
utilidade esperada.

(1) A psicologia social surgiu para estabelecer uma ponte entre a psicologia e a sociologia. O
s e u o b j e t o d e e s t u d o é o c o mp o r t a m e n t o d o s i n d i v í d u o s q u a n d o e s t ã o e m i n t e r a ç ã o ( 2 ) . E s t u d a o
p r o c e s s o m e n t a l q u e h i p o t e t i c a m e n t e e s t á p o r d e t r á s d o c o mp o r t a me n t o .
 6/38

2-NOÇÕES GERIAS DE PSICOLOGIA COGNITIVA

2.1-Heurísticas e os sistemas cognitivos

No ramo da psicologia, heurística são regras simples e

eficientes formadas no processo evolucionário ou aprendidas que tem
como propósito explicar como os agentes tomam decisões e resolvem
problemas tipicamente em frente informação incompleta. Essas regras
funcionam bem na maioria dos casos, mas em outros geram
sistematicamente um viés cognitivo.

Podemos dividir o processo de pensamento em raciocínio e

intuição, distintos já que o primeiro tem uns perfis mais
computacionais, objetivos e dotados de esforço enquanto o segundo é
totalmente espontâneo e sem esforço mais dotado de subjetividade.
Ha. intuição é normalmente associada um desempenho fraco, mas se
desenvolvido, o pensamento intuitivo pode ser muito poderoso e
preciso (Frederick 1993). Uma melhor performance pode ser adquirida
pela prática que leva tempo, mas renderia resultados precisos com
pouco esforço como um mestre em xadrez que dada às primeiras
atitudes de seu oponente consegue traçar todo o resto do desenrolar
do jogo. Sendo assim, uma pessoa já ocupada com uma atividade que
demande um esforço mental tenderia a resolver outra tarefa por
intuição.

Com isso podemos definir que um sistema de pensamento que se

baseia na intuição, logo rápido, com pouco custo e não tanto preciso
gera impressões que não necessariamente são voluntárias, ao contrario
do outro tipo de sistema, o raciocínio, que envolve julgamento que
por sua vez são explícitos e intencionais. Mais ainda podemos dizer
que se por um lado o sistema de intuição é menos custoso e ao ser
desenvolvido torna-se preciso, vai tornando o sistema de raciocínio
menos utilizado, pelo outro o uso do raciocínio constantemente fica
cada vez menos custosos.

O sistema cognitivo explorado duplamente nos fornece um

impressionante aparato computacional, adaptado ao meio que o
circundeia e tem dois meios de se adaptar a mudanças: um de curto
prazo que é flexível e custoso e um processo de longo prazo que
trabalhado fica cada vez mais apurado e de baixo custo. No entanto, o
sistema cognitivo explorado, atributo de todos os agentes contraria a
teoria econômica de que os agentes são racionais.
 7/38

Continuando pelo caminho dos sistemas cognitivos e evoluindo

em direção da psicologia temos que a percepção é dita como
dependente de referência, ou seja, os atributos percebidos de um
estimulo seja ele de qualquer espécie, refletem o contraste entre esse
estimulo em comparação ao contexto anterior. Fica necessária uma
base de referência para podermos definir mudanças. Um exemplo
usado por Kahneman traduz o efeito de estimulo para o domínio da
temperatura. Quando colocamos a mão na água a 20 graus após retirá-
la de uma temperatura mais fria sentiremos uma gostosa sensação de
calor, e um uma sensação de frescor depois de retirada de uma
temperatura mais quente. Logo é surpreendente que na analise
econômica padrão, a idéia de utilidade seja determinada
independentemente de sua referência, pela necessidade de maximizar
a sua utilidade esperada e logo descrita por Bernoulli (1738) para se
utilizada para traçar o padrão das escolhas do homem racional.

Ficou claro então que novos pressupostos deveriam ser

estabelecidos para guia o Homo Economicus já que não baseia sua
utilidade e pensamento num mundo independente de referencia e
racional, mas ao contrario. Com isso, Kahneman e Tversky
desenvolveram a chamada teoria prospectiva (Prospect Theory).

2.2- Teoria Prospectiva

Usando como base problemas de referencia onde eram propostos

dois tipos de jogo, ambos com o mesmo valor esperado, mas com
pequenas modificações nas probabilidades e no nível inicial de
riqueza, concluíram que mudanças abruptas de comportamento como
amantes do risco ao avesso ao risco não poderiam ser explicadas por
uma função de utilidade esperada para riqueza. As preferências
pareciam ser determinadas pelos ganhos e perdas em comparação com
seus pontos de referencia e logo fica clara a necessidade de uma
teoria de escolha perante risco alternativa que levasse em conta não
mudanças de riqueza, mas no estado de riqueza.

As hipóteses da teoria prospectiva deram criação à teoria de

valor definida em termo de ganhos e perdas e cujas principais
características relatam que os indivíduos penalizam muito mais perdas
do que valorizam ganhos. Sendo assim só participariam de um jogo de
azar se os ganhos esperados fossem bem maiores que as perdas
esperadas.
 8/38

Um dos problemas desenvolvidos por Kahneman e Tversky foi

perguntar a um grupo de pessoas qual indivíduo estaria mais feliz com
a sua situação financeira e qual estaria mais feliz hoje se ao pegar seu
relatório de operações mensais o indivíduo A visse que sua riqueza
foi de $ 4 milhões para $ 3 milhões, enquanto o indivíduo visse sua
renda ir de $ 1 milhão para $ 1.1 milhões.

Na teoria de Bernoulli somente a primeira das duas perguntas

faria sentido já que não ha a noção de referência. A norma cultural de
raciocínio favorece o longo prazo em relação à emoção sentida no
momento da transação. Segue que a utilidade não pode ser distanciada
da emoção que por sua vez são causadas pelas mudanças. Uma teoria
de escolha que ignora completamente os sentimentos de dor e de
perda não só é irrealista, mas também não levam a maximização da
utilidade da maneira ela acontece realmente.

2.3- Efeito “Framing”

Outro ponto adotado que serve como base para o entendimento

das finanças comportamentais é de que mesmo problemas, payoffs se
expressos de maneira diferente podem ter impactos diferentes nos
agentes, contrariando os aspectos essenciais da racionalidade. Tais
nuanças são levadas em conta no efeito framing que leva em conta que
pequenas alterações nos problemas geram alterações no
 9/38

comportamento dos indivíduos. Tal efeito tem ganhado cada vez mais
atenção dos economistas e em particular o caso onde dado duas
opções A e B são afetas pelo fato de uma delas ser a opção comum,
padrão. A opção conhecida como padrão tem larga vantagem mesmo
em decisões importantes como eleições de políticos.

Um exemplo exposto por Kahneman e Tversky para provar o

efeito framing pede que imaginemos que nosso país esteja diante de
uma epidemia infecto contagiosa onde se espera que 600 pessoas
morram. Dois programas alternativos para combater a doença são
propostos.

