Está en la página 1de 52

FUNDAO GETULIO VARGAS

ESCOLA DE ECONOMIA DE SO PAULO

FABRICIO ROSAS TARIKI

EVIDNCIA DO EFEITO MANADA EM FUNDOS DE RENDA VARIVEL NA


INDSTRIA DE FUNDOS BRASILEIRA

SO PAULO
2014

FABRICIO ROSAS TARIKI

EVIDNCIA DO EFEITO MANADA EM FUNDOS DE RENDA VARIVEL NA


INDSTRIA DE FUNDOS BRASILEIRA

Dissertao apresentada Escola de Economia da


Fundao Getlio Vargas (FGV/EESP) como
requisito para obteno do ttulo de Mestre em
Macroeconomia.

Orientador: Prof. Ricardo Ratner Rochman

SO PAULO
2014

Rosas Tariki, Fabricio.


EVIDNCIA DO EFEITO MANADA EM FUNDOS DE RENDA VARIVEL
NA INDSTRIA DE FUNDOS BRASILEIRA / Fabricio Rosas Tariki. - 2014.
52 f.
Orientador: Ricardo Ratner Rochman
Dissertao (MPFE) - Escola de Economia de So Paulo.
1. Finanas Processo decisrio. 2. Fundos de investimento - Brasil. 3.
Investimentos - Anlise. 4. Mercado financeiro - Brasil. I. Rochman, Ricardo Ratner.
II. Dissertao (MPFE) - Escola de Economia de So Paulo. III. Ttulo.

CDU 336.76(81)

FABRICIO ROSAS TARIKI

EVIDNCIA DO EFEITO MANADA EM FUNDOS DE RENDA VARIVEL NA


INDSTRIA DE FUNDOS BRASILEIRA

Dissertao apresentada Escola de Economia da


Fundao Getlio Vargas (FGV/EESP) como requisito
para obteno do ttulo de Mestre em Macroeconomia.

Data de aprovao:
__ / __ / ____

Banca Examinadora:
______________________________________
Prof. Ricardo Ratner Rochman
Orientador
EESP - FGV

______________________________________
Prof. Bruno Ferman
EESP - FGV

______________________________________
Prof. William Eid Jr.
EAESP - FGV

AGRADECIMENTOS

Este trabalho no poderia ser possvel sem o incentivo, o amor e o carinho da minha
famlia, meus pais, irmos e minha linda namorada. Para vocs, o meu mais profundo
agradecimento.

Aos meus amigos, que compreenderam minha ausncia nesses ltimos dois anos de
estudos. Aos colegas do Ita Asset Management, pelo apoio e compreenso para que
este trabalho pudesse ser construdo. E aos colegas do mestrado, em especial ao
grande amigo Caio Guitton, que trilharam este rduo caminho comigo. Sem dvida,
sem a presena de todos vocs a jornada no teria sido to enriquecedora quanto foi.

Agradeo tambm aos diversos professores com quem tive o privilgio de aprender
durante este curso. E por fim, agradeo meu professor orientador, Ricardo Rochman,
por sugerir o tema de estudo e pela orientao, ateno e pacincia dispensadas no
somente no perodo de pesquisa, mas tambm ao longo do curso todo.

RESUMO
Este trabalho tem por objetivo identificar e quantificar o comportamento de manada
(herd behavior) nos fundos de aes ativos do mercado financeiro brasileiro, valendose da medida LSV, proposta por Lakonishok et al (1992).

Para tanto, analisamos a composio das carteiras de 642 fundos de ao, de 214
gestores diferentes, de setembro de 2007 at outubro de 2013.

Em linha com a literatura relevante, h fortes evidncias da ocorrncia de efeito


manada de forma heterognea na amostra analisada. Encontramos indcios de que a
intensidade do efeito manada varia de acordo com o tamanho do fundo e a
capitalizao da ao negociada.

ABSTRACT

This present study seeks to identify and quantify herding behavior in actively managed
equity funds in the Brazillian financial market. Therefore, we used the LSV herd
measure, first proposed by Lakonishok et al (1992).
Thus, we analyzed 642 funds holdings, from 214 different equity managers, from
September 2007 to October 2013.

Consistent with the existing relevant studies, there is strong evidence of herding in a
heterogeneous distribution within the sample. We found that the intensity of the herding
behavior varies according to the funds size and equity size.

SUMRIO

LISTA DE ABREVIAES ................................................................................................................. 1


LISTA DE ILUSTRAES E GRFICOS ........................................................................................ 2
LISTA DE TABELAS ............................................................................................................................ 3
1

INTRODUO .............................................................................................................................. 4

REVISO BIBLIOGRFICA ....................................................................................................... 6

METODOLOGIA ......................................................................................................................... 13

3.1.

Dados Amostrais .................................................................................................................... 13

3.2.

Critrios de Seleo ............................................................................................................... 15

3.3.

Perodo de Anlise ................................................................................................................. 19

3.4.

Estatsticas Descritivas .......................................................................................................... 20

3.5.

Medida de avaliao do efeito manada () ..................................................................... 23

RESULTADOS ............................................................................................................................ 26

4.1.

Toda amostra .......................................................................................................................... 26

4.2.

Tamanho dos fundos ............................................................................................................. 28

4.3.

Tamanho das aes............................................................................................................... 29

4.4.

Aes individuais Ultra Large Cap ................................................................................... 32

CONCLUSO ............................................................................................................................. 39

REFERNCIAS BIBLIOGRFICAS ................................................................................................ 41

LISTA DE ABREVIAES

ANBIMA: Associao Brasileira das Entidades dos Mercados Financeiro e de


Capitais
CAPM: Capital Asset Pricing Model
CVM: Comisso de Valores Mobilirios
HME: Hiptese dos Mercados Eficientes
IBOV: ndice Bovespa (Ibovespa)
IBrX: ndice BM&FBOVESPA Brasil 100
LSV: Lakonishok, Shleifer e Vishny
MCLX: ndice BM&FBOVESPA MidLarge Cap
MTF: Moderna Teoria de Finanas
SMLL: ndice BM&FBOVESPA Small Cap
TUE: Teoria da Utilidade Esperada

LISTA DE ILUSTRAES E GRFICOS

Grfico 3.3.1: Percentual do Volume dos Trades da amostra vs. BM&F Bovespa (mensal) . 19
Grfico 3.4.1: Percentual do Volume dos Trades da amostra segregado por quintis vs. BM&F
Bovespa (mensal)............................................................................................................................... 22
Grfico 3.4.2: Percentual do Patrimnio Lquido dos fundos da amostra segregado por
quintis vs. Free Float Market Capitalization da BM&F Bovespa ................................................. 22
Grfico 4.1.1: Medida do efeito manada () ................................................................................ 27
Grfico 4.4.1 Ambev PN .................................................................................................................... 34
Grfico 4.4.2: Brasil Foods ON ........................................................................................................ 34
Grfico 4.4.3: Petrobras ON ............................................................................................................. 34
Grfico 4.4.4: Petrobras PN .............................................................................................................. 35
Grfico 4.4.5: Ita PN ........................................................................................................................ 35
Grfico 4.4.6: Itausa PN .................................................................................................................... 35
Grfico 4.4.7: Banco do Brasil ON................................................................................................... 36
Grfico 4.4.8: Bradesco PN .............................................................................................................. 36
Grfico 4.4.9: Cielo ON ..................................................................................................................... 36
Grfico 4.4.10: Embraer ON ............................................................................................................. 37
Grfico 4.4.11: Cosan ON ................................................................................................................. 37
Grfico 4.4.12: Gerdau ON ............................................................................................................... 37
Grfico 4.4.13: VALE ON .................................................................................................................. 38
Grfico 4.4.14: VALE PN................................................................................................................... 38

LISTA DE TABELAS

Tabela 3.2.1: Patrimnio Lquido (R$ Bi) por Instituio Administradora. Data base: junho
2014 ...................................................................................................................................................... 18
Tabela 3.4.1: Descrio da amostra por classificao Anbima. Data base: outubro 2013 .... 20
Tabela 3.4.2: Descrio da amostra por instituio gestora. Data base: outubro 2013.......... 21
Tabela 4.1.1: Medida do efeito manada () de toda amostra ................................................... 26
Tabela 4.1.2 Teste-t de igualdade de mdias por aes mais lquidas ................................. 27
Tabela 4.2.1: Medida do efeito manada () segregada por tamanho do fundo ..................... 28
Tabela 4.2.2: Teste-t de igualdade de mdias por tamanho dos fundos ............................... 29
Tabela 4.3.1: Medida do efeito manada () segregada por market cap ................................. 31
Tabela 4.3.2: Teste-t de igualdade de mdias por capitalizao burstil das aes ........... 31
Tabela 4.4.1: Maiores participaes no IBrX (set/2007 a out/2013) .......................................... 32
Tabela 4.4.2: Teste-t de igualdade de mdias aes individuais vs. segmento Ultra Large
Cap ....................................................................................................................................................... 33

1 INTRODUO

O estudo recente da economia financeira dominado em grande parte por um


arcabouo terico comumente chamado de Modern Finance Theory, ou Moderna
Teoria de Finanas (MTF). Este corpo terico no o resultado de um surto de
brilhantismo de uma pessoa apenas, mas sim fruto do trabalho de diversos
pesquisadores, como narrado por Samuelson (2009) em sua retrospectiva da MTF.

A MTF baseada na racionalidade dos agentes econmicos, ou seja, assume que os


indivduos identificam e ordenam consistente e corretamente suas preferncias,
procuram sempre maximizar o resultado de suas escolhas e so coerentes e
consistentes quando confrontados com alguma escolha que envolva incertezas
referentes a eventos futuros. Estes pressupostos, porm, tm-se mostrado
insuficientes para explicar diversos fenmenos empricos observados em estudos de
economia financeira. Assim, surge o estudo das Finanas Comportamentais, que se
contrape ao pressuposto de racionalidade dos tomadores de deciso.

