0.

Teste do CAPM

CAPM diz:

E(ri ) = rf +

Assim:

i [E(rm )

rf ]

i) E(ri ) relacionado linearmente a

(risco de mercado); ii)

Qualquer outra varivel no deve ser signicativa para explicar E(ri ).

CAPM assume que o risco de mercado no pode ser diversicado via lei
dos Grandes Nmeros. O risco Brasil, risco de juros e risco de taxa de cmbio
so riscos de mercado.
A empresa que opera no Brasil sofre destes riscos.
O risco de mercado aumenta o retorno exigido na ao. O prmio de risco
dado pelo

i [E(rm )

rf ]:

CAPM assume que ao colocar mais aes numa carteira, elimina-se o risco
idiossincrtio ou especco das rmas, na medida em que sejam incorporadas
aes com correlaes negativas com o retorno da carteira.

varincia do retorno da
carteira

Figura 1. CAPM e Riscos

Problemas com testes do CAPM

(1) Temos dados apenas ex-post para

e E(ri );

(2) O portfolio de mercado no observado. O IBOVESPA ou NYSE no

portfolio de mercado - apenas uma pequena parte. Crtica de Roll (1977)
(3) A expectativa condicional na frmula de apreamento de Lucas.

O teste do CAPM usa expectativa no condicional. Assume log-normalidade

do retorno.
A gura abaixo mostra a primeira signicante falha do CAPM. As rmas
pequenas tem retorno extraordinrio, mesmo depois de corrigir o seu retorno
pelo seu

- risco de mercado (Banz - 1981). Linha do SML horizontal

demais.

12

Excesso de
retorno (%)

Firmas
pequenas

10

T-bill e bonds
0
0.00

0.20

Beta

0.40

0.60

0.80

1.00

1.20

Premio de Mercado (usando modelo CAPM)

Mdias e Betas (dados observados)
Figura 2. CAPM. Retorno Mdio Vs. Beta. US: 1947-1996

0.1.1

I. Teste de John Lintner. JF (1965). Tcnica de 2 passos

Primeiro passo- Estima

para cada ao (i) usando o modelo de ex-

cesso de retorno usando dados na amostra t=1,2,..T. Dados de 5 anos

4

1.40

com periodicidade mensal.

Ri;t

"i;t ~iid N (0;

2
i );

rf =

i (Rm;t

rf ) + "i;t

t=1,...T (perodos); i=1,...N (nmero de aes)

Isto d N estimativas de

^
^
i ( 1 ; ::::: N );

i ( 1 ; ::::: N )

^
2 ^
i ( 1 ; ::::: N )

Ademais, computa tambm o excesso de retorno mdio em cada ao e

proxy do retorno de mercado

E [Ri ]

E [Rm ]

rf =

T
1X
(Ri;t
T t=1

T
1X
rf =
(Rm;t
T t=1

rf ); i = 1; :::N

rf ); i = 1; :::N

Segundo passo - Estima o SML (Security Market Line), usando regresso cross-section

E [Ri ]

rf =

0+

1 i

i=1,....N
^

onde E [Ri ]

rf e

i foram

computados no primeiro passo para N aes.

Lintner testa os seguintes parametros na regresso abaixo

se CAPM for vlido

rf =

= 0;

0+

rf = 0:0127 + 0:042
(0:006)

(0:006)

i+

= E [Rm ]

+ 0:31

E [Ri ]

^
2

E [Ri ]

(0:026)

rf ;

=0

^
2
i

onde termos em parenteses abaixo de cada coeciente o erro padro

^

Os dados mostram que o prmio de risco do mercado

= E [Rm ]

rf =

0:165
0:0127 0 =0
0:006

1=0:165

= 21:16

0:042 0:165
0:006

0:31 0
0:026

20:5

= 11:9

Assim, temos que

so estatiscamente diferentes de zero e

esti-

mado muito menor que o prmio de risco de mercado, apesar de ser positivo
6

E[Rm ]

rf = 0:165:

Estes resultados no corroboram o CAPM.

Problema do mtodo est no segundo passo para estimar o SML pois usa como proxies para os verdadeiros.
Assim, SML pode sofrer de erro de medida.
Assim, primeiro teste como CAPM no foi bem-sucedido. Se plota retorno
mdio vs.

; temos grande disperso. Tangente da SML plana.