1- Se o programa A for adotado, 200 pessoas serão salvas.

2- Se o Programa B for adotado, temos 1/3 de chance que

600 pessoas sejam salvas e 2/3 que nenhuma pessoa
seja salva.

Nesse tipo de problema a maioria das pessoas tenderia a optar

pelo programa A indicando aversão ao risco, no entanto caso
reformulássemos o problema, mantendo os mesmos programas para:

1- Se o programa A for adotado, 400 pessoas iram morrer.

2- Se o programa B for adotado, teremos 1/3 de chance

que ninguém morrerá e 2/3 de que 600 pessoas
morrerão.

Agora podemos supor que a maioria das pessoas optará pelo

programa B, onde temos risco. Com isso temo também outra
característica não racional dos agentes, são avessos ao risco nos seus
ganhos e propensos ao risco nas suas perdas. Essa característica fica
bem marcada no mercado acionário onde fica claro que os
investidores tendem a zerar suas posições ganhadoras mais rápido que
suas outras posições perdedoras (Odean,1998).

O principio básico do efeito Framing é a aceitação passiva de

uma dada proposta fazendo com que os agentes falhem ao limitar a
sua emoção.
 10/38

3- BEHAVIORAL ECONOMICS

Podemos definir a economia comportamental como uma

combinação de psicologia com economia a fim de investigar o que
acontece em um mercado aonde os agentes possuem limitações e
complicações humanas. A maioria das·idéias por detrás das finanças
comportamentais está ligada ao nascimento da economia neoclássica,
quando a economia foi caracterizada como uma ciência distinta, a
psicologia ainda não existia de maneira que muitos economistas eram
na verdade psicólogos. O próprio Adam Smith que é conhecido pelos
seus conceitos de “Mão Invisível” escreveu um livro muito menos
famoso chamado de A teoria do Sentimento Moral que focava em
princípios de psicologia que tinham inquestionáveis conseqüências
econômicas, e muitas dessas deram margem para a criação das
principais premissas das finanças comportamentais. Nesse mesmo
livro Smith comenta que “we suffer more...when we fall from a better
to a worse situation, than we ever enjoy when we rise from a worse to
a better” já trilhando os primeiros passos para as mais modernas
teorias onde a utilidade em termos absolutos da perda é muito maior
do que do ganho.

Segundo Camerer a rejeição da psicologia na economia começou

com a revolução neoclássica que criou o Homo-economicus com
natureza e razão distintas. Queriam que a economia seguisse pelos
caminhos da biologia e virasse algo como uma ciência natural, e para
isso precisavam afastar as teorias nada confortadoras e
metodologicamente complicadas advindas da psicologia. No entanto já
no inicio do século XX textos de Pareto e Fisher já traziam menções a
teorias advindas da psicologia assim como mais tarde Keynes. Com o
passar dos anos os pressupostos de racionalidade sem limites e o
 11/38

crescente número de livros mostrando como os fundamentos

psicológicos e econômicos se complementavam foram levando os
demais economistas a refletiram muita mais sobre essa questão. Em
1974 o artigo de Tvershy e Kahnemam chamado de “Prospect Teory:
decision making under risk” propôs mudanças na maneira de
calcularmos a utilidade esperada e propôs novos axiomas baseados em
já estabelecidos princípios psicológicos que poderiam ser aplicados
nos estudos das ciências econômicas.

A questão a ser respondida era se a combinação de forças do

mercado e aprendizado/evolução fariam que a peculiaridade humana
fosse negligenciada. Como isso se destacou três importantes maneiras
de como o comportamento humano desvia do modelo econômico
padrão. Primeiro a racionalidade limitada que reflete a limitada
habilidade cognitiva dos indivíduos em resolver problemas. Segundo a
capacidade do ser humano de controlar seus impulsos, ou seja, muitas
vezes os seres humanos optam por ações que nem sempre refletem
seus interesses de longo prazo. Por último temos a idéia de que o ser
humano não é por natureza egoísta, mas constantemente está disposto
a se sacrificar seu interesse próprio para ajudar outros (exemplo:
ações comunitárias, doações). Esses três traços irrealistas descritos
pela teoria econômica são ótimos candidatos a serem modificados.

3.1- Racionalidade Limitada

Em 1955, Herbert Simon sugeriu o termo racionalidade limitada

(Bounded Racionality) para descrever mais realisticamente a
capacidade humana de solucionar problemas. Mais tarde ficou claro
que ficava eminentemente racional paras as pessoas adotarem padrões
 12/38

de resposta como uma maneira de “poupar” nossa dotação cognitiva.

Como dito anteriormente, a racionalidade diverge enormemente do
julgamento que pertence o sistema cognitivo lento e menos usado,
ligado ao raciocínio motor. Exemplos claros que serão posteriormente
abordados como super otimismo, confiança são exemplos claros dessa
distinção. Muitos atributos da racionalidade forma descritos pela
teoria prospectiva, explicando a maneira como os agentes fazem suas
escolhas em um ambiente de incerteza.

Podemos dizer que os agentes são, dadas as devidas

importâncias, seres racionais no sentido que tentam entender as coisas
e fazer escolhas sensatas. No entanto o mundo é vasto e complexo de
problemas e escolhas de maneira que não temos a capacidade de
entender tudo. Resulta disso que nossas escolhas acabam não sendo
totalmente pensadas e só podemos ser racionais dados nossa
capacidade cognitiva, tempo e vontade. Muitas vezes os agentes
sabendo da escolha racional, certa, muitas vezes optam pela à errada
por motivos de autocontrole. O impacto de nossas emoções e crenças
não racionais em nossas escolhas é muito maior do que podemos
prever. Como mostrado antes, colocações de opção diferenciadas,
mesmo tendo elas a mesma expectativa e sentido, levam a respostas
diferentes. Outro exemplo pode ser o da Super confiança. Se um
investidor está super confiante nas suas habilidades (escolha de
portfolio, por exemplo) eles estarão dispostos a comprar/vender
mesmo na ausência de dados concretos. Em um mercado eficiente,
aonde a racionalidade é comum a todos, não teríamos nenhuma
operação, tudo já estaria no preço, às novidades já estariam
totalmente precificadas. Logo, não teriam a centenas de milhões de
transações realizadas dia a dia pelos profissionais dos mercados
financeiros, muitos menos teríamos diferencias tão gritantes entre
taxas de empréstimos entre bancos.
 13/38

3.2- Controle Limitado

Quantas vezes a maioria de nós não chegou a um ponto onde

teria bebido, comidos ou gastados muito e trabalhado, poupado pouco.
Normalmente observamos os indivíduos gastando mais que poupando,
comendo doces ao invés de saladas e indo ao cinema ao invés de ir
para academia apesar de suas melhores intenções. A economia
comportamental sempre fez referência a como a diferenças internas
dos agentes deveriam ser usadas para uma analises de desempenho
normativa. Uma explicação básica seria de que a utilidade de se fazer
algo contrário à razão é mais difícil de ser calculada
computacionalmente, mas claramente visível para os agentes.