As Finanas Comportamentais tm apresentado sucesso em descrever o


comportamento do investidor; no caso, de quais tipos de portfolios estes tendem a ter,
e como seu comportamento de negociao de ativos muda ao longo do tempo. O
objeto de estudo deste trabalho , portanto, testar empiricamente a ocorrncia do
efeito manada na gesto de fundos de investimento em aes no Brasil. Ainda que j
exista um nmero de estudos empricos sobre a evidncia do efeito manada em outros
mercados, a literatura sobre o assunto no Brasil incipiente.

A literatura existente aponta sobre diferenas da ocorrncia e intensidade de efeito


manada entre mercados desenvolvidos e mercados emergentes. Desta maneira, este
trabalho visa mensurar a ocorrncia do efeito manada no mercado brasileiro de aes.

Para tanto, buscamos neste estudo verificar se os investidores se movem em conjunto


em suas decises de investimento, comprando ou vendendo de forma correlacionada
os ativos. Este um problema levantado pela literatura existente: caso ocorra um
4

movimento generalizado dos investidores, a presso de compra ou de venda de ativos


pode levar a desequilbrios (WERMERS 1999)?

Este trabalho est dividido em cinco captulos. Alm desta Introduo, os captulos
adicionais so: (i) a reviso bibliogrfica no captulo 2, no qual apresentado os
conceitos da MTF e seus pilares, o surgimento do estudo das Finanas
Comportamentais, e alguns estudos sobre efeito manada; (ii) o captulo 3, que detalha
a metodologia empregada mostrando os passos seguidos neste estudo, assim como
uma estatstica descritiva da amostra e sua representatividade; (iii) o captulo 4, no
qual os principais resultados obtidos so descritos e analisados; e (iv) o captulo 5 no
qual so apresentadas as principais concluses, feitas as consideraes finais e
discutidas propostas para estudos futuros

2 REVISO BIBLIOGRFICA

A partir de uma abordagem microeconmica neoclssica, um dos pilares da Moderna


Teoria de Finanas (MTF) a eficincia dos mercados, ancorado pelas premissas
acerca a racionalidade ilimitada, a averso ao risco e a maximizao da utilidade
esperada dos agentes econmicos. Na hiptese da eficincia de mercado, ou
Hiptese de Mercados Eficientes (HME), assume-se que uma nova informao
incorporada instantaneamente e corretamente nas expectativas dos agentes (FAMA
1970, 1991).

Desta forma, impossvel a um agente auferir ganhos acima do mercado


consistentemente, e todos os preos no mercado esto sempre em equilbrio. Ainda
segundo Fama (1970, 1991), h trs formas de eficincia de mercado: Fraca, SemiForte e Forte. A forma fraca ocorre em mercados onde os preos atuais refletem os
preos passados. Na forma semi-forte, h informaes disponveis publicamente,
sendo refletidas completamente nos preos de hoje. Com base exclusivamente nas
informaes divulgadas publicamente, no seria possvel ter desempenho melhor que
a do mercado. J na forma forte, os preos atuais refletem toda a informao existente
no mercado, inclusive informaes privilegiadas (inside information).

Existem evidncias da forma fraca em muitos mercados emergentes e a forma semiforte em outros mercados. Porm, no se conseguiram evidncias da forma forte de
eficincia de mercado em nenhum mercado. No Brasil, a literatura refuta a hiptese
de eficincia de mercado forte (ROCHMAN, EID 2007).

No tema informacional da eficincia de mercado, Freeman (2001) aborda a questo


da informao por outro prisma:
One of the fallacies which underlie the simplistic view of information
technology and its supposed role in providing more perfect information
to all agents in various markets is a confusion between information and
knowledge. Indeed, the two terms were often used interchangeably.
Information about price movements does not in itself convey
understanding of the markets behavior, essential though this

information may be to the development of such understanding. Still less


does information in itself confer the power to predict future movements
or changes in the markets. (FREEMAN, 2001, p. 5)

Este um ponto sutil, mas essencial no mercado financeiro. Acesso informao e a


incorporao da informao em seu processo decisrio so duas coisas diferentes.
Ainda que as informaes estejam disponveis em grande quantidade e para inmeros
agentes participantes do mercado, o que diferencia a atuao de cada participante e
os resultados obtidos o conhecimento especfico. Segundo Freeman (2001),
conhecimento a capacidade de compreender as informaes obtidas e saber uslas. Deste modo, a informao em si tem pouco valor. Os agentes que compreendem
melhor as informaes disponveis a todo o mercado obtm melhores resultados,
mesmo sem o uso de inside information.

Segundo Fama (1998), eventuais desvios do resultado esperado que eventualmente


sejam observados so explicados no curto prazo pelos limites da arbitragem e a
tendncia dos mercados de reagirem de maneira exacerbada (overreaction e
underreaction); ou atribudos a aberraes estatsticas, erros de metodologia e
modelos inadequados, no caso de divergncias observadas no longo prazo.

No campo da alocao em ativos financeiros, Markowitz (1952) props o conceito de


fronteira eficiente, utilizando os mesmos conceitos de averso ao risco, maximizao
da utilidade e racionalidade para descrever a escolha na alocao de ativos
financeiros dos agentes econmicos. Os ativos financeiros eram descritos em termos
de risco; ou seja, a volatilidade dos retornos obtidos; e retorno destes ativos. Deste
modo, Markowitz postulou que existia uma fronteira eficiente, composta pelos ativos
e carteiras diversificadas de menor risco para cada nvel de retorno esperado exigido.
Dada a racionalidade, averso a risco e maximizao da utilidade, todos agentes
econmicos convergiriam para a fronteira eficiente. A carteira eficiente, tambm
chamada de carteira de mnima varincia, determinada pelo ponto em que sua curva
de preferncia tangencia a fronteira eficiente.

Este conceito foi expandido no modelo CAPM (Capital Asset Pricing Model), de
Sharpe (1964). Neste, introduzido o conceito que, alm da carteira eficiente, todos
agentes tambm se valem do ativo livre de risco na sua alocao.

Porm, nos ltimos anos, um corpo de evidncias empricas mostrou que esta
abordagem proposta pela MTF no mais suficiente para modelar o comportamento
dos agentes. Modelos tradicionais, baseados na racionalidade ilimitada dos agentes
econmicos, e que, no passado, que foram to utilizados pela facilidade da
modelagem do comportamento dos mesmos, j no bastavam para explicar uma
gama

de

fenmenos

regularmente

observados

nos

mercados

financeiros

(YOSHINAGA et al, 2008).

Desta forma, surge o estudo das Finanas Comportamentais, que postula que estes
fenmenos observados, que divergem das concluses esperadas do MTF, podem ser
explicados por modelos que assumem uma racionalidade limitada dos agentes. A
princpio, o estudo das Finanas Comportamentais se ancorou em duas vertentes: a
formalizao dos limites arbitragem, o que impediria agentes racionais explorarem
desequilbrios nos preos causados por agentes menos racionais; e a psicologia dos
agentes (BARBERIS, THALER 2002).

Na segunda vertente, o estudo da psicologia dos agentes, busca incorporar alguns


vieses em seus modelos de racionalidade. Estes vieses presentes no comportamento
humano, relacionados ao processo decisrio dos indivduos, se apresentam de
maneira sistemtica, portanto passveis de caracterizao e modelagem terica.
Tversky e Kahneman (1974) propuseram que os indivduos se valem de heursticas,
ou regras simplificadoras, para responder de maneira mais rpida e eficiente a
problemas complexos. Assim sendo, os agentes esto sujeitos a cometer erros de
cognio durante a obteno da informao e o processo de deciso. A
caracterizao das preferncias inconsistentes dos agentes foi primeiramente
estudada por Kahneman e Tversky (1979).

Em Finanas, o comportamento de manada (herd behavior) se caracteriza pelo


movimento correlacionado dos investidores, resultante de uma inteno ou ao de
um grupo de investidores de imitar ou copiar o comportamento de outro grupo
(BIKHCHANDANI, SHARMA 2001).

A distino entre o efeito manada intencional (intentional herding) e o efeito manada


esprio (spurious herding) tambm foi discutida por Bikchandani et al (2001). No
primeiro, um grupo de investidores ativamente buscam emular a deciso de
investimento de outro grupo de investidores. J o segundo tipo pode ser descrito como
um movimento racional de agentes econmicos com o mesmo objetivo de
investimento, de posse do mesmo conjunto de informaes, e por meio de um
processo decisrio racional, autnomo e independente, acabam por tomar decises
de investimento semelhantes, movimentando-se no mesmo sentido. Ainda mais, o
efeito manada intencional pode decorrer de restries de acesso dos investidores a
alguns mercados. Enquanto o efeito manada esprio no viola os preceitos da MTF,
o efeito manada intencional o faz.

A natureza desse efeito manada chamada de cascata informacional, onde indivduos


no observam o processo decisrio dos outros indivduos, apenas os movimentos em
si. Sem ter acesso s informaes privadas dos que motivaram as decises dos outros
agentes, as aes prvias passam a ser os sinais que os demais agentes se utilizam.
O autor ainda argumenta que, mesmo em um ambiente desprovido de assimetria de
informao, o movimento ainda tem uma importncia muito grande:
Individuals can observe each others actions but not the private
information or signals that each player receives. (Even if individuals
communicate their private information to each other, the idea that
actions speak louder than words provides justification for this
assumption.) If individuals have some view about the appropriate course
of action, then inferences about a players private information can be
made from the actions chosen. (BIKHCHANDANI, SHARMA, 2001, p.
284)

Scharfstein e Stein (1990) propem outra explicao terica para a origem do efeito
manada, oriunda dos incentivos oferecidos remunerao dos profissionais do
mercado financeiro; tais como gestores de fundos de investimento, analistas e
consultores. Uma vez que a remunerao tende a ser baseada no desempenho
relativo do profissional, ou seja, seu desempenho quando comparado com
profissionais do mesmo perfil de instituies diferentes (peer group), h uma tendncia
dos profissionais menos competentes imitarem o comportamento dos mais
competentes, a fim de melhorar sua reputao no sistema.

