Sie sind auf Seite 1von 20

H Efeito Manada em Aes com Alta Liquidez do

Mercado Brasileiro?

Juliana Xavier Serapio da Silva, Cludio Henrique da Silveira Barbedo


e Gustavo Silva Arajo

Abril, 2015

386

ISSN 1519-1028
CGC 00.038.166/0001-05
Trabalhos para Discusso

Braslia

n 386

abril

2015

p. 1-19

Trabalhos para Discusso


Editado pelo Departamento de Estudos e Pesquisas (Depep) E-mail: workingpaper@bcb.gov.br
Editor: Francisco Marcos Rodrigues Figueiredo E-mail: francisco-marcos.figueiredo@bcb.gov.br
Assistente Editorial: Jane Sofia Moita E-mail: jane.sofia@bcb.gov.br
Chefe do Depep: Eduardo Jos Arajo Lima E-mail: eduardo.lima@bcb.gov.br
Todos os Trabalhos para Discusso do Banco Central do Brasil so avaliados em processo de double blind referee.
Reproduo permitida somente se a fonte for citada como: Trabalhos para Discusso n 386.
Autorizado por Luiz Awazu Pereira da Silva, Diretor de Poltica Econmica.

Controle Geral de Publicaes


Banco Central do Brasil
Comun/Dipiv/Coivi
SBS Quadra 3 Bloco B Edifcio-Sede 14 andar
Caixa Postal 8.670
70074-900 Braslia DF
Telefones: (61) 3414-3710 e 3414-3565
Fax: (61) 3414-1898
E-mail: editor@bcb.gov.br

As opinies expressas neste trabalho so exclusivamente do(s) autor(es) e no refletem, necessariamente, a viso do Banco
Central do Brasil.
Ainda que este artigo represente trabalho preliminar, citao da fonte requerida mesmo quando reproduzido parcialmente.

The views expressed in this work are those of the authors and do not necessarily reflect those of the Banco Central or
its members.
Although these Working Papers often represent preliminary work, citation of source is required when used or reproduced.

Diviso de Atendimento ao Cidado


Banco Central do Brasil
Deati/Diate
SBS Quadra 3 Bloco B Edifcio-Sede 2 subsolo
70074-900 Braslia DF
DDG: 0800 9792345
Fax: (61) 3414-2553
Internet: <http//www.bcb.gov.br/?FALECONOSCO>

H Efeito Manada em Aes com Alta Liquidez do Mercado


Brasileiro?
Juliana Xavier Serapio da Silva*
Cludio Henrique da Silveira Barbedo**
Gustavo Silva Arajo***
Resumo
Este Trabalho para Discusso no deve ser citado como representando as opinies do
Banco Central do Brasil. As opinies expressas neste trabalho so exclusivamente do(s)
autor(es) e no refletem, necessariamente, a viso do Banco Central do Brasil.

O comportamento de manada nos mercados financeiros comumente


associado a perodos de maior volatilidade e se deve ao componente humano
na negociaes de ativos. Esse trabalho utiliza os mtodos de Christie e
Huang (1995) e presso de preos (price pressure) com dados de alta
frequncia das aes de Petrobras e Vale para deteco do efeito manada na
bolsa de valores brasileira entre 2010 e 2014. Os resultados so ambguos: o
primeiro mtodo sugere que no h sinais de efeito manada utilizando dados
com intervalos de 30 minutos. No entanto, h evidncias de efeito manada ao
se utilizar a presso de preos para a amostra com todos os dados intradirios.
Palavras-Chave: Finanas comportamentais, comportamento de manada,
mercado acionrio brasileiro.
Classificao JEL: G12, G14.

Mestre em economia pelo IBMEC.