3.3- Egoísmo Limitado

Mesmo que a teoria econômica descarte o altruísmo, em termos

práticos, os economistas dão mais ênfase ao interesse próprio. Por
exemplo, o problema do “free-rider” (carona) largamente estudado nas
ciências econômicas só está passível de ocorrer porque os indivíduos
não podem esperar contribuir para a utilidade pública a menos que sua
própria riqueza seja melhorada. Em contraste, temos que os agentes
sempre tomam atitudes que não aumentaram sua riqueza,
sistematicamente cooperam com os bens públicos e como o dilema do
prisioneiro assim rejeita ofertas injustas na “última” rodada.
 14/38

4- FINANÇAS

“If economist were polled twenty years ago and asked to name
the domain in which bounded rationality was least likely to find
useful applications the likely winner would have been finance”
(Mullainathan and Thaler , 2000).

O trecho acima mostra a importância como o uso de raízes da

psicologia para melhor moldar o pensamento econômico se fez
necessário. É em um ambiente onde todo tipo de desvio de conduta
pode levar as grandes perdas que o estudo de novos conceitos se
desenvolveu. Hoje, é no campo das finanças que onde o estudo da
economia comportamental fez suas maiores contribuições.

O estudo das finanças comportamentais seria uma nova

abordagem para o mercado financeiro a fim de resolver obstáculos
impostos pelos paradigmas tradicionais. Segundo Thaler, em termos
gerais, teríamos que alguns fenômenos financeiros podem ser mais
bem entendidos usando modelos onde temos com hipótese de que os
agentes não são totalmente racionais.

A hipótese de mercado eficiente e racional faz referencia a duas

classes de previsão para o comportamento dos ativos. A primeira é
que os preços dos ativos estão corretos no sentido que eles refletem o
seu verdadeiro valor. Muitas vezes essa hipótese não pode ser testada
já que precisariam conhecer o seu valor intrínseco que não é
 15/38

observável. Só seria possível se tivéssemos duas empresas com

valores intrínsecos proporcionalmente iguais.

A segunda hipótese de mercado eficiente é imprevisibilidade.

Em um mercado eficiente não é possível prever o preço de um ativo
no futuro baseado em informações conhecidas. Um estudo realizado
por De Bondt e Thaler (1985) falava de como os agentes tendem a
lidar com euforia a novas informações.

Outro caso no que o estudo das finanças comportamentais tenta

explicar é a ligação entre a alta autoconfiança dos investidores e o
volume de negociação de ativos. A hipótese estudada por Statman,
Thorley e Vorkink em 2006 e anteriormente por Odean em 1998 para
mostar como investidores que estão autoconfiantes com suas
avaliações explicariam o alto volume de negócios. Para isso traça um
paralelo com a teoria de efeito disposição (“disposition effect”) onde
o investidor teria o desejo o desejo de realizar ganhos de ativos que
tenham apreciado e atrasem a realização de perdas na falsa esperança
que tais ativos venham a também apreciarem. Mais ainda, Odeam
explica que tal atitude é realmente comprovada no mercado acionário
americano e, no entanto é revertida no mês de dezembro por motivos
tributários (as perdas não pagam impostos).

4.1-Limites para Arbitragem

Podemos definir arbitragem como uma estratégia de

investimento que oferece um lucro sem risco a baixo custo. Partindo
do pressuposto que os agentes são racionais e as noticias relevantes
são conhecidas publicamente, o preço de uma ação é igual ao seu
“preço fundamental”, ou seja, valor presente da soma dos seus fluxos
 16/38

de caixa futuros. Nesse caso, o investidor processa perfeitamente toda

informação disponível, e as premissas da hipótese de mercado
eficiente são atendidas. Sendo assim, atendendo essas hipóteses o
preço de todos os ativos estaria “certo”, nenhuma estratégia de
investimento sem risco poderia retornos anormais.

A teoria das finanças comportamentais argumenta que algumas

peculiaridades dos preços dos ativos são mais bem interpretadas como
desvios do preço fundamental e que esses desvios são fruto de
investidores que não são totalmente racionais. Imaginemos que o
valor fundamental de uma empresa seja X. Imaginemos também que
um grupo de investidores irracionais que seja muito pessimista em
relação ao futuro dessa empresa e decidem montarem posições
vendidas nela. Essa pressão de venda faria com que a ação se
depreciasse, digamos para 0,7X. No entanto por hipótese sabemos que
o valor fundamental da empresa é X logo teríamos uma oportunidade
de investimento. Os investidores ditos racionais e que agem de acordo
com a hipótese de mercado eficiente tenderiam a explorar essa janela
e sendo assim assumiriam posições compradas nesse mesmo ativo.
Essa pressão de compra tenderia a aumentar o preço da ação da
empresas até X. Temos aqui duas seqüências de acontecimentos,
primeiro o desvio do preço fundamental seria prontamente corrigido
já que se criou uma janela de oportunidades. Segundo que os
investidores racionais iriam rapidamente aproveitar tal janela
corrigindo o desvio de preço. À luz das finanças comportamentais o
segundo argumento não é totalmente real. Mesmo que um ativo esteja
totalmente mal precificado, estratégias usadas para corrigi-lo podem
ser arriscadas, custosas e, portanto não lucrativas fazendo com que o
desvio de preço permaneça.
 17/38

Os investidores irracionais são normalmente chamados de “noise

Traders” algo como operadores por barulho enquanto que investidores
racionais que se baseariam no preço fundamental são chamados de
arbitradores. Segundo Fischer Black(1896) sem a presença dos “noise
traders” teríamos poucos operações com ativos pessoais. Os
investidores tenderiam a segurar mais seus ativos aumentando a
iliquidez do mercado. Se colocarmos de lado a necessidades dos
agentes a deterem dinheiro, ou a equivalência entre deter dinheiro no
banco ou em ativos teria que uma pessoa com informações sobre uma
empresa gostaria de operar, mas só poderá fazer isso se exista uma
contraparte que também detenha informação e que também queira
operar. Sendo assim, as informações sendo normalmente públicas,
seria ainda vantajoso operar? Algum dos dois lados tem que estar
errado nesse jogo de soma zero. O “noise trading” é operar em
informações erradas ou suposições como se fossem informações
fundamentadas. Pessoas que operam baseadas no “noise” estão
propensas a ir ao mercado mesmo que, de um ponto objetivo, elas
estariam melhor não operando. Provavelmente confundem o “noise”
com informação fundamentada.