Alm do mais, assumindo que h um componente de incerteza na avaliao de ativos


financeiros, o esquema de remunerao acaba por incentivar o comportamento
homogneo. Por conta da existncia de choques imprevisveis sistemticos afetando
os preos dos ativos financeiros, o nus de errar na deciso de investimento quando
se segue o mercado, aqui no sentido de peer group, muito menor do que errar
quando se foi contra o mercado, ou seja, na contramo do peer group. Deste modo,
h um incentivo a esses gestores de adotar uma estratgia alinhada com os
concorrentes; o autor chama este comportamento de sharing-the-blame effect.
(SCHARFSTEIN, STEIN 1990).

Trueman (1994) tambm analisou o efeito manada pelo prisma do comportamento dos
analistas. O autor encontrou evidncias de que as previses produzidas no refletem
as informaes disponveis de uma maneira imparcial. O resultado disso o
surgimento de um comportamento de manuteno do status quo, ou seja, de produzir
previses em linha com os resultados passados de uma empresa, ainda que essas
previses se desviem do que seriam esperadas dadas as informaes atuais.

Avaliando o comportamento dos gestores de recursos, Lakonishok, Shleifer e Vishny


(1992) avaliaram o tema do efeito manada no mercado de aes, analisando os ativos
detidos por 769 fundos americanos, na sua maioria fundos de penso, de 341 gestores
no perodo de 1985 a 1989. A periodicidade da composio dos fundos
quadrimestral. Os autores no encontraram evidncias significativas da presena de
efeito manada

no comportamento desses gestores.

Quando

avaliando o

comportamento em relao ao tamanho das aes, ou seja, a capitalizao burstil,


10

eles encontraram uma evidncia fraca de efeito manada em aes de menor


capitalizao (small cap).

De maneira semelhante e se valendo da mesma metodologia e mtrica (LSV) do


estudo citado acima, Wermers (1999) analisou o comportamento dos gestores de
4848 fundos no mercado americano, em um perodo entre 1975 a 1994. Em sua
anlise, o autor introduziu tambm a avaliao do estilo de gesto (aes growth vs.
value), alm do tamanho das aes (large, mid e small cap).

Da mesma maneira que Lakonishok et al (1992), o autor observou um nvel de efeito


manada baixo no agregado, porm mais significativo entre as aes de menor
capitalizao (small cap), de menor liquidez e entre os fundos orientados a aes de
maior crescimento (growth).

Em relao ao tema de efeito manada em mercados emergentes, vrios estudos na


literatura apontam nveis de efeito manada superiores em mercados emergentes,
quando comparado com mtricas similares em mercados maduros.

Como um exemplo de um estudo em um mercado em amadurecimento, Lobo e Serra


(2002) analisaram 32 fundos no mercado portugus, no perodo entre 1998 a 2000.
Em seu estudo, identificaram um nvel de efeito manada significativamente mais
elevado que o encontrado em mercados maduros. Valendo-se da mtrica LSV, eles
observaram tambm que a medida era primariamente sensvel volatilidade do
mercado e ao desempenho recente do mercado acionrio.

No mercado brasileiro, estudando o comportamento do investidor, podemos citar o


trabalho de Kutchukian, Eid Jr. e Dana (2010), que identificou evidncias da
ocorrncia de efeito manada em diferentes grupos de investidores, segregados de
acordo com o porte mdio de seu investimento, por meio de uma metodologia baseada
na direo das captaes lquidas de um grande nmero de fundos de investimento:
aes, renda fixa e multimercado.

11

Tambm no mercado brasileiro, Sanches (2013) investigou a ocorrncia de efeito


manada no mercado brasileiro de aes em relao ao ndice de mercado, atravs da
medida de disperso transversal dos betas (beta herding) das aes de 645 fundos
no perodo de janeiro de 1994 a maio de 2012. Os resultados obtidos por este trabalho
sugerem que existe um nvel base ou estacionrio de efeito manada, independente
das condies do mercado. Um achado do estudo que contraria o senso comum,
segundo o autor, foi a reduo dos nveis de efeito manada durante os perodos
marcados por crises financeiras.

12

3 METODOLOGIA

Neste captulo, descreveremos a metodologia utilizada para medir o efeito manada.


Descreveremos a natureza dos dados utilizados, o critrio de seleo e excluso dos
mesmos, assim como a origem dos dados. Apresentaremos tambm a estatstica
descritiva da amostra estudada. Por fim, descreveremos a mtrica utilizada para a
avaliao do efeito manada.

3.1.

Dados Amostrais

Os dados utilizados so as informaes da composio da carteira dos fundos de


investimento em ao, no perodo compreendido entre jan/2006 a dez/2013, com
periodicidade mensal. Por conta da Instruo CVM n 409/2004, no assunto de
interesse alterada pelos Incisos IV e V da Instruo CVM n522/2012, os fundos so
obrigados a divulgar a composio da carteira todo ms, podendo o administrador
omitir a divulgao da carteira em at 90 dias.1

As seguintes informaes foram coletadas do sistema Quantum Axis, que replica a


base de informao presente na CDA 3.0 (Composio e Diversificao das
Aplicaes) da CVM, agregando algumas outras. As informaes coletadas dos
fundos de investimento so:

a. Cdigo ANBID: cdigo nico identificador do fundo no SI-ANBID


b. Data de competncia: data de referncia das informaes da carteira
c. Patrimnio Lquido do Fundo: valor de todos ativos financeiros menos as
obrigaes do fundo, na data de competncia.
d. Nome do Ativo: nome do ativo (no padronizado).
e. Valor do Ativo: valor do ativo na data de competncia.
f. Quantidade Total: quantidade do ativo na data de competncia.

Do texto integral da Instruo CVM n 409, de 18 de agosto de 2004, com alteraes introduzidas pelas
Instrues CVM n 411/04, 413/04, 450/07, 456/07, 465/08, 512/11, 522/12, 524/12 e 536/13. Obtida em
http://www.cvm.gov.br/asp/cvmwww/Atos/Atos/inst/inst409consolid.doc

13

g. Participao do Ativo: percentual do valor do ativo no Patrimnio Lquido do


fundo.
h. Quantidade Aquisio: quantidade comprada no ms de competncia do ativo
em questo.
i.

Valor Aquisio: valor financeiro comprado no ms de competncia do ativo


em questo.

j.

Quantidade Venda: quantidade vendida no ms de competncia do ativo em


questo.

k. Valor Venda: valor financeiro vendido no ms de competncia do ativo em


questo.
l.

Tipo do Ativo: classe do ativo.

m. Tipo de Aplicao: classificao contbil.


n. Data da Divulgao: data de envio das informaes CVM.

Adicionalmente, tambm utilizamos a composio e o retorno dos ndices de aes,


assim como o retorno das aes componentes dos ndices da BM&F BOVESPA,
obtidos diariamente do sistema de informao da BM&F Bovespa. Os ndices
utilizados so:

a. IBrX: ndice BM&FBOVESPA Brasil 100


b. MCLX: ndice BM&FBOVESPA MidLarge Cap
c. SMLL: ndice BM&FBOVESPA Small Cap

Para os ndices supracitados, tambm obtivemos a capitalizao burstil livre (free


float market capitalization), medida que mostra a quantidade realmente disponvel no
mercado para negociao. Esta medida exclui as aes que compem a capitalizao
de mercado, mas que no so negociadas (locked-in shares), como as aes detidas
pelo controlador, aes detidas por rgos governamentais (ie. BNDES), entre outros.

14

Para as aes que compem os ndices no perodo estudado, tambm obtivemos o


volume dirio de negociao. Ambas as medidas foram obtidas do terminal de
informao Bloomberg.

3.2.

Critrios de Seleo

O primeiro critrio de seleo da amostra de fundos foi baseado na classificao CVM


sobre a composio da carteira dos fundos e sua modalidade legal. Selecionamos os
fundos de ao, ou seja, que mantenham em seu patrimnio lquido um percentual
mnimo de 67% nos seguintes ativos financeiros:

a) aes admitidas negociao em bolsa de valores ou entidade do


mercado de balco organizado;
b) bnus ou recibos de subscrio e certificados de depsito de aes
admitidas negociao nas entidades referidas na alnea a;
c) cotas de fundos de aes e cotas dos fundos de ndice de aes
negociadas nas entidades referidas na alnea a; e
d) Brazilian Depositary Receipts classificados como nvel II e III, de acordo
com o art. 3, 1, incisos II e III da Instruo CVM n 332, de 04 de abril
de 2000.2

Importante notar que a instruo normativa no prev qualquer restrio de


concentrao em qualquer ativo listado acima, inclusive a ativos de emisso da
instituio gestora, administradora ou custodiante:
2 Sem prejuzo do disposto no caput, o investimento nos ativos
financeiros listados no inciso I do 1 no estar sujeito a limites de
concentrao por emissor, desde que o regulamento e o prospecto,
quando houver, contenham, com destaque, alerta de que o fundo pode

Instruo CVM n 409/2004 e suas revises subsequentes. Art. 95-B. Pargrafo 1. Inciso I.

15

estar exposto a significativa concentrao em ativos financeiros de


poucos emissores, com os riscos da decorrentes.3

Tambm exclumos os fundos que tm modalidade legal Fundo de Investimento em


Cotas de Fundos de Investimento (FICFI), tal como disposto no Captulo XIII da
Instruo CVM n409/2004. Esta instruo dispe que estes fundos devem manter,
no mnimo, 95% de seu patrimnio investido em cotas de fundos de investimento de
uma mesma classe, excetuando-se os fundos de investimentos em cotas classificados
como multimercado.

