Portfolio selection: Decision-making based on performance persistence/Selecao de carteiras: Escolha entre modelos baseada em persistencia de performance.
| Autor | Tavares, Ricardo S. |
| Cargo | Texto en portuges |
-
Introducao
Arranjos e estruturas para alocacao de recursos sao uma das razoes para existencia da economia como ciencia. Grande parte dos estudos nesta area visam a melhor utilizacao dos recursos disponiveis, que, na maioria das vezes, sao escassos. O mesmo ocorre no campo de financas, em que um dos principais problemas e o de alocacao de recursos do investidor, que deseja maximar os retornos de seus investimentos e ao mesmo tempo minimizar os riscos deles. A partir deste trade-off, isto e, a escolha entre niveis de risco e retorno por parte do agente que deseja realizar investimentos, Markowitz (1952) apresenta um trabalho pioneiro que da origem a moderna teoria de selecao de carteiras.
A partir de Markowitz (1952), diversas estrategias de selecao de carteiras foram desenvolvidas. Ao mesmo passo que varios problemas em relacao a sua implementacao e performance foram encontrados. Entre os estudos que obtiveram significativos impactos nesta literatura estao Best & Grauer (1991), que demonstraram que a imposicao de restricoes sobre os pesos dos ativos impactam positivamente a performance das carteiras; Black & Litterman (1992), que em seu modelo de selecao de carteiras propuseram a incorporacao da opiniao de agentes no processo de otimizacao; Jagannathan & Ma (2003), que desenvolveram sua estrategia com restricao de venda a descoberto no processo de construcao dos portfolios, entre tanto outros estudos acerca do tema (Kolm, Tutuncu & Fabozzi, 2014).
Apesar das criticas e seus opositores, ha inumeros modelos de selecao de portfolios aplicados a diferentes problemas de alocacao no campo de financas. E a maioria das estrategias para selecao de carteiras, como a otimizacao por media-variancia ou minima-variancia, traz consigo a necessidade da previsao do vetor de retornos esperados e das matrizes de covariancia para todos ativos contidos no universo de investimentos. A despeito desta necessidade, ha certa dificuldade na realizacao de tais previsoes com niveis de precisao aceitaveis. Segundo Best & Grauer (1991), erros de previsao nesse sentido acarretam em significativa perda de performance das carteiras.
Tendo em vista as diversas estrategias competidoras para selecao de carteiras, varios estudos propuseram como alternativa a combinacao de modelos de media e minima variancia (Garlappi, Uppal & Wang, 2006; Kan & Zhou, 2007; Brandt, Santa-Clara & Valkanov, 2009; Tu & Zhou, 2011). Por outro lado, trabalhos como Rodrigues & Stevenson (2013), Pettenuzzo & Ravazzolo (2016) e Caldeira, Moura, Nogales & Santos (2017) utilizaram uma serie de modelos competidores para combinacao de previsoes para os inputs utilizados no processo de otimizacao. Ao considerar as inumeras estrategias de selecao de carteiras elaboradas no decorrer das ultimas decadas, alem das diferentes metodologias para estimacao e previsao dos inputs do problema de otimizacao, surge a duvida de como determinar o modelo que melhor se adequa, em termos de performance, a diferentes conjuntos de ativos e, ate mesmo, mercados. Ainda, supondo que haja uma escolha de estrategia otima para construcao de carteiras em determinado universo de investimentos, ela se manteria ao longo do tempo? Isto e, continuaria a entregar bons resultados em outros periodos?
Levantadas essas questoes, o que se propoe neste estudo e a aplicacao de alguns criterios, levando em conta informacoes recentes sobre o comportamento dos ativos, para escolher a cada ponto do tempo a estrategia com maior potencial de performance. Neste caso, o potencial sera avaliado com base no desempenho passado das carteiras. Existem varios trabalhos que defendem a persistencia a curto prazo da performance de ativos individuais ou carteiras (Hendricks, Patel & Zeckhauser, 1993; Brown & Goetzmann, 1995; Carhart, 1997; Bollen & Busse, 2004; Lou, 2012). De modo geral, esses autores mostraram que os ativos ou carteiras que alcancaram bons resultados em periodos recentes, tendem a ter desempenho semelhante a curto prazo, o mesmo vale para aqueles que desempenharam mal. Essa persistencia no desempenho, em muitos casos, pode ser capturada pelo fator momento como em Carhart (1997) ou Fama & French (2012). (1)
A despeito dos tradicionais estudos acerca do fator momento, Bollen & Busse (2004) sugerem que a persistencia de performance pode ter duracao mais curta que a defendida por Carhart (1997) e encontraram evidencias de que o desempenho superior seria um fenomeno de prazo ainda mais curto, normalmente, duraria cerca de um mes e meio. Em estudos mais recentes, Gao, Han, Li & Zhou (2018) e Zhang, Ma & Zhu (2019) encontraram evidencias para presenca do fator momento em conjuntos de dados de alta frequencia para periodos intradiarios. Sendo assim, e possivel observar que ha literatura tratando da persistencia de performance em horizontes de tempo que cobrem periodos maiores que um ano ate estudos que encontram evidencias para ocorrencia desse fenomeno dentro de um unico dia.