4.2-Padrão Sazonal

A luz dos gráficos anexados abaixo fica claro que existe uma
clara existência de um padrão sazonal no que diz respeito aos retornos
do Ibovespa nos últimos sete anos. Analisando os gráficos vemos que
os retornos tendem a serem positivos no primeiro trimestre do ano,
mantendo-se nulo ou negativo no segundo e terceiro trimestre e
novamente positivos no último trimestre. Alguém mais descrente
poderia questionar que tal padrão sazonal no Brasil é fruto do elevado
peso da Petrobras no índice e que a chegada do inverno no hemisfério
Norte sempre ocasiona aumento nos preços da gasolina refletindo no
preço das ações da Petrobrás e por conseqüência no índice como um
 18/38

todo. No entanto, podemos argumentar que o índice ex - Petrobrás

mantém o mesmo padrão de comportamento e que nos últimos esse
padrão tem se acentuado. Mais ainda, no mesmo horizonte de tempo
vemos que o preço do petróleo medido pelo preço à vista do WTI
normalmente sobe por volta do mês de Janeiro e não nos meses de
Novembro e Dezembro quando a Média de retornos do Ibovespa é
mais alta.
Para o mercado Norte Americano foi realizado o mesmo exercício
para o S&P 500. A tabela de retornos nos mostra um claro padrão
sazonal um pouco diferente do observado no caso brasileiro. Aqui
vemos retornos bastante expressivos no final do ano a partir do mês
de Outubro e vai caindo até o mês de Fevereiro. Quais seriam as
explicações para esse fenômeno? Seria lucrativo basear-se nessa
“sazonalidade”?

Tal padrão tem sido estudado na literatura acadêmica onde duas

hipóteses seriam de que o efeito tax-loss selling e a hipótese de
informação estariam por detrás dessa anomalia de mercado. Segundo
Costa Jr. e O`Hanlon a hipótese do efeito tax-loss selling diz que em
mercados onde existe taxação sobre ganhos de capital, os investidores
que possuem ações e que sofreram perdas de valor ao longo do ano
são motivados a vendê-las ao final do ano fiscal para fins de
abatimento no imposto de renda. Assim, no início do próximo
exercício, normalmente no mês de Janeiro, as ações que estavam
deprimidas pelo fluxo de vendas tendem a voltar ao equilíbrio e com
elas retornos anormais para seus investidores. Propoe-se que o
investidor escolhe por vender as ações que ocasionaram perda como
medida de autocontrole já que apesar de os investidores serem
relutantes em realizar um prejuízo eles vislumbram o benefício fiscal
ao fazer isso. Logo a cada ano o investidor atrasa a realização de seus
prejuízos até Dezembro, prazo máximo. Mais ainda atribui-se a
relação empírica entre retorno e tamanho que é sempre negativa ser
m a i s p r o n u n c i a d o n o m ê s d e J a n e i r o d o q u e e m q u a l q u e r o u t r o m ê s do
ano. Logo à alta evidenciada no início do ano seria puxada pelas
ações small caps. e por ter peso menos expressivo no S&P 500 faz
com que ele não suba muito. No entanto se tal efeito é plausível para
o mercado Norte Americano e por uma análise superficial da
sazonalidade dos retornos do Benchmark parece ser, ele é irrelevante
no caso brasileiro onde o sistema tributário não prevê abono de
pagamento de imposto para ações no final do ano. Esse abono é
mensal, ou seja, o feito tax-loss selling não faria sentido nenhum a
não ser nos últimos dias de cada mês onde os papeis que apresentaram
prejuízo poderiam ser alienados e a posição poderia ser restabelecida
no início de mês seguinte. Esse horizonte mais curto de um mês e não
de um ano também inibiria tal procedimento.
 19/38

Já a hipótese de Informação ressalta que o término do ano fiscal

para os investidores e para as empresas seriam uma justificativa para
esse padrão sazonal. No caso americano, o mês de Janeiro é o mês em
que iniciam e terminam diversos eventos financeiros e informacionaís
tais como balanços anuais, Assembléia de cotistas e quando as
primeiras informações disponíveis sobre os lucros são conhecidas
pelo mercado. Segundo Costa Jr. esse volume maior de informações
disponíveis em Janeiro faz com que o risco seja maior, pois aumenta a
incerteza em razão das importantes informações que devem ser
absorvidas pelo mercado Dessa maneira, uma relação de equilíbrio
baseada no binômio risco-retorno deve estabeler um retorno esperado
maior para o mês de Janeiro. Mais ainda, esse impacto deve ser maior
para as empresas pequenas e novas no mercado já que elas têm menos
informações disponíveis, aumentando o grau de incerteza e por
conseqüência maior retorno esperado.

A hipótese de informação parece nos fornecer uma explicação

bastante lógica para a sazonalidade do mercado condicionando-a
efeitos burocráticos tais como balanços contábeis, fim do ano fiscal.
A legislação brasileira prevê que as empresas de capital aberto devam
divulgar seus resultados anuais até 60 dias depois do término do ano
fiscal que acontece no mês de Dezembro. Assim os retornos anormais
no fim do ano e no início do próximo exercício contábil adviriam das
expectativas dos agentes e seria corrigido após a divulgação do dado.
No entanto a CVM também estabelece que as empresas de capital
aberto devam divulgar seus resultados trimestralmente o que deveria
ocasionar retornos anormais ao final de cada trimestre, retornos que
não acontecem.

Outro argumento que nos últimos anos se aplicaria bem é o

aumento das captações dos fundos de Investimentos que tem por sua
vez alocar seus recursos no mercado e com isso aumentaria o volume
de compras levando a retornos positivos do índice. Pelos dados da
Anbid (Associação nacional dos Bancos de Investimentos) os últimos
meses do ano são responsáveis por cerca de 50% do volume captado
ao longo do ano. As captações obrigariam os gestores a se arriscar
cada vez mais optando por ativos com margens de confiança menores.
Mais ainda, fundos de investimentos mais inflados ao realocar seus
recursos, normalmente no final dos semestres, levariam a uma
valorização sazonal nessa data. Por outro lado, os gestores poderiam
também, assumir posições vendidas o que nos levaria ao efeito oposto
em caso de expectativa de um cenário negativo.
 20/38

(1) IBOVESPA:

1,1)Tabela de retonos mensais do Ibovespa nos anos de 1998 até

2006. Baseados no preço de fechamento de cada mês.

1,2)Gráfico da Média dos Retornos Mensais.

 21/38

(2) S&P 500:

2,1)Tabela de retonos mensais do S&P 500 nos anos de 1998 até 2006.
Baseados no preço de fechamento de cada mês.

2,2)Gráfico da Média dos Retornos Mensais.