A razo disto que a indstria de fundos no Brasil apresenta uma particularidade, que
bastante relevante para a seleo da amostra a ser estudada. Por no permitir mais
de uma classe de cota em um mesmo fundo, uma instituio que deseja vender uma
estratgia para mais de um segmento comercial, variando as taxas cobradas dos
cotistas, obrigada a montar uma srie de fundos cujo objetivo nico a venda, e um
outro fundo que concentra a gesto dos ativos de fato. Na indstria, esta estrutura tem
o nome coloquial de fundos-me e fundos-filho, ou master fund e feeder fund, ambos
casos respectivamente se referindo aos fundos de investimento onde realmente feita
a gesto; e aos fundos de investimento cujo objetivo a venda.

Uma vez que nosso objeto de estudo o comportamento do gestor, introduzir fundos
de investimento de cota equivale a realizar uma dupla contagem. Por este mesmo
motivo, retiramos os chamados fundos-espelho. Ainda que no seja uma classificao
legal, este tipo de fundo busca replicar o retorno de outro fundo, investindo a maior
parte de seu patrimnio em um nico fundo de investimento, com o objetivo de
oferecer condies diferentes de investimento ao cotista, como perfil de liquidez ou
aplicao mnima diferentes daqueles encontrados no fundo original.

Buscamos tambm selecionar os fundos de investimento em aes no qual a gesto


seja discricionria, ou seja, inteiramente a cargo da instituio gestora. Por conta
disso, retiramos os fundos de modalidade previdenciria, por introduzir limitaes

Instruo CVM n 409/2004 e suas revises subsequentes. Art. 95-B. Pargrafo 2.

16

gesto e escolha de ativos. Limitados pelas normas que regem as Entidades


Fechadas de Previdncia Complementar (EFPC)4 e a instruo que rege o
funcionamento dos fundos de investimento, temos que fundos de ao destinados
EFPC, diferentemente dos fundos de ao normais, possuem uma limitao de deter
aes das empresas coligadas a sua administradora:
I vedada a aquisio de aes de emisso do administrador, exceto
no caso do fundo cuja poltica de investimento consista em buscar
reproduzir ndice de mercado do qual as aes do administrador ou de
companhias a ele ligadas faam parte, caso em que tais aes podero
ser adquiridas na mesma proporo de sua participao no respectivo
ndice;5

Uma vez que o servio de administrao de recursos no Brasil concentrado nos


grandes conglomerados financeiros, e as aes destas empresas se encontram entre
as de maior capitalizao burstil e liquidez no mercado, a grande maioria dos fundos
previdencirios est exposta a este tipo de restrio.

Quando analisamos os dados de junho de 2014, vemos que as 10 maiores instituies


administradoras concentram 84% de todos os recursos financeiros. No caso de fundos
de previdncia, mais de 95% dos recursos financeiros encontra-se em instituies
com aes negociadas na BM&F Bovespa, portanto sujeitas limitao descrita
acima.6

Resoluo CMN n 3.792/2009 e suas revises subsequentes.


Instruo CVM n 409/2004 e suas revises subsequentes. Art. 86. Pargrafo 2. Inciso I
6
A lista de administradoras que possuem aes de emisso prpria ou de coligadas negociadas em Bolsa de
Valores : BB, Ita Unibanco (e sua controlada Intrag), Bradesco (e sua controlada BEM), Caixa e Santander.
5

17

Tabela 3.2.1: Patrimnio Lquido (R$ Bi) por Instituio Administradora. Data base: junho 2014
Curto Prazo
+ Ref. DI

Renda Fixa

Multimercado
+ Cambial

Aes

Previdncia

Outros

Total

126,2

218,0

11,6

58,2

94,6

19,2

527,8

Itau Unibanco

84,1

109,0

38,0

10,7

88,5

21,8

352,1

Bradesco

76,2

89,4

16,6

4,3

98,3

1,6

286,4

Caixa
BTG Pactual

32,5
6,1

104,0
16,5

16,5
71,9

22,7
13,9

22,4
0,1

26,8
48,4

225,0
156,8

BEM

4,0

43,0

73,3

10,9

2,3

23,2

156,7

Santander
BNY Mellon

50,9
6,8

36,6
14,2

17,0
52,1

3,3
33,2

22,0
4,7

11,6
18,5

141,5
129,5

Intrag

1,0

12,8

46,9

13,5

3,2

23,6

100,9

HSBC

28,6

25,6

10,7

2,0

11,7

7,3

85,9

416,4

668,9

354,6

172,7

347,9

201,9

2.162,5

90,9%

90,5%

71,3%

85,0%

96,7%

64,0%

84,0%

458,1

739,4

497,3

203,3

359,8

315,4

Administrador

BB

10 Maiores

Total

2.573,2
(em R$ Bilhes)

Fonte: Elaborao prpria, dados obtidos junto Anbima.

Tambm retiramos da amostra os fundos single-stock, ou seja, aqueles fundos que


investem grande parte de seu patrimnio em apenas uma ao, alm dos Fundos
Mtuos de Privatizao FGTS (FMP-FGTS), regulamentado pela Instruo CVM n
279/1998. Por ter um escopo de atuao to limitado, e ter a negociao de seu nico
ativo ditado unicamente por aportes, resgates ou recebimento de dividendos, a
incluso de dados de negociao provenientes deste tipo de fundo traria para a
anlise um elemento esprio na avaliao do efeito manada.

Por este mesmo motivo tambm retiramos os fundos indexados, abertos (open ended
funds) e fechados (close ended funds). Por seguirem um ndice de mercado, o padro
da negociao de seus ativos tambm responde mais a eventos de aporte, resgate e
recebimento de dividendos. Mais problemtico, os fundos fechados somente recebem
aportes e honram resgates por meio de uma cesta de integralizao, composta pelos
ativos que compe o ndice de referncia.7

Instruo CVM n 359/2002 e suas revises subsequentes.

18

Assim, a seleo da amostra a ser estudada visa selecionar apenas os fundos com
gesto ativa, desta forma minimizando a possibilidade de capturar o efeito manada
esprio (BIKHCHANDANI, SHARMA 2001).

3.3.

Perodo de Anlise

Foram coletadas informaes referentes composio dos fundos de investimentos


selecionados do perodo de jan/2006 a dez/2013. Ao se verificar a representatividade
do volume de negociao mensal da amostra ante o volume apresentado pela Bolsa
BM&F Bovespa no mesmo perodo, observamos que capturamos um percentual muito
pequeno da movimentao antes de set/2007.
Grfico 3.3.1: Percentual do Volume dos Trades da amostra vs. BM&F Bovespa (mensal)
7,00%
6,00%
5,00%
4,00%
3,00%

2,00%
1,00%
0,00%

Fonte: Elaborao prpria, dados da pesquisa.

Observamos tambm uma queda desta medida aps out/2013. Na data de obteno
dos dados, as posies acionrias dos fundos para os meses de nov/2013 e dez/2013
estavam ocultadas pelos administradores, que possuem a prerrogativa de omitir por
90 dias a divulgao da carteira para os rgos competentes (CVM).8

Por estes motivos, restringimos o perodo de estudo para set/2007 a out/2013.

Instruo CVM n 409/2004 e suas revises subsequentes.

19

3.4.

Estatsticas Descritivas

Podemos observar, pela tabela abaixo, a distribuio dos fundos da amostra por
classificao Anbima. Vemos que a categoria Aes Livre responsvel por cerca de
50% da quantidade de fundos e de recursos financeiros. A categoria dos fundos de
Aes Setoriais detm a terceira posio na quantidade de fundos, e a segunda
posio quanto ao patrimnio lquido.

Tabela 3.4.1: Descrio da amostra por classificao Anbima. Data base: outubro 2013

Classificao Anbima

Patrimnio
Lquido

n fundos

Aes Livre
Aes Setoriais
Aes Ibovespa Ativo
Aes Dividendos
Aes IBrX Ativo
Aes Small Caps
Aes Sustentabilidade/Governana

311
78
121
56
43
30
3

Total

642

48,4%
12,1%
18,8%
8,7%
6,7%
4,7%
0,5%

29.856,3
7.802,4
7.787,5
6.050,0
4.762,4
2.556,2
73,9

50,7%
13,2%
13,2%
10,3%
8,1%
4,3%
0,1%

58.888,7
(em R$ Bilhes)

Fonte: Elaborao prpria, dados obtidos junto Anbima.

Assim como os fundos de Ao Ibovespa Ativo, IBrX Ativo, Dividendos, Small Caps e
Sustentabilidade/Governana, os fundos denominados Aes Setoriais possuem uma
poltica de investimento bastante clara:

Fundos que investem em empresas pertencentes a um mesmo setor ou


conjunto de setores afins da economia. Estes fundos devem explicitar
em suas polticas de investimento os setores, subsetores ou segmentos
elegveis para aplicao, conforme classificao setorial definida pela
Bovespa.9

Classificao ANBIMA de Fundos: http://portal.anbima.com.br/fundos-de-investimento/classificacao-defundos

20

J em relao s instituies gestoras, vemos que as maiores instituies financeiras


ocupam as primeiras posies tanto de patrimnio, quanto de gesto.