Departamento de Operaes de Mercado Aberto (DEMAB), Banco Central do Brasil.
***
Departamento de Estudos e Pesquisas (DEPEP), Banco Central do Brasil.
**

1 - Introduo
Aps a crise econmica de 2007-2008, que gerou perdas que se alastraram para
economias do mundo todo, a eficincia dos mercados e dos modelos econmicofinanceiros foi questionada. Alta volatilidade, bolhas de apreamento e crises financeiras
se tornaram termos recorrentes e cada vez mais investigados. A Moderna Teoria de
Finanas (MTF), baseada na Hiptese de Eficincia de Mercado (HEM), afirma que as
decises tomadas por um investidor so baseadas na maximizao da sua utilidade
esperada. Essa teoria observa tambm que os movimentos de preos das aes so
imprevisveis e seguem um passeio aleatrio. No entanto, alguns autores (ver, por
exemplo, Lo et al (2000)) defendem que os preos de mercado seguem determinados
padres que so explicados pelas Finanas Comportamentais e que a MTF no consegue
explicar diversos fenmenos que ocorrem cotidianamente nos mercados financeiros.
A teoria de finanas comportamentais comeou a ganhar notoriedade quando os
trabalhos de Daniel Kahneman e Vernon Smith ganharam o prmio Nobel de Economia
em 2002. Ao considerar os aspectos psicolgicos dos seres humanos, os modelos de
finanas comportamentais envolvem a possibilidade de irracionalidade dos agentes e
pretendem preencher as lacunas tericas da MTF. Essa teoria evidencia falhas da MTF,
tendo em vista que decises errneas dos investidores nem sempre acarretam em
oportunidades de arbitragem para outros. A informao imperfeita e a racionalidade
limitada descrevem de forma mais fiel o comportamento do mercado. As Finanas
Comportamentais utilizam conceitos provenientes de diversos campos do conhecimento,
como Psicologia, Economia e Finanas, a fim de construir modelos de mercado mais
complexos e incorporar vieses cognitivos que ocorrem na tomada de deciso.
Uma das principais distores estudadas pelas Finanas Comportamentais o
comportamento de manada, que vai de encontro hiptese de que os preos se
movimentam por meio de um passeio aleatrio. O comportamento de manada ocorre
quando um grupo de investidores negocia o mesmo ativo, na mesma direo do mercado,
em um certo perodo, ignorando suas prprias informaes e crenas a respeito dos preos
dos ativos. Welch (1992), Bikhchandani, Hirshleifer e Welch (1992) e Bannerjee (1992)
argumentam que este fenmeno pode levar a uma perda de informao e a uma
deteriorao da informao agregada. Tseng (2010) mostra que este fenmeno pode levar
o preo de um ativo a se distanciar do seu valor fundamental. Desta forma, medir e
identificar perodos nos quais o efeito manada verificado de suma importncia para

entender a qualidade da informao no mercado financeiro e o processo de formao dos


preos dos ativos. O objetivo deste artigo identificar a ocorrncia do fenmeno manada
em ativos no mercado brasileiro de aes, mais especificamente nas aes das empresas
Vale e Petrobras, as mais lquidas deste mercado. Neste trabalho utilizamos o mtodo de
Christie e Huang (1995), o mais usual na literatura, que tenta capturar o efeito manada
por meio da disperso dos retornos dos ativos em relao ao retorno mdio de mercado.
Utilizamos tambm o mtodo de presso de preos, baseado em Patterson e Sharma
(2006), que ocorre quando a autocorrelao das variaes dos preos de um ativo maior
do que a autocorrelao quando os preos seguem um passeio aleatrio. Este mtodo
tenta captar o efeito manada com base na sequncia de ordens de compra ou de venda
iniciada pelo comprador ou pelo vendedor.
importante observar que a forma de obteno da sequncia de iniciaes de
negcios neste trabalho (se o negcio iniciado pelo comprador ou vendedor) diferente
de outros trabalhos. Ao invs de estim-la por mtodos aproximados, ns determinamos
essa sequncia a partir da natureza do negcio efetivamente realizado. Essa abordagem
s possvel porque a nossa base contm, alm dos preos de negociao tick a tick, o
horrio das ofertas de compra e venda. Os mtodos aproximados de estimao da
sequncia de iniciaes tm preciso de cerca de 80% (veja, por exemplo, Ellis, Michaely
e O'Hara, 2000). Portanto, nossos resultados no so influenciados pelo vis de estimao
da sequncia de iniciaes.
A base de dados deste estudo consiste em cotaes intradirias das aes de
Petrobras e Vale negociadas na bolsa brasileira (BM&FBovespa) e do ndice bovespa.
Para o mtodo de presso de preos so utilizados todos os negcios das aes e tambm
todas as ofertas de compra e venda. Para o mtodo de Christie e Huang (1995) so
utilizados os preos de30 em 30 minutos das aes e do ndice. 1 Utilizamos o perodo
entre fevereiro de 2010 e fevereiro de 2014 para o emprego das metodologias.
Os artigos sobre efeito manada geralmente tm como foco o comportamento das
instituies. Este trabalho se diferencia dos demais ao avaliar o efeito manada com foco
nos ativos e no nas firmas. Alm disso, outra importante contribuio o fato de