Retornos Médios Mensais do S&P500 98-06

5.00%
4.00%
3.00%
2.00%
1.00%
0.00%
-1.00%
-2.00%
-3.00% JAN FEV MARÇO ABRIL MAIO JUNHO JULHO AGOSTO SETEMBRO OUTUBTO NOVEMBRO DEZEMBRO
 22/38

3) PETRÓLEO:
3,1)Tabela de retonos mensais do Crude Oil WTI nos anos de 1998 até
2006. Baseados no preço de fechamento de cada mês.

3,2)Gráfico da Média dos Retornos Mensais.

Retornos Médios Mensais do CRUDE OIL 98-06

5.00%
4.00%
3.00%
2.00%
1.00%
0.00%
-1.00%
-2.00%
-3.00%
-4.00%
-5.00% JAN FEV MARÇO ABRIL MAIO JUNHO JULHO AGOSTO SETEMBRO OUTUBTO NOVEMBRO DEZEMBRO
 23/38

5-Teste Empírico

5.1-Análise Preço x Quantidade de Títulos

Negociados

Os investidores tendem a ser confiantes demais nas suas

avaliações o que explicaria a alta quantidade de negócios.

Decidimos testar a hipótese de que o preço de uma ação, à medida que

ele sobe, a ação tenderia a ser mais negociada, ou à medida que a
quantidade de negociações da ação da empresa sobe, o preço sobe
também.

Para tal, nos baseamos na quantidade de títulos negociados mês a mês

de determinadas empresas assim como o preço de fechamento de cada
mês em reais desde o ano 2000. Nossa fonte de dados foi o software
Economática e o Eviews para realizar o teste de causalidade de
Granger e o modelo Var. O mesmo foi feito para o índice Ibovespa.

Seguem os resultados.

Vale do Rio Doce (VALE5)

VAR Lag Order Selection Criteria

Endogenous variables: VALE5P VALE5Q
Exogenous variables: C
Date: 06/24/07 Time: 17:41
Sample: 1990:01 2007:05
Included observations: 179
Lag LogL LR FPE AIC SC HQ
0 -4028.118 NA 1.23E+17 45.02925 45.06487 45.04370
1 -3568.693 903.4517 7.60E+14 39.94070 40.04754* 39.98402*
2 -3567.001 3.288291 7.80E+14 39.96649 40.14456 40.03870
3 -3559.831 13.78008 7.53E+14 39.93107 40.18036 40.03216
 24/38

4 -3557.909 3.649373 7.71E+14 39.95430 40.27481 40.08426

5 -3552.948 9.312225 7.63E+14 39.94356 40.33530 40.10241
6 -3548.249 8.717111 7.57E+14 39.93574 40.39871 40.12347
7 -3545.307 5.389436 7.66E+14 39.94757 40.48177 40.16418
8 -3543.733 2.848874 7.88E+14 39.97468 40.58010 40.22017
9 -3528.858 26.59235 6.98E+14 39.85317 40.52982 40.12754
10 -3522.660 10.94289 6.81E+14 39.82860 40.57648 40.13186
11 -3522.198 0.804981 7.09E+14 39.86813 40.68724 40.20027
12 -3508.592 23.41043 6.38E+14* 39.76081* 40.65114 40.12183
13 -3506.530 3.502781 6.52E+14 39.78246 40.74402 40.17236
14 -3503.054 5.825796 6.57E+14 39.78831 40.82110 40.20710
15 -3502.323 1.208456 6.82E+14 39.82484 40.92885 40.27251
16 -3500.691 2.662064 7.01E+14 39.85130 41.02654 40.32785
17 -3496.925 6.059833 7.04E+14 39.85391 41.10037 40.35934
18 -3496.764 0.256072 7.37E+14 39.89680 41.21449 40.43111
19 -3487.943 13.79750* 6.99E+14 39.84294 41.23185 40.40613
20 -3486.510 2.209658 7.22E+14 39.87162 41.33176 40.46370
21 -3484.274 3.397566 7.38E+14 39.89133 41.42270 40.51229
22 -3482.238 3.048337 7.56E+14 39.91327 41.51587 40.56311
23 -3479.389 4.201764 7.69E+14 39.92613 41.59996 40.60486
24 -3475.895 5.075061 7.76E+14 39.93179 41.67684 40.63939
25 -3470.842 7.226877 7.69E+14 39.92002 41.73630 40.65651
26 -3468.153 3.784864 7.84E+14 39.93468 41.82218 40.70004
27 -3464.621 4.893710 7.92E+14 39.93990 41.89863 40.73415
28 -3460.729 5.306280 7.96E+14 39.94110 41.97106 40.76423
29 -3459.636 1.464444 8.27E+14 39.97359 42.07477 40.82560
30 -3457.968 2.199112 8.54E+14 39.99965 42.17205 40.88054
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion

Vector Autoregression Estimates

Date: 06/24/07 Time: 17:44
Sample(adjusted): 1990:02 2007:05
Included observations: 208 after adjusting
endpoints
Standard errors in ( ) & t-statistics in [ ]
VALE5P VALE5Q
VALE5P(-1) 1.037421 176371.9
(0.00674) (85511.9)
[ 153.878] [ 2.06254]

VALE5Q(-1) 7.23E-10 0.588511

(4.5E-09) (0.05675)
[ 0.16168] [ 10.3696]

C -0.061789 22516766
(0.27576) (3497709)
[-0.22407] [ 6.43758]
R-squared 0.991738 0.378235
Adj. R-squared 0.991657 0.372169
Sum sq. resids 408.8926 6.58E+16
S.E. equation 1.412302 17913312
F-statistic 12303.59 62.35331
 25/38

Log likelihood -365.4343 -3767.448

Akaike AIC 3.542638 36.25430
Schwarz SC 3.590775 36.30244
Mean dependent 10.30522 58759219
S.D. dependent 15.46233 22607604
Determinant Residual 6.39E+14
Covariance
Log Likelihood (d.f. adjusted) -4135.697
Akaike Information Criteria 39.82401
Schwarz Criteria 39.92029

VAR Pairwise Granger Causality/Block Exogeneity Wald

Tests
Date: 06/24/07 Time: 17:45
Sample: 1990:01 2007:05
Included observations: 208

Dependent variable: VALE5P

Exclude Chi-sq df Prob.
VALE5Q 0.026142 1 0.8716
All 0.026142 1 0.8716

Dependent variable: VALE5Q

Exclude Chi-sq df Prob.
VALE5P 4.254075 1 0.0392
All 4.254075 1 0.0392

Como resultado temos que baseados no critério de Schwarz

rodamos nosso modelo Var com apenas uma defasagem. Pelo teste de
Causalidade de Granger temos que o preço da ação impacta na
quantidade de títulos negociados. Uma valorização das ações da Vale
c a u s a r á u m a u m e n t o n a n e g o c i a ç ã o d e s e u s p a p e i s n a b o l s a .Uma

hipótese seria de que os investidores ao auferirem ganhos com a

compra desse papel, sente-se confortáveis a aumentar a sua
posição nos mesmos. Mais ainda, muitos poderiam realizar seus
lucros vendendo esse papel, aumento o número de negócios de se
título.
 26/38