Evitar o erro de medida na estimao do

(varivel explicativa no SML)

diminuem os valores do coeciente da regresso! tangente plana em vez de

inclinada.
(Fischer Black, Michael Jensen, Myron Scholes-1972) e Fama-MacBeth
(1973) minimizaram o problema de rro de medida ao agrupar as aes em
carteiras de aes similares.
Assim, o p de carteiras so melhores medidos pois tem menor varincia
do resduo, mais estvel no tempo e mais fcil de se medir.

da ao (i)

varia no tempo quando muda o tamanho da rma, avalavancagem e risco do

negcio.
Segundo motivo para formar portfolios para medir
Aes individuais so to volteis que no podemos rejeitar a hiptese

que todos os retornos mdios so os mesmos.

Ao agrupar as aes em portfolios baseados em algumas caractersiticas
relacionadas aos retornos mdios ! reduz a varincia do portfolio e ca
possvel ver as diferenas nos portfolios.
Fama-MacBeth e BJS formam portfolios baseados no :
Outros critrios: tamanho, book/market value, indstria etc.
Passos para testar modelos de Asset Pricing
1. Denir um critrio associado com os retornos.
Ordenar as aes em portfolios baseados em caracterstica e vericar se
os retornos so bem distintos.
Tomar cuidado com rro de medida, survival bias, selection bias e outras
distores.
2. Computar s dos portfolios e vercar se o spread nos retornos pode
ser explicado pelo spread nos s:
3. Se no, ocorre uma anomalia. Considerar mltiplos s:

0.1.2

I. Teste de BJS (Fischer Black, Michael Jensen,

Myron Scholes-1972). B_S foi publicado no JPE
(1973).

Idia: estimar

no primeiro passo usando portfolios diversicados em vez de

ativos individuais.
Portfolio diversicado pode eliminar o risco especco
de portfolio ser mais prximo do verdadeiro.
Precisa construir portfolios com a mxima disperso de : Problema: Ao
formar portfolios reduz o nmero de observaes na cross-section para estimar
o SML(secutiry market line).
BJS usou apenas 10 portfolios no SML (segundo passo).

Passos para Estimar

Passo 1: Estima o

Ri;t

"i;t ~iid N (0;

2
i );

de cada ao (i) usando o modelo

rf =

i (Rm;t

rf ) + "i;t

t=1,...T1 (perodos); i=1,...N=500 (nmero de aes)

^

Obtm 500

i(

^
1 ; :::::

500 )

Depois, ordena as aes conforme

do maior para o menor.

9

Forma portfolios com pesos iguais com 50 aes cada, resultando em 10

portfolios.
Primeiro Portfolio tem aes com os maiores s estimados.
Dcimo Portfolio tem aes com os menores s estimados.
Passo 2: Regresso para cada portfolio. Estima

para cada um dos 10

portfolios, usando modelo abaixo

(rp;t
2
p );

"p;t ~iid N (0;

foi calculado

rf;t ) =

^
p

p (rm;t

t=T1+1 ; :::::T2 (perodos) perodo fora do anterior quando

de cada ao; p=1,...10 (nmero de carteiras)

^

Obtm

rf;t ) + "p;t

de cada carteira: (

Erro de medida em

^
1 ; ::::: 10 )

(carteira) muito menor do que em

individual);
Resultado de BJS

0=0

rf = 0:0036 + 0:0108
(0:006)

rf = 0:0142
=

0:0036 0
0:006

=6
10

(0:00052)

i (ao

0:0108 0:0142
0:006

1=0:0142

= 6:54

Assim, o intercept pode ser zero. O SML no tem quase inclinao.

Obtm CAPM razovel.

0.1.3

II. Abordagem de 2 estgios cross-section - Fama

e MacBeth (1973). Ref. Cochrane (2001) p. 228

Passo 1: Estima

de cada ao;

Passo 2: Ordena as aes (i) em grupo de 20 aes com base nos

ranquedos. Agrupa em portfolios pois i (de cada ao) so instveis (rro

de medida);
Passo 3: Faz regresso painel (cross-section e no tempo) para os betas de
portfolios (i=20).

(ri;t
^
1

= prmio de risco do Beta

Testa se
____

^
0

=0

____________

^
1

(rm;t

____

rf;t ) =

^
1

rf;t )

____
^
0_ _ _ _1 1
^
A
sd@
1

; T: # meses

p
T

11

^
0

^
1 i;t

r
rm

rf

Perodo: 1935-1968
Fama e MacBeth (1973). CAPM considera o risco sistemtico ( );
2

(ei ):
Outras variveis explicativas do prmio de risco:

Basu (1977) - efeito Preo/Retorno da ao

Banz (1981) - efeito tamanho da rma (small rm eect)
Rozefgf e Kinney (1976) - Efeito janeiro. Efeito data de declarao do
imposto pessoa jurdica ao IRS

12

0.1.4

Modelo Fama-French (1992 - Journal of Finance).