Para o mtodo de Christie e Huang (1995) precisvamos de dados com intervalos constantes de tempo e,
por isso, no utilizamos todos os dados intradirios, ao contrrio do exerccio de deteco de presso de
preos. Optamos por utilizar intervalos de 30 em 30 minutos de acordo com o trabalho original.

utilizamos uma base de dados em que no necessrio se estimar a sequncia de


iniciaes de negcios.
Os resultados so ambguos: o mtodo de Christie e Huang (1995) sugere que no
h evidncias de efeito manada utilizando dados com intervalos de 30 em 30 minutos. No
entanto, h evidncias de efeito manada ao se utilizar o mtodo de presso de preos para
a amostra com todos os dados intradirios, dado que a probabilidade de um negcio ter a
mesma direo do negcio anterior se situa por volta de 80%.
O trabalho segue a seguinte estrutura. Na Seo 2, apresentamos a reviso de
literatura. Na Seo 3, so apresentados a amostra utilizada e o tratamento de dados. Na
Seo 4, os mtodos para deteco de efeito manada so descritos. A Seo 5 apresenta
os resultados e na Seo 6 fazemos as nossas consideraes finais.

2 - Reviso de Literatura
As medidas mais tradicionais que se propem a identificar o efeito manada so
baseadas em Lakonishok, Shleifer e Vishny (1992), Christie e Huang (1995), Chang et al
(2004) e Sias (2004). A medida de Lakonishok, Shleifer e Vishny (1992) verifica a
extenso na qual um gerente financeiro se mantm do mesmo lado do mercado em
comparao ao que seria esperado se ele operasse de forma independente. Os autores no
encontram evidncias de efeito manada nos fundos de penso americanos. Christie e
Huang (1995) desenvolvem uma medida a partir do conceito de que se investidores
imitam uns aos outros o retorno individual de suas carteiras no se desviam
significativamente do retorno do mercado. Chang et al (2004) reproduzem a mesma
anlise anterior a partir de desvios absolutos. Sias (2004) testa o efeito manada de
investidores institucionais atravs da correlao entre as operaes atuais destes agentes
com operaes de trimestres anteriores de outros investidores institucionais. O autor
conclui que este efeito reduz os erros de apreamento, mas aumentam a presso de preos
(price pressure). Chiang e Zheng (2010) utilizam as medidas citadas acima e no
identificam o efeito no mercado americano.
O efeito manada tambm vem sendo estudado nos mercados emergentes. Shih et
al. (2012) investigam o comportamento manada nas bolsas do pacfico. Os autores
identificam que existe efeito manada destas bolsas em relao s operaes na bolsa
americana. Chiang et al. (2010) encontram evidncia do efeito entre as bolsas de valores
chinesas Shenzhen e Xangai. Chiao et al. (2011) identificam efeito manada entre as