Petrobrás (PETR4)

Vector Autoregression Estimates

VAR Lag Order Selection Criteria
Endogenous variables: PETR4Q PETR4P
Exogenous variables: C
Date: 06/24/07 Time: 17:50
Sample: 1990:01 2007:05
Included observations: 179
Lag LogL LR FPE AIC SC HQ
0 -3790.656 NA 8.68E+15 42.37605 42.41166 42.39049
1 -3347.220 872.0089 6.40E+13 37.46615 37.57299 37.50947
2 -3336.090 21.63890 5.91E+13 37.38648 37.56454* 37.45868
3 -3326.126 19.14892 5.53E+13 37.31984 37.56913 37.42093
4 -3323.941 4.149129 5.65E+13 37.34013 37.66065 37.47009
5 -3308.074 29.78396 4.95E+13 37.20753 37.59928 37.36638
6 -3306.340 3.217219 5.07E+13 37.23285 37.69582 37.42058
7 -3301.560 8.757753 5.03E+13 37.22414 37.75834 37.44075
8 -3293.570 14.46272 4.81E+13 37.17955 37.78498 37.42505
9 -3291.962 2.875386 4.95E+13 37.20628 37.88293 37.48065
10 -3286.152 10.25581 4.85E+13 37.18606 37.93394 37.48932
11 -3281.591 7.950547 4.82E+13 37.17979 37.99889 37.51193
12 -3261.358 34.81327 4.03E+13 36.99842 37.88875 37.35944*
13 -3258.268 5.249196 4.07E+13 37.00858 37.97013 37.39848
14 -3254.926 5.600383 4.11E+13 37.01593 38.04872 37.43472
15 -3252.470 4.061722 4.18E+13 37.03318 38.13719 37.48085
16 -3251.603 1.413927 4.34E+13 37.06819 38.24343 37.54474
17 -3247.145 7.172652 4.32E+13 37.06307 38.30954 37.56850
18 -3242.423 7.492424 4.30E+13 37.05500 38.37269 37.58932
19 -3235.758 10.42582 4.18E+13 37.02522 38.41414 37.58842
20 -3232.832 4.510649 4.24E+13 37.03723 38.49737 37.62931
21 -3229.086 5.692552 4.26E+13 37.04007 38.57144 37.66103
22 -3227.543 2.310913 4.39E+13 37.06751 38.67011 37.71735
23 -3223.428 6.068222 4.40E+13 37.06624 38.74006 37.74496
24 -3219.298 5.998347 4.41E+13 37.06479 38.80984 37.77239
25 -3215.601 5.287706 4.44E+13 37.06817 38.88445 37.80466
26 -3205.078 14.81549 4.15E+13 36.99528 38.88278 37.76065
27 -3199.445 7.803269 4.09E+13 36.97704 38.93577 37.77129
28 -3189.686 13.30335* 3.85E+13 36.91269 38.94265 37.73582
29 -3183.811 7.877446 3.79E+13* 36.89174* 38.99292 37.74375
30 -3181.856 2.577361 3.90E+13 36.91459 39.08700 37.79548
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion

Date: 06/24/07 Time: 17:51

 27/38

Sample(adjusted): 1990:03 2007:05

Included observations: 207 after adjusting
endpoints
Standard errors in ( ) & t-statistics in [ ]
PETR4P PETR4Q
PETR4P(-1) 0.945057 -259018.1
(0.06983) (275089.)
[ 13.5338] [-0.94158]

PETR4P(-2) 0.064415 365221.4

(0.07127) (280756.)
[ 0.90384] [ 1.30085]

PETR4Q(-1) -8.66E-09 0.434450

(1.7E-08) (0.06682)
[-0.51049] [ 6.50145]

PETR4Q(-2) 2.74E-08 0.305865

(1.7E-08) (0.06693)
[ 1.61115] [ 4.56974]

C -0.114592 2866772.
(0.19449) (766178.)
[-0.58920] [ 3.74166]
R-squared 0.989581 0.616222
Adj. R-squared 0.989374 0.608622
Sum sq. resids 338.7972 5.26E+15
S.E. equation 1.295073 5101872.
F-statistic 4796.252 81.08643
Log likelihood -344.7130 -3488.329
Akaike AIC 3.378869 33.75197
Schwarz SC 3.459370 33.83247
Mean dependent 9.405505 14233955
S.D. dependent 12.56366 8155142.
Determinant Residual 4.34E+13
Covariance
Log Likelihood (d.f. adjusted) -3837.468
Akaike Information Criteria 37.17361
Schwarz Criteria 37.33461
 28/38

VAR Pairwise Granger Causality/Block Exogeneity Wald

Tests
Date: 06/24/07 Time: 17:52
Sample: 1990:01 2007:05
Included observations: 207

Dependent variable: PETR4P

Exclude Chi-sq df Prob.
PETR4Q 3.030079 2 0.2198
All 3.030079 2 0.2198

Dependent variable: PETR4Q

Exclude Chi-sq df Prob.
PETR4P 9.140781 2 0.0104
All 9.140781 2 0.0104

No caso das ações preferenciais da Petrobrás temos que o

número de defasagem de acordo com o critério de Schwarz é de duas
defasagens. No teste de causalidade de Granger vemos que a
quantidade de títulos dessa empresa não afeta o preço. Um maior
volume de negociação das ações preferenciais da Petrobrás não causa
uma valorização do preço de suas ações. Ao contrário do resultado
visto para a empresa Vale do Rio Doce, vemos que o preço não afeta a
quantidade talvez pelo fato de grande parte das ações da Petrobrás
estarem sob controle do Estado, diminuindo seu Free-Float.
 29/38

Banco Itaú (ITAU4)