As aes so ordenadas por tamanho, e depois por :

Motivo: minimizar erro de medida na estimao i individual.
Resultados:

Retorno da ao aumenta quando o tamanho da empresa diminui small rm eect de Banz (1981)
Dentro do grupo por tamanho da empresa,

(risco sistemtico) no

explicado pelo tamanho da empresa

Tabela 3 - Testes de Fama-McBeth

Resultados:

est morto;
Tamanho e book/market value explicam melhor os retornos das aes
na cross-section.

Como interpretar tamanho e efeito Book/market value?

Tamanho da rma (small cap) pode ser controvrso pois no considera

liquidez, risco, impostos etc.
13

Book/market value.
Conforme Cochrane (2001) Se uma empresa investe na sua planta, aumenta o seu valor contbil, mas o valor de mercado s reage depois que
a empresa obter resultados positivos em funo do resultado positivo
deste investimento.

0.1.5

Modelo Fama-French - Modelo de 3 Fatores JFE (1993). Ref. Cochrane (2001),

pag. 392

Portfolios ordenados pelo valor contbil/mercado mostra uma grande variao nos retornos mdios que no so relacionados aos seus

de mercado.

O modelo Fama-French de 3 fatores explica com sucesso os retorno mdios de portfolios com 25 aes ordenados conforme tamanho e valor contbil/mercado.

E(ri ) = rf +

i [E(rm )

rf ] + si E(SM B) + hi E(HM L)

Assim, os trs fatores so:

14

1) [E(rm )

rf ] : excesso de retorno do portfolio de mercado.

2) E(SM B) : spread= retornos nas aes de rmas pequenas menos retornos das aes da rmas grandes.
3) E(HM L) : book to market value (B/M). Retorno da ao da empresa
com alto (B/M) - retorno da ao com baixo (B/M).
Cada fator tem valor mdio positivo nos ltimos 62 anos.
O modelo Fama - French um dos mais populares.
Fama e French (1993) apresenta o modelo.
Fama e French (1996) apresenta os resultados
Principais aspectos do modelo:
(1) Testes das sries temporais mostram que muitas anomalias desaparecem no contexto do modelo de 3 fatores;
(2) Interpretar sensitividades (factor loadings) como exposio ao risco.
Denies de tipos de aes:
Value stocks tem valor de mercado menor que o seu valor contbil (registra investimentos passados). Esta categoria de aes tem grandes retornos
depois que o investimento matura, d resultado e distribui dividendos de
modo a depois reetir no seu preo de mercado. Tem uma defasagem entre
investimento por meio de registro contbil e resultado positivo via efeito no

15

preo de mercado.
Growt stocks so opostos.
Indicadores como: baixos preos/dividendos, rentabilidades ou valor contbil podem sinalizar ganhos futuros.
Aes de rmas pequenas e value stocks ( alto book/market value) mostram
retornos abnormais posteriores mesmo depois de descontar seus riscos de mercado s.
Por outro lado, as growth stocks tm desempenho pior do que sugere o
modelo CAPM.
Figura 45 mostra este enigma acerca do valor e tamanho.
Como podemos notar, os portfolios mais no alto da gura tem excesso de
retorno 3 vezes mais que os mais baixos portfolios da gura. Este excesso de
retorno no tem nada a ver com seus s.

16

Figuras 46 e 47 mostram mais detalhes, ao conectar portfolios que tem

diferentes tamanhos dentro da mesma categoria de valor contbil/valor de
mercado.
Pode-se notar que variao no tamanho da rma produz uma variao nos
retornos mdios que positivamente relacionado a variao no

conforme

a gura 45. Variao na razo valor contbil/valor de mercado produz uma

variao no retorno mdio que negativamente relacionada com o

. Por

causa deste efeito, o CAPM um desastre quando isto ocorre. Devido ao

17

efeito do tamanho da rma ter desaparecido em 1980, mais provvel que a

histria pode ser contada pelo valor contbil/mercado.

18

Para explicar estes padres, Fama e French advogam um modelo com 3

fatores.
Eles mostram que as variaes nos retornos mdios de 25 portfolios ordenados por tamanho e valor contbil/mercado podem ser explicados pelos
trs fatores.
Figuras 48 e 49 ilustram os resultados de Fama e French. O eixo vertical
ainda o retorno mdio de 25 portfolios ordenados conforme tamanho e valor
contbil/mercado. Agora, o eixo horizontal o valor previsto pelo modelo

19

Fama-French de 3 fatores.
Os pontos devem car na linha de 45 graus se o modelo correto. Os
pontos so mais perto do que nas guras 46 e 47.
O pior caso para as growth stocks (linha de baixo, esquerda do painel),
para as quais ocorre pouca variao no retorno mdio apesar da grande variao no tamanho do

quando movemos de rmas pequenas para as grandes.