Tabela 3.4.2: Descrio da amostra por instituio gestora. Data base: outubro 2013

Gestor

n fundos

Ita Asset Management


BRAM
BB
Dynamo Asset Management
Vinci Partners
BTG Pactual
Santander Asset Management
Solidus Asset Management
Western Asset Management
ARX Asset Management
Credit Suisse Hedging-Griffo
Caixa
Demais (202 gestores)

53
35
27
4
12
16
20
3
9
8
9
10
436

Total

642

8,3%
5,5%
4,2%
0,6%
1,9%
2,5%
3,1%
0,5%
1,4%
1,2%
1,4%
1,6%
67,9%

Patrimnio
Lquido
5.324,7 9,0%
3.953,6 6,7%
3.731,1 6,3%
2.768,9 4,7%
2.586,0 4,4%
2.037,5 3,5%
1.915,7 3,3%
1.733,6 2,9%
1.697,6 2,9%
1.560,8 2,7%
1.507,9 2,6%
1.392,4 2,4%
28.678,9 48,7%
58.888,7
(em R$ Bilhes)

Fonte: Elaborao prpria, dados obtidos junto Anbima.

Verificamos tambm que, quando separamos os fundos por seu patrimnio lquido em
quintis, ms a ms, a representatividade dos mesmos uniforme no perodo
estudado, tanto em relao ao percentual do patrimnio lquido quanto ao volume,
tende a ser razoavelmente constante.

21

Grfico 3.4.1: Percentual do Volume dos Trades da amostra segregado por quintis vs. BM&F Bovespa
(mensal)
7%

6%

5%

4%

3%

2%

1%

0%

Q1

Q2

Q3

Q4

Q5

Fonte: Elaborao prpria, dados da pesquisa.

Grfico 3.4.2: Percentual do Patrimnio Lquido dos fundos da amostra segregado por quintis vs. Free
Float Market Capitalization da BM&F Bovespa
6%

5%

4%

3%

2%

1%

0%

Q1

Q2

Q3

Q4

Q5

Fonte: Elaborao prpria, dados da pesquisa.

22

3.5.

Medida de avaliao do efeito manada ()

Para a mensurao do efeito manada, utilizamos a mtrica apresentada por


Lakonishok, Shleifer, Vishny (1992) (LSV).

Esta mtrica busca medir o comportamento de compras e vendas lquidas realizadas


por um conjunto de fundos de investimento em um perodo , para cada ao detida
em carteira.
Assim, avalia-se a diferena entre a probabilidade observada de uma ao ser
comprada ou vendida por um gestor de fundos de investimento em um perodo e a
probabilidade de que o mesmo ativo seja comprado ou vendido caso cada gestor
agisse de forma independente.

Procura-se ento medir como o comportamento de compra ou venda de um


determinado ativo diverge do esperado, ou seja, diverge da hiptese da no
ocorrncia do efeito manada.

A medida definida por:

(,) = |

(,)
(,) +(,)

(,) = |

(,) | (,)

(,)
(,) +(,)

(,) |

Equao (1)

Equao (2)

Onde:

(,) = nmero de gestores que aumentaram suas posies no ativo no perodo


(compradores lquidos);
23

(,) = nmero de gestores que diminuram suas posies no ativo no perodo


(vendedores lquidos);

(,) = a proporo esperada de gestores comprando aes no perodo em relao


ao nmero total de gestores;

(,) = termo de ajuste, a esperana do primeiro termo sob a premissa de no


ocorrncia de efeito manada.

A medida consiste na proporo de fundos que foram compradores lquidos, ou seja,


aumentaram sua participao da ao no perodo , em relao a todos os fundos
que negociaram a ao no perodo .

Na hiptese de no ocorrncia de efeito manada, ou seja, que todos os fundos


negociam de forma independente, esta medida tem um valor esperado nulo, ou seja,
metade dos gestores compradora lquida, e a outra metade vendedora lquida.

Ainda mais, ao menos que assumirmos que a indstria de fundos de aes tenha
crescimento nulo, ou seja, no sofra variaes em seu patrimnio por conta de aportes
e resgates, a medida da proporo dos compradores lquidos

(,)

(,) +(,)

poder divergir

tanto para cima quanto para baixo, sem a ocorrncia de efeito manada (BELLANDO
2012).

Desta forma, sob a hiptese nula da no ocorrncia de efeito manada, espera-se que
o comportamento de compra e venda seja homogneo no perodo . Portanto:

|(,) | = ()

Equao (3)

Onde () calculado obtendo o nmero de fundos que foram compradores lquidos


no perodo pelo nmero de gestores que transacionou alguma ao no perodo.

24

() =

()
Equao (4)

() +()

Uma vez que o comportamento de (,) para cada ao e fundo segue uma
distribuio binomial, esta medida viesada para aes que so detidas por um
pequeno nmero de fundos. Portanto, utiliza-se o termo de ajuste (,), o valor
esperado de |

(,)

(,) +(,)

(,) | sob a hiptese nula de no ocorrncia de efeito

manada. Como dito antes, este termo segue uma distribuio binomial com
probabilidade de sucesso (,) , e quantidade de tentativas dada por (,) + (,), ou
seja, o nmero de fundos que negociaram o ativo no perodo . Utilizamos o mdulo
dos dois termos para evitar compensaes do efeito manada no sentido de compra
com o de venda.

Desta maneira, conhecendo o nmero de fundos ativos em uma ao e a proporo


de fundos que so compradores lquidos no ms, facilmente se calcula o termo de
ajuste (,) .

Por fim, o roteiro de construo da mtrica :

1. Contagem do nmero de fundos que foram compradores lquidos, vendedores


lquidos e que negociaram a ao no ms ;
2. Apurao de () e (,) ;
3. Simulao e clculo de (,);
4. Clculo de (,);
5. Apurao da mdia, erro-padro e significncia estatstica da medida (,)
para:
a. Toda amostra;
b. Grupo de fundos, segregados em quintis por seu patrimnio lquido;
c. Grupo de aes , segregados por sua capitalizao burstil;
d. Aes individuais, selecionadas as de maior representatividade no

ndice de mercado acionrio, ou seja, as de maior capitalizao


burstil.
25

4 RESULTADOS

Neste captulo so analisados os principais resultados e as caractersticas obtidos na


anlise da amostra para indcios de ocorrncia do efeito manada.

Investigamos a ocorrncia do efeito manada primeiramente em (i) toda amostra,


depois (ii) segregando os fundos em quintis por seu patrimnio lquido, (iii) dividindo
pela capitalizao burstil das aes e finalmente (iv) analisando o comportamento
individual das dez maiores aes em termos de capitalizao burstil.

4.1.

Toda amostra

A tabela 4.1.1 apresenta o resultado o efeito manada para toda a amostra. No caso,
temos um total de 74 observaes mensais, abrangendo 172 aes de 149 empresas
diferentes. Observamos que todos valores so significativamente diferentes de zero a
um nvel de significncia de 1%.
Tabela 4.1.1: Medida do efeito manada () de toda amostra
n
empresas

Toda amostra

149

n
aes

172

Todas aes

Aes detidas por


Aes detidas por
mais de 20 gestores mais de 50 gestores

Mdia

0,1048

0,1015

0,0898

(DP)

(0,0079)

(0,0102)

(0,0107)

Mediana

0,1045

0,0990

0,0905

Fonte: Elaborao prpria, dados da pesquisa.

Em linha com Lakonishok et al (1992), a medida de efeito manada tende a decrescer


com o aumento no nmero de gestores ativos na ao em cada perodo. Observamos
que a amostra estudada apresenta este mesmo comportamento.

Na tabela 4.1.2 apresentamos o p-value de um teste t, onde testamos se as mdias


dos diferentes nveis so iguais. Formalizando:

0 : () = (>20)
: () (>20)

0 : () = (>50)
: () (>50)

26

A um nvel de significncia de 5%, vemos que a mtrica () para o grupo de aes


detida por 20 ou mais fundos significativamente diferente das duas demais.
Tabela 4.1.2 Teste-t de igualdade de mdias por aes mais lquidas

Todos
>20
>50

Todos
1
0,0288
0,0000

>20

>50

1
0,0000

Fonte: Elaborao prpria, dados da pesquisa.

O grfico 4.1.1 mostra a evoluo da medida ao longo do tempo, indicando a


persistncia temporal destes nveis de efeito manada, sem tendncia de aumento ou
queda.
Grfico 4.1.1: Medida do efeito manada ()
12%
11%
10%
9%
8%
7%
6%
5%
4%
3%
2%

Fonte: Elaborao prpria, dados da pesquisa.

27

4.2.

Tamanho dos fundos

A tabela 4.2.1 apresenta o resultado do efeito manada para os fundos segregados por
seu tamanho. Dividimos a cada final do ms a amostra de fundos em cinco quintis
pelo patrimnio lquido. A amostra rebalanceada mensalmente.
Tabela 4.2.1: Medida do efeito manada () segregada por tamanho do fundo

n
empresas

Toda amostra
1
(Menor)

4
5
(Maior)

149

130

133

136

136

134

n
aes

172

146

150

151

153

155

Todas aes
Mdia

0,1048

(DP)

(0,0079)

Mediana
Mdia

0,1045
0,0965

(DP)

(0,0202)

Mediana
Mdia

0,0970
0,1023

(DP)

(0,0145)

Mediana
Mdia

0,1025
0,1019

(DP)

(0,0125)

Mediana
Mdia

0,1034
0,1041

(DP)

(0,0103)

Mediana
Mdia

0,1053
0,1037

(DP)

(0,0133)

Mediana

0,1051

Fonte: Elaborao prpria, dados da pesquisa.

Os fundos posicionados no primeiro quintil, ou seja, com menor patrimnio lquido


apresentam um nvel de efeito manada menor que o observado em toda a amostra.
Entre os fundos classificados no segundo ao quinto quintil, vemos pouca diferena no
nvel da medida () .

Na tabela 4.2.2 apresentamos o p-value de um teste t, onde testamos se as mdias


dos diferentes nveis so iguais. Os valores em negrito indicam aqueles que no
podemos rejeitar a hiptese nula de igualdade de mdias a um nvel de significncia
de 5%.