A partir das evidencias de persistencia em relacao a performance, construiuse uma estrutura na qual, apos a determinacao de um numero p de observacoes passadas dos retornos dos ativos e alguns criterios estatisticos, foi possivel fazer a escolha, a cada ponto do tempo, do modelo com maior potencial de performance. Aqui, e assumido que o modelo com maior potencial e aquele apresentou melhores resultados nas p observacoes recentes dos retornos em relacao a um criterio, ou seja, a definicao de potencial e feita seguindo a suposicao de persistencia de performance.
Para avancar nessa questao foi desenvolvido um processo de escolha em que, a cada ponto do tempo, e selecionado, dentro do universo de modelos (ou estrategias) de selecao de carteiras, aquele candidato a apresentar melhor performance no periodo posterior, dada a persistencia de desempenho nas observacoes realizadas. No tocante aos criterios empregados no processo de escolha, foram utilizados: i) retorno medio; ii) razao de Sharpe; iii) variancia dos retornos. A amostra e dividida em tres partes: a primeira parte e usada nas estimacoes iniciais com as metodologias competidoras, a segunda e destinada ao treinamento e a selecao das estrategias com base na persistencia de performance, e a terceira parte e utilizada para avaliacao fora da amostra das estrategias selecionadas.
A analise empirica do estudo foi realizada com tres bases dados distintas: acoes de empresas que compoem o indice S&P100; acoes de empresas componentes do Ibovespa; e, por fim, as 25 carteiras baseadas na classificacao de capitalizacao a mercado e razao book to market (2) da base mantida por Kenneth French. (3) Ainda, recorreu-se a mesma base de Kenneth French para os fatores do mercado norte-americano e a base de dados do NEFIN (4) para obtencao dos fatores de risco do mercado brasileiro. O experimento foi realizado com dados diarios levando em conta observacoes dos ultimos dez anos, 03 de novembro de 2008 a 31 de outubro de 2018.
No processo de escolha entre estrategias foram utilizadas como metodologias competidoras para selecao de ativos a carteira ingenua, carteiras de media-variancia com restricao de venda a descoberto construidas a partir da amostra ou dos fatores de risco, a carteira de minima-variancia amostral, alem das estrategias volatility timing e reward-to-risk timing desenvolvidas por Kirby & Ostdiek (2012). Em relacao a formulacao das carteiras, contouse com previsoes amostrais e com o auxilio dos modelos de fatores propostos por Carhart (1997) e Fama & French (2015).
O procedimento de escolha de estrategias apresentou bom desempenho, quando definida uma janela amostral dos retornos entre 4 e 14 observacoes anteriores, no caso em que se utilizou o razao de Sharpe e media como criterios de otimizacao de performance. Embora, quando se adotou o criterio da variancia se obteve uma performance razoavel apenas para a base de dados 25BTM. O fato de serem obtidos melhores resultados para prazos menores, como ocorreu neste experimento, vai ao encontro de parte dos resultados obtidos por alguns pesquisadores, como Bollen & Busse (2004), que defendem a hipotese de persistencia como um fenomeno de curtissima duracao.
Apesar de o experimento ter sido realizado para ativos de renda variavel, especificamente acoes, nao e dificil vislumbrar sua aplicacao em problemas de selecao em renda fixa ou outros mercados com caracteristicas afins. Ademais, alem desta breve introducao, o trabalho conta com uma revisao de literatura na secao 2; a descricao dos aspectos metodologicos na secao 3; o experimento empirico na secao 4; e, por fim, algumas consideracoes finais acerca do que foi proposto e os resultados obtidos.
-
Evolucao da Teoria de Selecao de Carteiras
Uma das primeiras orientacoes que se tem a respeito do problema de alocacao em investimentos, segundo Duchin & Levy (2009), foi feita ha mais de 1500 anos. Os autores relatam que um antigo babilonio de nome Talmud pregava uma especie de estrategia ingenua rudimentar, na qual, segundo ele, o individuo deveria empregar um terco de suas riquezas em terras, igual parcela em mercadorias, e a ultima parte em moeda (ou algum substituto). Partindo do caso particular para o geral, para Duchin & Levy (2009) e Tu & Zhou (2011), no fundo Talmud aconselhava as pessoas a adotarem a estrategia 1 /N.
Entretanto, a fase moderna da teoria de selecao de carteiras, derivada do problema de alocacao de recursos do investidor, so viria a ser inaugurada com Markowitz (1952). Na qual, a partir do trade-off risco-retorno, passaram a ser desenvolvidas inumeras metodologias para alocacao de recursos com o intuito de otimizar o bem-estar do investidor em relacao as suas preferencias, que tambem podem ser determinadas pelo seu nivel de aversao ao risco. Definicoes basicas e a construcao matematica do problema da otimizacao por media-variancia podem ser encontradas em Kolm et al. (2014).
Kritzman (2011) apresenta um trabalho em que enaltece os mais de sessenta anos de aplicacao e aprimoramento...
Para continuar a ler
PEÇA SUA AVALIAÇÃOCOPYRIGHT GALE, Cengage Learning. All rights reserved.