instituies que operam na bolsa de Taiwan usando dados intradiarios. Dentre os


trabalhos brasileiros, Almeida (2011) investiga a presena de comportamento manada em
mercados acionrios latino-americanos por intermdio da metodologia de Christie e
Huang (1995). Utilizando dados de fechamento, o autor no verifica resultados
consistentes com a hiptese de efeito manada. Sanches (2013) avalia o comportamento
no mercado acionrio brasileiro por meio do modelo proposto por Hwang e Salmon (2001
e 2004) e no verifica a presena do efeito manada. Kutchukian (2010) encontra forte
evidncia da ocorrncia de efeito manada entre diferentes grupos de investidores de
fundos de investimentos de aes e renda fixa. Zulian et al. (2012) identificam a
existncia de comportamento de manada entre fundos de investimentos em aes
brasileiras, com intensidade semelhante de pases como Estados Unidos, Reino Unido
e Alemanha.
As metodologias iniciais de medida do efeito manada so baseadas nas posies
(comprada ou vendida) de grandes instituies em relao ao conjunto do mercado. Com
o surgimento da teoria de microestrutura e o aperfeioamento das bases de dados
disponveis, medidas mais sofisticadas comearam a ser desenvolvidas para os fatos
estilizados do mercado financeiro. Desta forma, medidas de efeito manada e de presso
de preos podem tambm ser baseadas em dados intradirios de negcios. Kyle (1985) e
Easley e OHara (1987), por exemplo, estudam o fenmeno de presso de preos, e o
definem a partir da assimetria de informao nos negcios entre os investidores. Outro
trabalho relevante o de Evans e Lyons (2002) que modelam a presso de preos atravs
de uma relao entre dois preos de negcios consecutivos e a direo da primeira ordem
entre estes dois (se o negcio foi iniciado por uma compra ou uma venda).
O fenmeno do efeito manada tambm pode ser atribudo assimetria de
informao (Puckett e Yan, 2007). O efeito manada ocorre quando o investidor decide
imitar a deciso de investimento de outro agente, o qual supe estar melhor informado,
ao invs de acreditar em suas prprias concluses. Com base nesta ideia, Patterson e
Sharma (2006) desenvolveram uma medida de efeito manada similar ao efeito presso de
preos com base na sequncia de ordens iniciada pelo comprador ou pelo vendedor. Esta
medida tem como vantagem o fato de ser construda a partir de dados intradirios, dado
que este tipo de frequncia, segundo Henker (2006), a mais indicada para a percepo
deste tipo de fenmeno. Alm disso, os dados intradirios de transaes permitem a
captao do efeito manada no apenas em eventos extremos, como ocorre em outras

metodologias. Neste trabalho, alm de empregarmos o mtodo de Christie e Huang


(1995), utilizamos uma metodologia para captar o efeito manada com base na sequncia
de ordens de compra ou de venda iniciada pelo comprador ou pelo vendedor. No entanto,
ao invs da utilizar a perspectiva das instituies como nas medidas tradicionais de
manada, captamos o efeito manada sob a perspectiva dos ativos individuais. Esta uma
das contribuies deste artigo.