20

O que so os demais 2 fatores (tamanho e valor)?

Que riscos reais, macroeconomicos, agregados e no-diversicveis podem
ser representados pelos 2 fatores do modelo de Fama-French: HML (value less
growth stock) e SMB (small-cap less large-cap)?
Porque o investidor investe em aes com desempenho ruim em termos
de HML e SML, mesmo quando o mercado no cai?
Fama e French (1995) notam que a valuerm tem um preo diminudo
21

pela m notcia, e ca em stress nanceiro.

Aes de empresas em concordata podem ser recuperar de repente e gerar
retornos extraordinrios. Compra na baixa e ganha na alta.
Se ocorrer um desastre temporrio idiossincrtico como crise de liquidez,
fuga para a qualidade etc. Tais stress pode ser especco e pode ser diversicado. A teoria diz que somente eventos agregados (risco sistemtico) que
importa em termos de prmio de risco.
No aspecto empricos, isto no verdade.
Outros fatores especcos (idiossincrticos) podem afetar o prmio de
risco como HMLe SML.
Heaton e Lucas (1997) dizem que o acionista tpico propietrio de um
pequeno negcio. A renda de tal investidor sensvel a eventos nanceiros
que causam stress nos seus negcios. Tal investidor exigiria um alto prmio
para investidor em value stocks, e investiria em growth stock apesar do seu
baixo prmio de risco.
Letaau e Ludnigson (2000) documenta que aes HML tem

mudando

no tempo com o retorno de mercado e consumo. Eles documentam que HML

so sensveis s notcias ruins em tempos de crise.
Liew e Vassalou (1999) tenta conectar retornos das value e small rms a

22

eventos macroeconomicos.
GDPt!t+1 = a + 0:065M KTt

+ 0:058HM Lt

1!t

GDPt!t+1 : crescimento do PIB; M KTt

1!t

1!t

+ et+1

e HM Lt

1!t

so retornos

passados no indce de mercado e portfolio HML.

0.1.6

Modelos Multifatoriais

Um modelo fatorial decompoes os retornos de um ativo em fatores especcos. Os fatores tentam capturar componentes de riscos. Modelos fatoriais
so usados para prever retornos, gerar estimativas de retornos abnormais,
identicar sensitividades ao risco; estimar a variabilidade e covariabilidade
dos retornos. A forma geral do modelo multifatorial

rj =

K
X

bjk fk + uj

k=1

Onde rj = excesso de retorno da ao (j) sobre o juro risk-free (prmio

de risco)
bjk : exposio ao risco do ativo j ao fator k
fk : retorno no fator K.
A amostra da Barra envolve 1400 aes de vrios pases. Estima varincias

23

e covarincias dos retornos.

Barra E2 Modelo Multi-fatorial

O modelo CAPM comea com o fator mercado e estima o

com relao a

este fator (o risco de mercado).

O modelo da Barra comea com vrios indicadores da exposio ao risco
da rma (e.g., indicadores economico-nanceiro com base nos balanos) e
deriva estimativas dos correspondentes fatores de risco.
Os retornos dos fatores do modelo da Barra reete as diferenas nos retornos mensais com maior e menor exposio para cada fator de risco. Tem
13 fatores de risco (variabilidade, razo earnings/price passados, desempenho
passado, tamanho da rma, rendimento, alavancagem etc.) e 55 grupos de
indstrias (cada rma pode participar em at 6 grupos).

Outros Modelos com fatores macroeconomicos

Outras variveis como renda do trabalho, produo industrial, novas variveis e modelos de apreamento condicional (usa variveis instrumentais)
tem tambm sucesso como modelos multifatoriais.
Lettau e Ludvigson (2000) especica um modelo macroeconomico que
24

tem desempenho parecido como o modelo de Fama-French. O modelo deles

tem averso relativa ao risco mudando no tempo

mt+1 = a + b(cawt ) ct+1

cawt : medida de consumo/riqueza; mt+1 : fator de desconto estocstico;

ct+1 : crescimento do consumo.

Momentum e Reverso

Ordenando aes com base no

desempenho passado, pode encontrar que um portfolio que compra perdedores de longo-prazo e vende vencedores de longo-prazo pode ter melhor
desempenho que a estatgia oposta.
Aes individuais pode reverter mdia no longo prazo.
Este efeito de reverso faz sentido pois pode ser justicado pelo modelo
Fama-French de 3 fatores.
Por outro lado, um portfolio que compra vencedores no curto-prazo e
vende perdedores no curto prazo, tambm faz sucesso - momento de curtoprazo. Este efeito um enigma. Reverso no longo prazo.

25