28

Tabela 4.2.2: Teste-t de igualdade de mdias por tamanho dos fundos

Q1
Q2
Q3
Q4
Q5
Total

Q1
1
0,0480
0,0569
0,0049
0,0115
0,0014

Q2

Q3

Q4

Q5

Total

1
0,8388
0,3878
0,5289
0,1915

1
0,2358
0,3735
0,0868

1
0,8599
0,6267

1
0,5497

Fonte: Elaborao prpria, dados da pesquisa.

Observamos que a maioria dos fundos, com exceo dos 20% menores fundos, so
homogneos no que tange o nvel do efeito manada.

4.3.

Tamanho das aes

Investigamos tambm como a mtrica () varia em relao segmentao da


capitalizao burstil das aes (market capitalization, ou abreviado, market cap).
Para tanto, utilizamos a definio da BM&F Bovespa para o que so as aes de
menor capitalizao (Small Cap, ou SMLL) e maior capitalizao (Mid Large Cap, ou
MLCX).

As empresas que, em conjunto, representarem 85% do valor de


mercado total da Bolsa so elegveis para participarem do ndice MLCX.
As demais empresas que no estiverem includas nesse universo so
elegveis para participarem do ndice SMLL. (BM&F Bovespa, 2013) 10

Adicionalmente, segmentamos as aes de maior capitalizao em trs nveis:


enorme capitalizao (Ultra Large Cap), maior capitalizao (Large Cap) e mdia
capitalizao (Mid Cap), anlogo s restries de investimentos obtidas na definio
do que um Fundo Small Cap para a ANBIMA.

10

Conforme obtido na pgina da BM&F Bovespa:


http://www.bmfbovespa.com.br/indices/ResumoIndice.aspx?Indice=SMLL

29

Fundos cuja carteira investe, no mnimo, 90% em aes de empresas


que no estejam includas entre as 25 maiores participaes do IBrX ndice Brasil, ou seja, aes de empresas com relativamente baixa e
mdia capitalizao de mercado. Os 10% remanescentes podem ser
investidos em aes de maior liquidez ou capitalizao de mercado,
desde que no estejam includas entre as dez maiores participaes do
IBrX ndice Brasil, ou em caixa. (ANBIMA, 2013) 11

Assim sendo, segmentamos as aes de acordo com sua capitalizao burstil,


agregando a participao de todas as classes de aes de emisso de uma mesma
companhia. Deste modo, temos os seguintes nveis:

1. Ultra Large Cap: as aes correspondentes s dez maiores participaes do


ndice IBrX.
2. Large Cap: as aes que correspondem 11 at a 25 maior participao do
ndice IBrX.
3. Mid Cap: todas aes que compem o ndice MCLX e que no se enquadram
em nenhuma das demais categorias aqui descritas.
4. Small Cap: as aes que compem o ndice SMLL.

As aes so reclassificadas ao final de cada ms. Desta maneira, migraes de


segmento de capitalizao burstil so capturadas e refletidas corretamente nas
avaliaes das mtricas. A tabela 4.3.1 apresenta o resultado do efeito manada das
aes segregados pelo tamanho.

11

Conforme obtido na pgina da ANBIMA: http://portal.anbima.com.br/fundos-de-investimento/classificacaode-fundos/classificacao-anbima-de-fundos/Pages/classificacao.aspx?classificacaoId=23

30

Tabela 4.3.1: Medida do efeito manada () segregada por market cap


n
empresas

Toda amostra

Ultra Large Cap

Large Cap

Mid Cap

Small Cap
Ultra + Large
Cap
Ultra + Large +
Mid Cap
Large + Mid Cap

149

10

16

37

86

26

63

53

n
aes

172

16

22

46

88

38

84

68

Todas aes

Aes detidas por


Aes detidas por
mais de 20 gestores mais de 50 gestores

Mdia

0,1048

0,1015

0,0898

(DP)

(0,0079)

(0,0102)

(0,0107)

Mediana
Mdia

0,1045
0,0828

0,0990
0,0810

0,0905
0,0764

(DP)

(0,0171)

(0,0184)

(0,0190)

Mediana
Mdia

0,0787
0,0954

0,0792
0,0877

0,0751
0,0832

(DP)

(0,0207)

(0,0191)

(0,0181)

Mediana
Mdia

0,0939
0,0980

0,0887
0,0991

0,0783
0,0911

(DP)

(0,0158)

(0,0176)

(0,0196)

Mediana
Mdia

0,0977
0,1147

0,0968
0,1153

0,0917
0,1038

(DP)

(0,0133)

(0,0202)

(0,0263)

Mediana
Mdia

0,1134
0,0900

0,1119
0,0846

0,1016
0,0800

(DP)

(0,0138)

(0,0120)

(0,0125)

Mediana
Mdia

0,0889
0,0944

0,0834
0,0922

0,0800
0,0853

(DP)

(0,0099)

(0,0109)

(0,0113)

Mediana
Mdia

0,0953
0,0971

0,0920
0,0953

0,0870
0,0880

(DP)

(0,0123)

(0,0139)

(0,0140)

Mediana

0,0988

0,0953

0,0895

Fonte: Elaborao prpria, dados da pesquisa.

Tambm em linha com os resultados obtidos por Lakonishok et al (1992), observamos


que o nvel do de efeito manada maior para as aes Small Cap, e tambm menor
com o aumento no nmero de gestores ativos na ao no perodo em questo.

Na tabela 4.2.2 apresentamos o p-value de um teste t, onde testamos se as mdias


dos diferentes nveis so iguais. Os valores em negrito indicam aqueles que no
podemos rejeitar a hiptese nula de igualdade de mdias.

Tabela 4.3.2: Teste-t de igualdade de mdias por capitalizao burstil das aes

Ultra
Large
Mid
Small
Total

Ultra
1
0,0001
0,0000
0,0000
0,0000

Large

Mid

Small

Total

1
0,3806
0,0000
0,0003

1
0,0000
0,0012

1
0,0000

Fonte: Elaborao prpria, dados da pesquisa.

31

4.4.

Aes individuais Ultra Large Cap

Aqui apresentamos a mtrica do efeito manada () para uma seleo das aes Ultra
Large Cap, definidas pelas 10 maiores participaes histricas do IBrX. Comparamos
com o retorno da ao e a representatividade do volume mensal negociado dos fundos
da amostra com o total apurado. A anlise realizada no perodo de set/2007 a
out/2013, devido s excluses da base, tal como descrito na seo 3.2.

Todos valores so significativamente diferentes de zero a um nvel de significncia de


1%.
Tabela 4.4.1: Maiores participaes no IBrX (set/2007 a out/2013)

AMBV4
BRFS3
PETR3
PETR4
ITUB4
ITSA4
BBAS3
BBDC4
BVMF3
CIEL3
EMBR3
CSNA3
GGBR4
VALE3
VALE5
CMIG4

Nome
Ambev PN
Brasil Foods ON
Petrobras ON
Petrobras PN
Ita PN
Itausa PN
Banco do Brasil ON
Bradesco PN
BMF Bovespa ON
Cielo ON
Embraer ON
Cosan ON
Gerdau PN
Vale ON
Vale PN
Cemig PN

Setor
Consumo No Cclico
Consumo No Cclico
Petrleo, Gs e Biocombustveis
Petrleo, Gs e Biocombustveis
Financeiro
Financeiro
Financeiro
Financeiro
Financeiro
Financeiro
Bens Industriais
Materiais Bsicos
Materiais Bsicos
Materiais Bsicos
Materiais Bsicos
Utilidade Pblica
Mdia

Maior
posio
3
7
2
1
1
7
8
3
7
11
11
7
7
4
1
10

Mdia
H(i) % Trades
0,0749 5,43%
0,0717 6,75%
0,0983 7,10%
0,0705 2,88%
0,0754 4,56%
0,0860 6,72%
0,0897 6,03%
0,0742 4,05%
0,0863 3,39%
0,0994 6,48%
0,1018 5,87%
0,0909 4,72%
0,0714 5,58%
0,0976 9,01%
0,0728 3,30%
0,0754 6,73%
0,0835

5,54%

Fonte: Elaborao prpria, dados da pesquisa.

32

Na tabela 4.4.2 apresentamos o p-value de um teste t, onde testamos se as mdias


das aes individuais so iguais mdia para o segmento Ultra Large Cap. Os valores
em negrito indicam aqueles que no podemos rejeitar a hiptese nula de igualdade
de mdias, a um nvel de significncia de 5%.

Assim, verificamos tambm que, com a exceo de uma ao, Embraer ON (EMBR3),
a medida de efeito manada das aes Ultra Large Cap possuem um comportamento
homogneo.

Tabela 4.4.2: Teste-t de igualdade de mdias aes individuais vs. segmento Ultra Large Cap

AMBV4
BRFS3
PETR3
PETR4
ITUB4
ITSA4
BBAS3
BBDC4
BVMF3
CIEL3
EMBR3
CSNA3
GGBR4
VALE3
VALE5
CMIG4

Nome
Ambev PN
Brasil Foods ON
Petrobras ON
Petrobras PN
Ita PN
Itausa PN
Banco do Brasil ON
Bradesco PN
BMF Bovespa ON
Cielo ON
Embraer ON
Cosan ON
Gerdau PN
Vale ON
Vale PN
Cemig PN

Setor
Consumo No Cclico
Consumo No Cclico
Petrleo, Gs e Biocombustveis
Petrleo, Gs e Biocombustveis
Financeiro
Financeiro
Financeiro
Financeiro
Financeiro
Financeiro
Bens Industriais
Materiais Bsicos
Materiais Bsicos
Materiais Bsicos
Materiais Bsicos
Utilidade Pblica

p-value
0,8299
0,1129
0,0603
0,2247
0,1589
0,7447
0,4543
0,2808
0,2682
0,2371
0,0224
0,2746
0,1244
0,1128
0,1929
0,3129

Fonte: Elaborao prpria, dados da pesquisa.