VAR Lag Order Selection Criteria

Endogenous variables: ITAU4P ITAU4Q
Exogenous variables: C
Date: 06/24/07 Time: 17:58
Sample: 1990:01 2007:05
Included observations: 179
Lag LogL LR FPE AIC SC HQ
0 -3875.978 NA 2.25E+16 43.32936 43.36498 43.34380
1 -3387.233 961.1073 1.00E+14 37.91322 38.02006 37.95654
2 -3374.916 23.94702 9.12E+13 37.82029 37.99835* 37.89249
3 -3368.673 11.99739 8.90E+13 37.79523 38.04452 37.89631
4 -3363.309 10.18770 8.77E+13 37.77999 38.10051 37.90996
5 -3351.458 22.24493 8.03E+13 37.69227 38.08402 37.85112*
6 -3351.068 0.724800 8.36E+13 37.73260 38.19557 37.92033
7 -3346.346 8.651979 8.30E+13 37.72454 38.25874 37.94115
8 -3338.184 14.77287 7.92E+13 37.67804 38.28346 37.92353
9 -3328.755 16.85728 7.46E+13 37.61737 38.29402 37.89175
10 -3323.014 10.13441 7.32E+13 37.59792 38.34580 37.90118
11 -3320.797 3.864815 7.47E+13 37.61784 38.43695 37.94998
12 -3315.611 8.922597 7.38E+13 37.60460 38.49493 37.96562
13 -3314.652 1.629129 7.64E+13 37.63857 38.60013 38.02848
14 -3312.018 4.414319 7.77E+13 37.65383 38.68662 38.07262
15 -3306.595 8.968105 7.66E+13 37.63793 38.74194 38.08560
16 -3305.234 2.220499 7.90E+13 37.66742 38.84265 38.14397
17 -3297.745 12.04861 7.61E+13 37.62844 38.87490 38.13387
18 -3294.847 4.597657 7.72E+13 37.64075 38.95844 38.17507
19 -3288.994 9.156557 7.58E+13 37.62004 39.00896 38.18324
20 -3287.394 2.466210 7.80E+13 37.64686 39.10701 38.23894
21 -3280.932 9.820060 7.61E+13 37.61935 39.15072 38.24031
22 -3277.609 4.975203 7.69E+13 37.62691 39.22951 38.27675
23 -3271.211 9.436191 7.51E+13 37.60012 39.27394 38.27884
24 -3271.006 0.297465 7.86E+13 37.64253 39.38757 38.35013
25 -3270.085 1.316776 8.17E+13 37.67693 39.49321 38.41342
26 -3254.407 22.07206 7.20E+13 37.54645 39.43395 38.31182
27 -3247.343 9.787564 6.99E+13 37.51221 39.47094 38.30646
28 -3238.823 11.61281* 6.67E+13* 37.46171 39.49167 38.28485
29 -3234.923 5.229249 6.72E+13 37.46283 39.56401 38.31484
30 -3230.309 6.083487 6.71E+13 37.45597* 39.62838 38.33686
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
 30/38

SC: Schwarz information criterion

HQ: Hannan-Quinn information criterion

Vector Autoregression Estimates

Date: 06/24/07 Time: 18:00
Sample(adjusted): 1990:03 2007:05
Included observations: 207 after adjusting
endpoints
Standard errors in ( ) & t-statistics in [ ]
ITAU4Q ITAU4P
ITAU4Q(-1) 0.434717 -1.12E-08
(0.06659) (2.1E-08)
[ 6.52817] [-0.52811]

ITAU4Q(-2) 0.310815 3.60E-08

(0.06694) (2.1E-08)
[ 4.64329] [ 1.69448]

ITAU4P(-1) -337278.3 0.929655

(223745.) (0.07095)
[-1.50742] [ 13.1034]

ITAU4P(-2) 407311.4 0.093444

(229297.) (0.07271)
[ 1.77635] [ 1.28520]

C 2855294. -0.232505
(766094.) (0.24292)
[ 3.72708] [-0.95712]
R-squared 0.618011 0.993713
Adj. R-squared 0.610447 0.993588
Sum sq. resids 5.23E+15 526.2005
S.E. equation 5089965. 1.613987
F-statistic 81.70279 7981.927
Log likelihood -3487.845 -390.2820
Akaike AIC 33.74730 3.819150
Schwarz SC 33.82780 3.899650
Mean dependent 14233955 14.50372
S.D. dependent 8155142. 20.15671
Determinant Residual 6.70E+13
Covariance
Log Likelihood (d.f. adjusted) -3882.429
Akaike Information Criteria 37.60801
Schwarz Criteria 37.76901
 31/38

Assim como na Petrobrás, a quantidade de ações negociadas não afeta

o preço do papel da empresa e o preço não afeta a quantidade.

Índice Ibovespa :

VAR Lag Order Selection Criteria

Endogenous variables: IBOVP IBOVQ
Exogenous variables: C
Date: 06/24/07 Time: 18:13
Sample: 1990:01 2007:05
Included observations: 178
Lag LogL LR FPE AIC SC HQ
0 -6798.383 NA 5.24E+30 76.40879 76.44454 76.42329
1 -6342.010 897.3623 3.25E+28 71.32595 71.43320* 71.36945*
2 -6337.883 8.021872 3.24E+28* 71.32453* 71.50328 71.39702
3 -6336.280 3.080910 3.33E+28 71.35146 71.60171 71.45294
 32/38

4 -6331.683 8.728953 3.31E+28 71.34475 71.66650 71.47523

5 -6330.589 2.051253 3.42E+28 71.37741 71.77066 71.53688
6 -6329.112 2.739846 3.52E+28 71.40575 71.87050 71.59422
7 -6327.255 3.400589 3.61E+28 71.42983 71.96608 71.64730
8 -6323.879 6.106360 3.63E+28 71.43685 72.04460 71.68331
9 -6321.927 3.488415 3.72E+28 71.45985 72.13911 71.73531
10 -6320.669 2.217680 3.84E+28 71.49067 72.24143 71.79512
11 -6320.441 0.397995 4.01E+28 71.53304 72.35530 71.86649
12 -6314.875 9.568236 3.94E+28 71.51545 72.40921 71.87789
13 -6314.013 1.462614 4.08E+28 71.55071 72.51597 71.94215
14 -6310.979 5.079475 4.13E+28 71.56156 72.59832 71.98200
15 -6305.980 8.256007 4.09E+28 71.55034 72.65860 71.99977
16 -6303.011 4.837962 4.15E+28 71.56192 72.74168 72.04035
17 -6300.996 3.236769 4.25E+28 71.58423 72.83549 72.09165
18 -6296.782 6.677018 4.25E+28 71.58182 72.90458 72.11823
19 -6288.990 12.16935 4.08E+28 71.53921 72.93348 72.10462
20 -6288.123 1.334073 4.23E+28 71.57442 73.04018 72.16883
21 -6279.000 13.83915 4.01E+28 71.51685 73.05412 72.14025
22 -6278.840 0.238771 4.20E+28 71.56000 73.16877 72.21240
23 -6276.329 3.696280 4.28E+28 71.57673 73.25700 72.25812
24 -6275.298 1.494670 4.44E+28 71.61008 73.36185 72.32047
25 -6266.351 12.76658 4.22E+28 71.55450 73.37777 72.29389
26 -6262.558 5.326424 4.25E+28 71.55684 73.45161 72.32522
27 -6262.352 0.285076 4.45E+28 71.59946 73.56573 72.39684
28 -6252.650 13.19054* 4.20E+28 71.53539 73.57317 72.36176
29 -6249.510 4.198197 4.26E+28 71.54506 73.65433 72.40043
30 -6248.863 0.850427 4.45E+28 71.58273 73.76351 72.46710
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion

Vector Autoregression Estimates

Date: 06/24/07 Time: 18:15
Sample(adjusted): 1990:02 2007:04
Included observations: 207 after adjusting
endpoints
Standard errors in ( ) & t-statistics in [ ]
IBOVP IBOVQ
IBOVP(-1) 1.018666 867160.3
(0.00744) (1302054)
[ 136.888] [ 0.66599]

IBOVQ(-1) -1.25E-10 0.720617

(2.8E-10) (0.04828)
[-0.45400] [ 14.9262]
 33/38

C 75.72833 1.17E+11
(161.984) (2.8E+10)
[ 0.46751] [ 4.14164]
R-squared 0.989482 0.532196
Adj. R-squared 0.989379 0.527609
Sum sq. resids 2.89E+08 8.83E+24
S.E. equation 1189.328 2.08E+11
F-statistic 9596.076 116.0399
Log likelihood -1758.006 -5686.891
Akaike AIC 17.01455 54.97479
Schwarz SC 17.06285 55.02309
Mean dependent 11856.67 4.50E+11
S.D. dependent 11540.54 3.03E+11
Determinant Residual 6.05E+28
Covariance
Log Likelihood (d.f. adjusted) -7446.661
Akaike Information Criteria 72.00638
Schwarz Criteria 72.10298
VAR Pairwise Granger Causality/Block Exogeneity Wald
Tests
Date: 06/24/07 Time: 18:18
Sample: 1990:01 2007:05
Included observations: 207

Dependent variable: IBOVP

Exclude Chi-sq df Prob.
IBOVQ 0.206120 1 0.6498
All 0.206120 1 0.6498

Dependent variable: IBOVQ

Exclude Chi-sq df Prob.
IBOVP 0.443548 1 0.5054
All 0.443548 1 0.5054
 34/38

Para o Índice Ibovespa com uma defasagem temos que o preço

afeta a quantidade negociada assim como a quantidade negociada
afeta o preço. Nada mais natural já que o índice ibovespa é uma
medida de negociabilidade.Só participam de sua composição as ações
mais negociadas no mercado brasileiro. Logo mais títulos negociados,
maior valorizaração do papel, maior peso no índice, maior preço do
índice.
 35/38

6- Conclusão:

Segundo Kahneman o agente racional da teoria econômica poderia ser descrito

como possuidor de um único sistema cognitivo dotado do aparato preciso do sistema
raciocino e do de basto custo do sistema intuição. As teorias sobre as finanças
comportamentais mantiveram os padrões básicos dos modelos racionais adicionando uma
ou outra limitação cognitiva a fim de explicar determinadas anomalias. A característica
central do agente não é de que ele é limitado mentalmente ou impreciso mais de que ele
normalmente se baseia mais na sua intuição do que na sua ração na tomada de decisões do
seu dia a dia.
Ao longo do trabalho tentamos navegar por alguns dos princípios básicos do estudo
das finanças comportamentais. Teorias que deram margem o enfraquecimento do Homo
Economicus perante o estudo das finanças. Vimos como atributos antes exclusivos à
psicologia foram bem adaptados ao estudo das finanças como a teoria Prospectiva que nos
diz que os agentes são mais propensos ao risco na perda do que no ganho fruto da diferença
de valoração de payoffs. Talvez essa aversão a perda seja fruto de nossa sociedade
competitiva onde “ficar para trás” pode ser o fim da sua empresa.
Notamos que existe um padrão sazonal tanto no mercado brasileiro como no
americano e apesar de ambos serem muito correlacionados, não são iguais. Poderíamos
questionar se essa anormalidade poderia confrontar a idéia de mercado eficiente, no
entanto, no caso americano, se trata de uma imposição legal o que não implicaria em um
mercado ineficiente.
Mais ainda, vimos que o índice Ibovespa apresenta o resultado esperado no teste de
Causalidade de Granger. O preço causa a quantidade e a quantidade causa o preço.
Resultado esperado já que o índice é calculado pelo critério de negociabilidade.
 36/38

7- Referências Bibliográficas:

Shleifer, Andrei Inefficient Capital Markets: An Introduction to

Behavioral Finance. Oxford UP

Thaler, Richard. The Winner's Curse: Paradoxes and Anomalies of

Economic Life. Princeton, N. J: Princeton University Press, 1994

Kahneman, Daniel, and Amos Tversky, eds. Choices, Values and

Frames. Cambridge University Press, 2000

Kahneman, Daniel. "Maps of Bounded Rationality: Psychology for

Behavioral Economics." American Economic Review (December
2003): 1449-1475

Mullainathan, Sendhil, and Richard Thaler. "Behavioral Economics."

MIT Department of Economics Working Paper 00-27. (September
2000)

Tversky, A., and D. Kahneman. "Judgement Under Uncertainty:

Heuristics and Biases." Science 185 (1974): 1124-31

Kahneman, D., and A. Tversky. "Prospect Theory: An Analysis of

Decision Under Risk." Econometrica 47, no. 2 (March 1979): 263-
91.CVF. Chapter 2

Weinstein. "Unrealistic Expectations About Future Life Events."

Journal of Personality and Social Psychology 39 (1980): 806-820
 37/38

Barberis, Nicholas, and Richard Thaler. "A Survey of Behavioral

Finance." NBER Working Paper W9222 (2002)

Barber, and Odean. "All that Glitters: The Effect of Attention and
News on the Buying Behavior of Individual and Institutional
Investors

Odean, T. "Are Investors Reluctant to Realize Their Losses?" Journal

of Finance (1998): 1775-1798.

———. "Do Investors Trade too Much?" American Economic Review

(Dec 1999): 1279-98.

Lamont, and Thaler."Can the Market Add and Subtract? Mispricing in

Tech Stock Carve-Outs." Journal of Political Economy (April 2003).

Gabaix, Xavier, Parameswaran Gopikrishnan, Vasiliki Plerou, and H.

Eugene Stanley. "A Theory of Large Fluctuations in Stock Market
Activity."
Marcelo Domingos e Roberto Pena ,Finanças Comportamentais: a
Gestão de Recursos no divã

Camerer, Colin, et al."Labor Supply of New York City Cabdrivers:

One day at a Time "
The Quarterly Journal of Economics, vol 112 (2),pp 407-41, May
1997

The International Center for Finance at the Yale School of

Management
http://icf.som.yale.edu/research/behav_finance.shtml

The Economist, Behavioural economics Aug 28th 2003

http://www.economist.com/finance/displayStory.cfm?story_id=202101
0

The Journal of Behavioral Finance

http://www.psychologyandmarkets.org/journals/journals_main.html

ENDERS, Walter. Applied Econometric Time Series (Wiley, 2nd

edition, 2004).
 38/38

WOOLDRIDGE, Jeffrey M. Introdução à Econometria: Uma

Abordagem Moderna (Editora Thomson Learning, 2006, tradução da 2ª
Edição)