3 - Amostra e Tratamento de Dados


O trabalho constitudo por duas amostras distintas. A primeira consiste em
preos intradirios, em intervalos de 30 em 30 minutos, das aes de Petrobras e Vale
negociadas na bolsa brasileira (BM&FBovespa) e tambm do ndice Ibovespa entre
fevereiro de 2010 e fevereiro de 2014, representando um total de 1454 dias.2 Essa amostra
foi obtida por meio do sistema broadcast da Agncia Estado. A segunda amostra,
composta por Petrobras e Vale, foi obtida por meio da BM&FBovespa para o perodo de
julho de 2012 a fevereiro de 2014 e contm todas as ofertas e negcios no perodo. Desta
forma, as duas amostras se caracterizam por serem significativamente diferentes e
proporcionarem estudos de efeito manada por dois enfoques distintos. As aes da
Petrobras e da Vale foram selecionadas pelo fato de serem as empresas com maior
liquidez entre os intervalos intradirios de 30 em 30 minutos. Aes com liquidez limitada
poderiam enviesar os resultados do trabalho.3
Os dados selecionados para a amostra fornecida pela BM&FBovespa so os que
satisfizeram simultaneamente aos seguintes critrios: a) a negociao do ativo no sofreu
nenhum tipo de modificao; b) a negociao do ativo no foi anulada; e c) a negociao
est compreendida no intervalo de 10h05minh s 16h55minh (entre 11h05minh s
17h55minh durante os perodos de horrio de vero). O primeiro e segundo critrios
garantem a validade da operao. O terceiro visa eliminar preos formados em leiles
(calls) de abertura e fechamento.
Esta base composta de trs partes distintas. As duas primeiras contm
informaes sobre as ofertas de compra e venda. Elas apresentam a data da sesso, a hora
com preciso de segundo, o ativo, o nmero de sequncia da oferta, a data de incluso e

Como h 1454 dias e em cada dia coletamos 13 preos, h 18.902 preos para cada ativo.
Se utilizssemos um ativo ilquido, no garantiramos que os preos negociados fossem realmente de 30
em 30 minutos.

de validade da oferta, as quantidades negociada e total, o preo da oferta, a modificao


desta oferta caso tenha havido algum tipo de alterao, e o nmero da oferta modificada.
A terceira contm informaes sobre as negociaes efetivamente realizadas. Esta parte
composta pela data da sesso, ativo, nmero do negcio, preo do negcio, quantidade
negociada, data e sequncia da oferta de compra, data e sequncia da oferta de venda e
hora da negociao com preciso de microsegundo.
A partir das negociaes intradirias, identifica-se a origem de cada operao (se
de compra ou de venda) pelo casamento das informaes da base de dados de oferta de
compra, de venda e de negociao. Nos casos em que, na negociao, o lanamento da
ordem de compra posterior ao lanamento da de venda, a operao considerada como
iniciada pelo comprador (buyer iniciated), com identificador Q igual a +1. Caso contrrio,
a operao iniciada pelo vendedor (seller iniciated) e Q igual a 1. H tambm
transaes em que o lanamento de compra realizado no mesmo segundo que o
lanamento de venda e Q igual a 0.4
Ao contrrio de outros trabalhos que utilizam a metodologia baseada na direo
do negcio, neste estudo o identificador Q efetivamente verificado. Os trabalhos no
mercado norte-americano utilizam tcnicas que se baseiam no fato de o preo da operao
estar abaixo ou acima da mdia entre o preo de compra e o preo de venda para estimar
Q.5 As tcnicas comumente utilizadas para este fim so o quote method, o tick test e o LR
method (Lee e Ready, 1991). Entretanto, esses mtodos no produzem certeza de acertos
na classificao da origem das operaes. Por exemplo, Ellis, Michaely e O'Hara (2000)
encontraram, com dados da NASDAQ, precises de 76%, 78% e 80% para o quote
method, o tick test e o LR method, respectivamente. Odders-White (2000), usando dados
da NYSE, reportaram precises de 78% para o quote method, 80% para o tick test e 85%
para o LR method.
Outra questo a se considerar sobre a nossa base de dados que alguns registros
se referem mesma ordem. Considere, por exemplo, que h duas ordens de venda, uma
de 200 aes a $40,00 e outra de 100 aes a $40,30. Suponha tambm que ambas as
ordens tm os menores preos de venda no livro de ordens. Uma ordem para comprar 300
aes a $40,30 gera duas transaes no banco de dados da BM&FBovespa. Ns
4