33

set/2007

h(i)

Preo Ao

10,0%

10,00

0,0%

5,0%

0,0%

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

set/2013

set/2013

jun/2013

5,0%

mar/2013

10,0%

jun/2013

20,00

mar/2013

20,0%

dez/2012

15,0%

dez/2012

30,00

set/2012

25,0%

set/2012

20,0%

jun/2012

40,00

mar/2012

25,0%

jun/2012

40,0%

mar/2012

Grfico 4.4.3: Petrobras ON


dez/2011

Trades Amostra vs. Fundo (ms)

dez/2011

set/2011

15,0%

jun/2011

30,0%

mar/2011

50,00

dez/2010

35,0%

set/2010

60,00

jun/2010

45,0%

mar/2010

Preo Ao
dez/2009

dez/2009

0,0%

set/2009

Preo Ao

set/2009

5,0%

jun/2009

10,0%

mar/2009

30,00

jun/2009

25,0%

mar/2009

30,0%

dez/2008

60,00

dez/2008

35,0%

set/2008

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

set/2008

0,0%

mar/2008

30,00

jun/2008

5,0%

mar/2008

40,00

jun/2008

60,00

mar/2008

10,0%

set/2007

70,00

dez/2007

15,0%

set/2007

20,0%

dez/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

100,00

dez/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

set/2007
dez/2007

25,0%

set/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

h(i)

mar/2011

set/2007
dez/2007

h(i)

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

dez/2007

Grfico 4.4.1 Ambev PN12


90,00

14,0%

80,00
12,0%

10,0%

50,00

8,0%

6,0%

20,00

4,0%

10,00

2,0%

0,0%

Trades Amostra vs. Fundo (ms)

Grfico 4.4.2: Brasil Foods ON13


16,0%

50,00
14,0%

40,00
12,0%

20,0%
10,0%

15,0%
8,0%

20,00
6,0%

10,00
4,0%

2,0%

0,0%

Trades Amostra vs. Fundo (ms)

12

Na data de 11/nov/2013, tanto as aes ordinrias quanto as preferenciais da Ambev (AMBV) foram convertidas em aes ordinrias
ABEV3, a um fator de 5 aes recebidas para cada 1 detida.
13 Na data de 22/set/2009, Sadia (SDIA) foi incorporada por BR Foods (PRGA), antiga Perdigo. Em 10/dez/2009, seu cdigo de negociao
mudou de PRGA para BRFS3.

34

set/2007

h(i)

Preo Ao
set/2013

jun/2013

set/2013

mar/2013

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

jun/2013

0,0%

mar/2013

dez/2012

2,0%

dez/2012

4,0%

2,00
set/2012

4,00

set/2012

6,0%

jun/2012

6,00

mar/2012

8,0%

jun/2012

10,0%

8,00

mar/2012

Grfico 4.4.6: Itausa PN


dez/2011

Trades Amostra vs. Fundo (ms)

dez/2011

10,00

set/2011

12,0%

jun/2011

10,0%
12,00

mar/2011

15,0%

14,0%

dez/2010

20,0%

14,00

set/2010

Preo Ao
set/2009

0,0%

jun/2009

1,0%

jun/2010

0,0%
2,0%

5,00

mar/2010

5,0%
3,0%

10,00

dez/2009

25,0%
4,0%

15,00

mar/2009

Preo Ao

set/2009

30,0%
5,0%

20,00

jun/2009

0,0%
6,0%

25,00

mar/2009

5,0%
7,0%

30,00

dez/2008

10,0%

8,0%

35,00

dez/2008

15,0%

9,0%

40,00

set/2008

25,0%

45,00

set/2008

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

5,00

0,0%

jun/2008

5,0%

mar/2008

20,0%
3,0%

jun/2008

30,0%
4,0%

20,00

mar/2008

10,0%

set/2007

20,0%
25,00

dez/2007

30,0%

set/2007

40,00

dez/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

45,00

35,0%

dez/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

set/2007
dez/2007

40,0%

set/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

h(i)

mar/2011

set/2007
dez/2007

h(i)

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

dez/2007

Grfico 4.4.4: Petrobras PN


7,0%

35,00

6,0%

25,0%
30,00
5,0%

15,0%
15,00

10,00
2,0%

1,0%

0,0%

Trades Amostra vs. Fundo (ms)

Grfico 4.4.5: Ita PN14

Trades Amostra vs. Fundo (ms)

14

Na data de 03/nov/2008, foi anunciado o acordo de fuso entre Ita e Unibanco, formando o Ita Unibanco. Em 30/mar/2009, as units
do Unibanco (UBBR11) foram convertidas em aes do Ita (ITAU). Em 20/mai/2009, seu cdigo de negociao mudou de ITAU para ITUB.

35

set/2007

h(i)

Preo Ao

25,0%
60,00

20,0%

15,0%

10,0%

20,00

2,0%

0,0%

0,0%

set/2011

jun/2011

mar/2011

dez/2010

set/2013

set/2013

jun/2013

10,00

mar/2013

5,0%

jun/2013

4,0%

mar/2013

6,0%

dez/2012

30,00

dez/2012

8,0%
set/2012

40,00

set/2012

10,0%

jun/2012

50,00

mar/2012

12,0%

jun/2012

30,0%

mar/2012

Grfico 4.4.9: Cielo ON15


dez/2011

Trades Amostra vs. Fundo (ms)

dez/2011

14,0%

set/2011

80,00

70,00

jun/2011

35,0%

mar/2011

Preo Ao

dez/2010

set/2010

0,0%

set/2010

5,00

jun/2010

5,0%

mar/2010

10,0%

jun/2010

15,00

mar/2010

20,00

dez/2009

15,0%

dez/2009

25,00

set/2009

Preo Ao

set/2009

20,0%

jun/2009

25,0%

mar/2009

40,00

jun/2009

35,00

mar/2009

30,0%
set/2008

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

dez/2008

10,0%

dez/2008

10,00

jun/2008

15,0%

set/2008

15,00

set/2008

20,0%

mar/2008

20,00

jun/2008

10,0%

25,0%

mar/2008

25,00

jun/2008

30,0%

mar/2008

0,0%

set/2007

35,0%

dez/2007

5,0%

set/2007

35,00

dez/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

40,0%

dez/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

set/2007
dez/2007

45,0%

set/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

h(i)

mar/2011

set/2007
dez/2007

h(i)

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

dez/2007

Grfico 4.4.7: Banco do Brasil ON

30,00

20,0%

18,0%

16,0%

14,0%

12,0%

8,0%

6,0%

5,00
4,0%

2,0%

0,0%

Trades Amostra vs. Fundo (ms)

Grfico 4.4.8: Bradesco PN


10,0%

30,00
9,0%

8,0%

7,0%

6,0%

5,0%

4,0%

10,00
3,0%

2,0%

1,0%

0,0%

Trades Amostra vs. Fundo (ms)

15

Na data de 29/jun/2009, foi realizado o IPO de Visanet. Em 18/dez/2009, as aes de Visanet (VNET3) foram convertidas em Cielo
(CIEL3).

36

set/2007

h(i)

Preo Ao

30,0%
30,00

25,0%

25,00

20,0%

20,00

15,0%

15,00

10,0%

10,00

5,0%

5,00

0,0%

set/2011

jun/2011

mar/2011

dez/2010

set/2013

set/2013

jun/2013

0,0%

mar/2013

1,0%

jun/2013

2,0%

mar/2013

3,0%

dez/2012

4,0%

dez/2012

5,0%

set/2012

6,0%

set/2012

7,0%

jun/2012

8,0%

mar/2012

9,0%

jun/2012

10,0%

mar/2012

Grfico 4.4.12: Gerdau ON


dez/2011

Trades Amostra vs. Fundo (ms)

dez/2011

set/2011

35,00

jun/2011

40,00

35,0%

mar/2011

40,0%

dez/2010

Preo Ao
set/2010

set/2010

0,0%

jun/2010

5,00

mar/2010

5,0%

jun/2010

10,00

mar/2010

10,0%

dez/2009

15,00

dez/2009

15,0%

set/2009

Preo Ao

set/2009

20,00

jun/2009

20,0%

mar/2009

25,00

jun/2009

30,00

25,0%

mar/2009

30,0%

dez/2008

35,00

dez/2008

35,0%

set/2008

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

set/2008

0,0%

mar/2008

5,0%

jun/2008

10,0%

mar/2008

10,00

jun/2008

15,00

mar/2008

15,0%

set/2007

25,0%

dez/2007

20,0%

set/2007

25,00

dez/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

30,0%

dez/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

set/2007
dez/2007

35,0%

set/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

h(i)

mar/2011

set/2007
dez/2007

h(i)

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

dez/2007

Grfico 4.4.10: Embraer ON


16,0%

20,00
14,0%

12,0%

10,0%
8,0%

6,0%

5,00
4,0%

2,0%

0,0%

Trades Amostra vs. Fundo (ms)

Grfico 4.4.11: Cosan ON


12,0%

10,0%

8,0%

6,0%

4,0%

2,0%

0,0%

Trades Amostra vs. Fundo (ms)

37

set/2007

h(i)
Preo Ao
6,0%

5,0%

25,00

4,0%

3,0%

10,00
2,0%

5,00

1,0%

0,0%

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

jun/2013

mar/2013
jun/2013

set/2013

mar/2013

dez/2012

set/2013

set/2012
dez/2012

set/2012

jun/2012

40,00

mar/2012

7,0%

jun/2012

45,00

mar/2012

Grfico 4.4.14: VALE PN

dez/2011

Trades Amostra vs. Fundo (ms)

dez/2011

set/2011

20,00

jun/2011

15,00

mar/2011

30,00

dez/2010

35,00

set/2010

Preo Ao

jun/2010

50,00

mar/2009

0,0%

set/2008

dez/2008

5,0%

mar/2010

0,0%

10,00

dez/2009

5,0%
10,0%

set/2009

10,0%
20,00

jun/2009

15,0%
15,0%

mar/2009

20,0%
30,00

dez/2008

25,0%
20,0%

jun/2008

0,0%
40,00

set/2008

10,0%
25,0%

mar/2008

15,0%
50,00

jun/2008

20,0%
30,0%

mar/2008

25,0%

60,00

dez/2007

5,0%

set/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

30,0%

dez/2007

set/2007
dez/2007

35,0%

set/2007

set/2013

jun/2013

mar/2013

dez/2012

set/2012

jun/2012

mar/2012

dez/2011

set/2011

jun/2011

mar/2011

h(i)

dez/2010

set/2010

jun/2010

mar/2010

dez/2009

set/2009

jun/2009

mar/2009

dez/2008

set/2008

jun/2008

mar/2008

dez/2007

Grfico 4.4.13: VALE ON

Trades Amostra vs. Fundo (ms)

38

5 CONCLUSO

Este trabalho se props a testar empiricamente a ocorrncia de efeito manada entre


os gestores de fundos de renda varivel com gesto ativa no Brasil por meio da anlise
da composio das carteiras de 642 fundos de ao no perodo de setembro de 2007
a outubro de 2013.

