Determinantes do fluxo de fundos de investimento no Brasil

Nesse trabalho, procuramos identificar fatores sistemáticos que expliquem uma variação significativa nos fluxos destinados às diversas categorias de fundos de investimento brasileiros, a partir de análises de uma amostra de dados agregados de captações e resgates nesses produtos. O estudo buscou avaliar a existência de padrões de comportamento comuns aos investidores de fundos locais através da análise da migração de fluxos entre as diversas classes de fundos. Foram inicialmente tratados os fatores não comportamentais conhecidos que impactam o fluxo dos fundos, a variável dependente. Esses fatores conhecidos foram apurados através de uma revisão dos trabalhos acadêmicos dos mercados internacional e local. Após esse tratamento foi aplicado o método de decomposição de valores singulares (SVD - Singular Value Decomposition), com o objetivo de avaliarmos os efeitos comportamentais agrupados dos investidores. A decomposição em valores singulares sugere como principais fatores comuns comportamentos de entrada e saída de fundos em massa e migrações entre as classes de fundos de menor e as de maior risco, o que Baker e Wurgler (2007) chamaram de demanda especulativa, e que, segundo esses e outros autores pesquisados, poderia ser interpretada como uma proxy do sentimento dos investidores. Guercio e Tkac (2002) e Edelen et al. (2010), encontraram em suas pesquisas evidências da diferença de comportamento entre investidores de atacado e de varejo, o que foi detectado para a classes de fundos de Renda Variável no caso do presente estudo sobre o mercado brasileiro. O entendimento das variações na tolerância a risco dos investidores de fundos de investimento pode auxiliar na oferta de produtos mais compatíveis com a demanda. Isso permitiria projetar captações para os produtos com base nas características dessa oferta, o que também desenvolvemos nessa pesquisa para o caso das categorias de fundos Multimercado e Renda variável, através de um modelo de espaço de estados com sazonalidade determinística e inicialização SVD. O modelo proposto nesse trabalho parece ter conseguido capturar, na amostra avaliada (2005-2008), um comportamento que se manteve fora da amostra (2009-2011), validando, ao menos na amostra considerada, a proposta de extração dos componentes principais agregados do comportamento dos investidores de fundos brasileiros.

A Common-feature approach for testing present-value restrictions with financial data

It is well known that cointegration between the level of two variables (labeled Yt and yt in this paper) is a necessary condition to assess the empirical validity of a present-value model (PV and PVM, respectively, hereafter) linking them. The work on cointegration has been so prevalent that it is often overlooked that another necessary condition for the PVM to hold is that the forecast error entailed by the model is orthogonal to the past. The basis of this result is the use of rational expectations in forecasting future values of variables in the PVM. If this condition fails, the present-value equation will not be valid, since it will contain an additional term capturing the (non-zero) conditional expected value of future error terms. Our article has a few novel contributions, but two stand out. First, in testing for PVMs, we advise to split the restrictions implied by PV relationships into orthogonality conditions (or reduced rank restrictions) before additional tests on the value of parameters. We show that PV relationships entail a weak-form common feature relationship as in Hecq, Palm, and Urbain (2006) and in Athanasopoulos, Guillén, Issler and Vahid (2011) and also a polynomial serial-correlation common feature relationship as in Cubadda and Hecq (2001), which represent restrictions on dynamic models which allow several tests for the existence of PV relationships to be used. Because these relationships occur mostly with nancial data, we propose tests based on generalized method of moment (GMM) estimates, where it is straightforward to propose robust tests in the presence of heteroskedasticity. We also propose a robust Wald test developed to investigate the presence of reduced rank models. Their performance is evaluated in a Monte-Carlo exercise. Second, in the context of asset pricing, we propose applying a permanent-transitory (PT) decomposition based on Beveridge and Nelson (1981), which focus on extracting the long-run component of asset prices, a key concept in modern nancial theory as discussed in Alvarez and Jermann (2005), Hansen and Scheinkman (2009), and Nieuwerburgh, Lustig, Verdelhan (2010). Here again we can exploit the results developed in the common cycle literature to easily extract permament and transitory components under both long and also short-run restrictions. The techniques discussed herein are applied to long span annual data on long- and short-term interest rates and on price and dividend for the U.S. economy. In both applications we do not reject the existence of a common cyclical feature vector linking these two series. Extracting the long-run component shows the usefulness of our approach and highlights the presence of asset-pricing bubbles.

Cash flow and discount rate risk decomposition and ICAPM for the US and brazilian stock markets

Esse trabalho é uma aplicação do modelo intertemporal de apreçamento de ativos desenvolvido por Campbell (1993) e Campbell e Vuolteenaho (2004) para as carteiras de Fama-French 2x3 brasileiras no period de janeiro de 2003 a abril de 2012 e para as carteiras de Fama-French 5x5 americanas em diferentes períodos. As varíaveis sugeridas por Campbell e Vuolteenaho (2004) para prever os excessos de retorno do mercado acionário americano no period de 1929 a 2001 mostraram-se também bons preditores de excesso de retorno para o mercado brasileiro no período recente, com exceção da inclinação da estrutura a termo das taxas de juros. Entretanto, mostramos que um aumento no small stock value spread indica maior excesso de retorno no futuro, comportamento que não é coerente com a explicação para o prêmio de valor sugerida pelo modelo intertemporal. Ainda, utilizando os resíduos do VAR preditivo para definir o risco de choques de fluxo de caixa e de choques nas taxas de desconto das carteiras de teste, verificamos que o modelo intertemporal resultante não explica adequadamente os retornos observados. Para o mercado norte-americano, concluímos que a abilidade das variáveis propostas para explicar os excessos de retorno do mercado varia no tempo. O sucesso de Campbell e Vuolteenaho (2004) em explicar o prêmio de valor para o mercado norte-americano na amostra de 1963 a 2001 é resultado da especificação do VAR na amostra completa, pois mostramos que nenhuma das varíaveis é um preditor de retorno estatisticamente significante nessa sub-amostra.

Dynamic D-Vine copula model with applications to Value-at-Risk (VaR)

Regular vine copulas are multivariate dependence models constructed from pair-copulas (bivariate copulas). In this paper, we allow the dependence parameters of the pair-copulas in a D-vine decomposition to be potentially time-varying, following a nonlinear restricted ARMA(1,m) process, in order to obtain a very flexible dependence model for applications to multivariate financial return data. We investigate the dependence among the broad stock market indexes from Germany (DAX), France (CAC 40), Britain (FTSE 100), the United States (S&P 500) and Brazil (IBOVESPA) both in a crisis and in a non-crisis period. We find evidence of stronger dependence among the indexes in bear markets. Surprisingly, though, the dynamic D-vine copula indicates the occurrence of a sharp decrease in dependence between the indexes FTSE and CAC in the beginning of 2011, and also between CAC and DAX during mid-2011 and in the beginning of 2008, suggesting the absence of contagion in these cases. We also evaluate the dynamic D-vine copula with respect to Value-at-Risk (VaR) forecasting accuracy in crisis periods. The dynamic D-vine outperforms the static D-vine in terms of predictive accuracy for our real data sets.