A primeira operao da base de dados de cada dia foi retirada para que a variao do preo deste
negcio no fosse relativa a ltima negociao no dia anterior.
5
Os trabalhos no mercado norte-americano utilizam a base de dados TAQ (Trade and Quote) que possui
todas as negociaes, mas no contm as ordens de compra e venda.

modificamos o banco de dados para que essa ordem gere apenas uma transao de 300
aes a $40,10 (preo mdio por ao da transao).
Vale ressaltar que, como inclumos todas as transaes nessa amostra, o tamanho
das sries de preos varia com a liquidez da ao. Desta forma, as sries de preos da
Petrobras e da Vale contm 12.921.802 e 11.071.613 observaes, respectivamente.
importante destacar que no perodo estudado a Petrobras pode ter tido os
retornos de suas aes afetados pela poltica de preos administrados no governo.
Entretanto, no de nosso conhecimento de que essa interferncia tenha alguma relao
com o efeito manada. Alm disso, como a liquidez das aes necessria para o emprego
das metodologias, a Petrobras uma escolha natural para a amostra.
4 Metodologia
Nesta seo apresentaremos os mtodos utilizados neste trabalho para a deteco
de efeito manada: presso de preos, o qual baseado em Patterson e Sharma (2006) e
Christie e Huang (1995).

4.1 - Christie e Huang (1995)


A medida proposta pelos autores tem como pressuposto que o efeito manada
(herding) seja a disperso transversal dos retornos dos ativos em relao ao retorno mdio
de mercado. Se os ativos se movem simultaneamente no h disperso, ou seja, h
ocorrncia de efeito manada. A medida proposta pelos autores chamada de desvio
padro transversal dos retornos ou CSSD (Cross-Sectional Standart Deviation):
1

= 1
=1(, , )

(1)

em que:
, = Retorno do ativo i no perodo t;
, = Retorno mdio transversal da carteira de mercado (utilizamos o Ibovespa
como proxy para a carteira de mercado);
N = 2 (nmero de ativos analisados).

Para os autores, o comportamento de manada acontece em momentos de


turbulncia no mercado, em que os investidores abandonam suas crenas individuais e
agem de acordo com o mercado. Assim, os autores prope o modelo abaixo:

10

= + 1 + 2 +

(2)

em que:
= 1, se os retornos do mercado estiverem na extremidade inferior da
distribuio e = 0, caso contrrio; e
= 1, se os retornos do mercado estiverem na extremidade superior da
distribuio e = 0, caso contrrio
Utilizamos neste trabalho para a extremidade superior (inferior) os percentis de
retornos de mercado 10%, 5% e 1% maiores (menores). Os coeficientes das dummies
demonstram as diferenas no comportamento do investidor em momentos de grande
volatilidade. Se a disperso for baixa na presena de grandes alteraes de mercado (ou
seja, betas no positivos e estatisticamente significativos), supe-se ocorrncia de
herding. Essa medida possui a mesma desvantagem da medida de Lakonishok et al
(1992), de no distinguir o herding esprio do intencional.6 A medida de Christie e Huang
(1995) uma das que ser utilizada nesse estudo para a amostra de dados dirios com
intervalos de 30 em 30 minutos.
4.2 Presso de Preos (Price Pressure)
O spread de compra e venda representa a diferena entre o menor preo de venda
e o maior preo de compra de certo ativo em um dado momento. Essa diferena pode ser
vista como um dos custos de transao para execuo de uma ordem. Em geral se
considera que o preo fundamental do ativo est situado nesse intervalo. A existncia
deste spread, embora de pequena magnitude para ativos mais lquidos, tem algumas
consequncias importantes nas propriedades de sries temporais de preos e retornos dos
ativos. Roll (1984), por exemplo, mostra que o spread de compra e venda introduz uma
autocorrelao serial de lag 1 negativa nos preos dos negcios de ativos. Seja pn o preo
de um ativo observado no mercado. Assume-se que pn satisfaz a equao

= + 2

(3)

No herding esprio, grupos distintos de investidores tomam decises similares, mas independentes.