Em linha com a literatura relacionada ao comportamento de manada em mercados


emergentes, encontramos fortes evidncias da ocorrncia deste fenmeno. Ao
analisar a dinmica da amostra segmentada por (i) tamanho dos fundos, (ii) tamanho
das aes e (iii) aes individuais dentro do segmento Ultra Large Cap, obtivemos os
seguintes resultados:

(i) Com exceo para os 20% menores fundos, o comportamento homogneo;


(ii) Com exceo de Large Cap vs. Mid Cap, o comportamento heterogneo;
(iii) Com exceo de uma ao, para o segmento Ultra Large Cap, o
comportamento das aes individuais homogneo.

Assim como os resultados encontrados por Lobo e Serra (2002), os nveis do efeito
manada encontrados na indstria de fundos de aes no Brasil so compatveis com
os encontrados em mercados emergentes. Verificamos que o efeito manada mais
pronunciado nas aes de menor capitalizao burstil (Small Cap), assim como o
observado em estudos em mercados maduros (LAKONISHOK et al 1992; WERMERS
1999).

As limitaes deste estudo podem dar indicaes de estudos futuros. Ainda que o
efeito manada seja de fcil entendimento, a maior parte das medidas propostas pela
literatura no permite identificar corretamente o efeito manada esprio, onde
investidores se utilizam das mesmas informaes pblicas, do efeito manada
intencional, que decorre de agentes econmicos emulando o comportamento de outro.

Adicionalmente, existe um problema da qualidade e abrangncia da informao. Os


dados referentes composio dos fundos, obtidos da CVM, so de difcil manuseio.
39

necessrio dispender um tempo precioso em tarefas to banais quanto a


padronizao do nome dos ativos.

Em relao abrangncia da informao, vimos que, na melhor das hipteses,


conseguamos capturar 6,5% do volume de negociao mensal. Com uma srie de
veculos financeiros que no necessitam ter o mesmo grau de abertura, por exemplo,
carteiras administradas; e agentes econmicos cujos hbitos de negociao so muito
heterogneos, por exemplo, grandes tesourarias com uma mesa de algorithmic
trading. Assim, sempre haver um grande pedao do mercado que no observamos.

Dado que um dos motivadores do efeito manada o da cascata informacional, uma


sugesto de estudo futuro a investigao se a localizao geogrfica dos gestores
possui alguma influncia na medida estudada. Como o mercado brasileiro de gesto
de recursos se concentra basicamente no eixo So Paulo Rio de Janeiro, diferenas
no comportamento do gestor carioca ou paulistano um ponto interessante de ser
investigado.

40

REFERNCIAS BIBLIOGRFICAS

BANERJEE, A. V. A Simple Model of Herd Behavior. The Quarterly Journal of


Economics, v. 107, n. 3, p. 797-817, ago 1992.

BARBERIS, N.; THALER, R. A Survey of Behavioral Finance. National Bureau Of


Economic Research, Working Paper 9222, set 2001.

BELLANDO, R. The bias in a standard measure of herding. Economics Bulletin, v. 32,


n. 2, p. 1537-1544, mai 2012.

BIKHCHANDANI, S.; HIRSHLEIFER, D.; WELCH, I. Learning from the Behavior of


Others: Conformity, Fads, and Informational Cascades. The Journal of Economic
Perspectives, v. 12, n. 3, p. 151-170, jul 1998.

BIKHCHANDANI, S.; SHARMA, S. Herd behavior in financial markets. IMF Staff


Papers, v. 47, n. 3, p. 279-310, 2001.

BROWN, N. C; WEI, K. D.; WERMERS, R. Analyst Recommendations, Mutual Fund


Herding, and Overreaction in Stock Prices. Management Science, Forthcoming; AFA
2010 Atlanta Meetings Paper. Disponvel em :<http://ssrn.com/abstract=1363837>.
mar 2013.

FAMA, E. F. Efficient Capital Markets: A Review of Theory and Empirical Work.


Journal of Finance, v.25, n. 2, p. 383-417, 1970.

__________. Stock Returns, Expected Returns, and Real Activity. The Journal of
Finance, v. 45, n. 4, p. 1089-1108, set 1990.

__________. Efficient Capital Markets: II. Journal of Finance, v.46, n. 5, p. 1575-1617,


dez 1991.

41

__________. Market efficiency, long-term returns, and behavioral finance. Journal of


Financial Economics, v.49, n. 3, p. 283-306, set 1998.

FAMA, E. F.; FRENCH, K. R. The Cross-Section of Expected Stock Returns. The


Journal of Finance, v. 47, n. 2, p. 427-465, jun 1992.
FREEMAN, C. A Hard Landing for the New Economy? Information Technology and
the United States National System of Innovation. Structural Change and Economic
Dynamics, v. 12, n. 2, p. 115-139, jul 2001.
FREY, S.; HERBST, P.; WALTER, A. Measuring mutual fund herding A structural
approach. Journal of International Financial Markets, Institutions and Money,
Forthcoming.

v.

32,

p.

219-239,

set

2014.

Disponvel

em:

<http://ssrn.com/abstract=984828>

KAHNEMAN, D.; TVERSKY, A. Prospect Theory: An Analysis of Decision under Risk.


Econometrica, v. 47, n. 2, p. 263-292, mar 1979.

KUTCHUKIAN, E.; EID JR., W.; DANA, S. O Efeito Manada nas Captaes de Fundos
de Investimento no Brasil entre 2005 e 2009. Anais do X Encontro Brasileiro de
Finanas, So Paulo. Sociedade Brasileira de Finanas. v.1, 2010

LAKONISHOK, J.; SHLEIFER, A.; VISHNY, R. W. The impact of institutional trading


on stock prices. Journal of Financial Economics, v.32, n. 1, p. 23-43, ago 1992.

LOBO, J.; SERRA, A. P. Herding Behavior: Evidence from Portuguese Mutual


Funds. Working paper, Instituto de Estudos Financeiros e Fiscais. mar 2002.

MARKOWITZ, H.M. Portfolio Selection. The Journal of Finance, v. 7, n. 1, Maro


1952.

PARK, A.; SABOURIAN, H. Herding and contrarian behavior in financial markets.


Econometrica, v. 79, n. 4, p. 973-1026, jul 2011.
42

QUANTUM AXIS ONLINE: sistema de informaes sobre fundos. Quantum.


Disponvel em: < http://www.quantumaxis.com.br/>. Acesso em fev 2014.

ROCHMAN, R. R.; EID JR., W. Insiders conseguem retornos anormais?: Estudos de


eventos sobre as operaes de insiders das empresas de governana corporativa
diferenciada da Bovespa. 7 Encontro Brasileiro de Finanas. So Paulo: Sociedade
Brasileira de Finanas, v.1, 2007.

SAMUELSON, P. A. An Enjoyable Life Puzzling Over Modern Finance Theory. Annual


Review of Financial Economics, v.1, 2009

SANCHES, M. V. Comportamento de manada em direo ao ndice de mercado:


evidncias

no

mercado

brasileiro

de

aes. Dissertao

(Mestrado

em

Administrao), FEA-USP, Disponvel em: <http://www.teses.usp.br/teses/disponiveis/12/


12139/tde-14112013-170840/>, 2013.

SCHARFSTEIN, D. S.; STEIN, J. C. Herd behavior and Investment. The American


Economic Review, v. 80, n. 3, jun 1990.

SHARPE, W. F. Capital Asset Prices: A Theory of Market Equilibrium under


Conditions of Risk. The Journal of Finance, v.19, n. 3, p. 425-442, 1964.

SHILLER, R. J. Conversation, information, and herd behavior. The American


Economic Review, v.85, n. 2, p. 181-185, 1995.

TRUEMAN, B. Analyst Forecasts and Herding Behavior. The Review of Financial


Studies, v. 7, n. 1, p. 97-124, 1994.

TVERSKY, A.; KAHNEMAN, D. Judgment Under Uncertainty: Heuristics and Biases.


Science, New Series, v. 185, n. 4157, p. 1124-1131, set 1974.

WERMERS, R. Mutual Fund Herding and the Impact on Stock Prices. The Journal of
Finance, v.54, n. 2, p. 581-622, abr 1999.
43

YOSHINAGA, C. E.; OLIVEIRA, R. F.; SILVEIRA, A. M. S.; BARROS, L. A. B. C.


Finanas Comportamentais: Uma Introduo. REGE. Revista de Gesto USP, v.15,
p. 25-35, 2008.

44

También podría gustarte