11

em que o preo fundamental do ativo no instante da negociao n em um mercado


sem frices, Qn uma varivel indicadora que vale +1 se a transao n foi iniciada por
uma compra (buyer iniciated) e -1 se a transao n foi iniciada por uma venda (seller
iniciated) e S o spread de compra e venda.
Se admitirmos que o preo fundamental do ativo entre dois negcios consecutivos
fixo, temos a seguinte expresso

= 2

(4)

Se as probabilidades de as transaes serem iniciadas por uma compra e por uma


venda so iguais, temos que E(pn) = 0; Var(pn) = S2/2; Covar(pn,pn-1) = -S2/4;
Correl(pn,pn-1) = -0,5; e Covar(pn,pn-j) = 0, j 1.
O fato de a autocorrelao serial de lag 1 ser negativa nos preos dos negcios de
ativos tem a seguinte intuio: se admitirmos que o preo fundamental do ativo entre dois
negcios consecutivos constante e pn-1 o preo de venda, pn igual a S ou zero. Se
pn-1 o preo de compra, pn igual a +S ou zero.
Se, ao invs da hiptese de o preo fundamental do ativo entre dois negcios
consecutivos ser constante, admitirmos que o preo fundamental do ativo segue um
passeio aleatrio, temos que a Correl(pn,pn-1) = - 0,5 -

2 4
)
2 2+(

, ou seja, a

autocorrelao de de 1 ordem menor do que -0,5. As correlaes de ordem maior


tambm so nulas.
Se essa autocorrelao for maior que -0,5 dizemos que ocorre o fenmeno de
presso dos preos (price pressure) e isso pode ocorrer pelo fato de que as transaes
iniciadas por uma compra e transaes iniciadas por uma venda no sejam equiprovveis,
e/ou a transao seguinte seja dependente da transao anterior. Direes das transaes
equiprovveis e transaes dependentes sugerem a existncia do efeito manada.

5 - Resultados
A Tabela 1 apresenta as estatsticas descritivas das disperses das sries de
retornos da Petrobras e da Vale, de 30 em 30 minutos, em relao ao Ibovespa. As
estatsticas mostradas so o nvel mdio de disperso (raiz da mdia do quadrado das
disperses) e desvio-padro das disperses (raiz do desvio-padro do quadrado das

12

disperses). Quanto maior a disperso, mais a ao se afasta do risco de estar sujeita ao


efeito manada, de forma comparativa. As mdias so estatisticamente diferentes pelo teste
t. Os dados indicam que em 2 de dezembro de 2013 foi verificada a maior disperso dos
retornos da Petrobras em relao ao Ibovespa e em 23 de maro de 2010 foi verificada a
maior disperso para a ao da Vale.

Nvel Mdio
de Disperso

Desvio-Padro
das Disperses

Mximo

Mnimo

Petrobras

0,34%

0,71%

5,32%
(02/12/2013)

0,00%
(24/07/2012)

Vale

0,28%

0,51%

2,51%
(23/3/2010)

0,00%
(06/10/2011)

Tabela 1 Estatsticas descritivas da disperso dos ativos Petrobras e Vale em relao ao Ibovespa

A seguir, aplicamos a metodologia proposta por Christie e Huang (1995) para


investigar a existncia do comportamento de manada no mercado de capitais brasileiro
utilizando variveis dummies para determinar se as disperses dos retornos aumentariam
com uma taxa decrescente como sugerido nos eventos de herding.
Usando dados dirios de Petrobras e Vale, estimamos os coeficientes 1 e 2 da
equao (2) que so positivos e estatisticamente significativos. O fato de serem positivos
indica que as disperses dos retornos destas aes crescem em ambas as direes de
movimentos extremos de mercado. O efeito manada pode ser verificado no caso em que
a medida que o retorno de mercado se torna maior, a disperso dos retornos transversais
aumenta a uma taxa decrescente, o que significa coeficientes negativos. Esses resultados,
semelhantes aos encontrados por Christie e Huang (1995) para NYSE e Amex, mostram
que para as aes estudadas, h consistncia na hiptese de formao racional do
apreamento dos ativos no perodo estudado. A Tabela 2 apresenta os resultados.7

Utilizamos tambm o mtodo de Cheng et al (2004), que uma derivao do mtodo de Christie e
Huang (1995). Os resultados so semelhantes aos que encontramos com o mtodo de Christie e Huang
(1995). Por simplicidade e por ser um mtodo menos utilizado na literatura, preferimos no reportar esses
resultados.

13

10%

0.0028

0.0018

0.0023

5%

0.0029

0.0028

0.0033

1%

0.0031

0.0054

0.0062

Percentil

Tabela 2 Coeficientes da Regresso de CSSD para Perodos de Estresse do Ibovespa para os


Critrios de Percentis 10%, 5% e 1% para os Retornos Extremos

A seguir, estudamos a presso de preos (price pressure) para as duas aes. A


Tabela 3 mostra que, em nossa amostra, a autocorrelao entre e negativa
para ambas as aes, porm sempre maior que -0,5.

Ao

Correl ( , )

Petrobras

-0,037

Vale

-0,073

Tabela 3 Correlao entre a variao do preo do negcio n e do negcio n-1

Para as duas aes, as mais lquidas da bolsa brasileira, em que o intervalo entre
negcios extremamente pequeno, as autocorrelaes ainda ficam distantes de -0,5.
Como vimos que dada as nossas hipteses a correlao deveria ser menor que -0,5,
conclui-se que pelo menos uma das hipteses adotadas muito forte. Com isso, ou o fato
de as transaes serem iniciadas por uma compra e por uma venda no so equiprovveis,
ou a transao seguinte dependente da transao anterior.8 Neste ltimo caso, tal
constatao contraria a hiptese do passeio aleatrio. O fato de no haver
equiprobabilidade na direo das transaes, no incio ou na seguinte, sugere a existncia
8

Ou ainda o preo fundamental do ativo entre dois negcios consecutivos no constante. Entretanto,
como a liquidez dessas aes alta, consideramos que a variao do preo fundamental entre 2 transaes
desprezvel.

14

do efeito manada. Desta forma, primeiramente investigamos se as probabilidades de uma


transao ser iniciada por uma compra e por uma venda so similares. A Tabela 4
apresenta o percentual de negcios iniciados por compra (Qn = +1) e os iniciados por
venda (Qn = -1). Existe ainda um percentual mdio de 5% de negcios que so iniciados
no mesmo instante que no foram computados nesta tabela.

Ao

Qn = +1

Qn = -1

Petrobras

47,6%

52,4%

Vale

53,0%

47,0%

Tabela 4 - Percentual de negcios iniciados por compra (Qn = +1) e os iniciados por venda (Qn = -1).

Observarmos que, para ambas as aes, a diferena entre compras e vendas no


estatisticamente significativa. Desta forma, para uma seleo aleatria de uma transao
dentre as que no foram iniciadas em um mesmo instante, atribuir a probabilidade de
50% para ela ser iniciado por uma compra ou por uma venda (probabilidade
incondicional) no nos parece uma aposta muito longe da realidade.
Finalmente, analisamos a probabilidade de uma transao ter a mesma direo da
transao anterior, ou seja, Prob (Qn+1 = -1|Qn = -1) + Prob (Qn+1 = +1|Qn = +1). A Tabela
5 apresenta as probabilidades de uma transao ter a mesma direo que a transao
anterior para cada ao. Pode-se observar nessa tabela que as probabilidades so
significativamente maiores que as probabilidades incondicionais. Desta forma, quando h
um movimento de compra, a probabilidade de um novo movimento de compra maior
que a de um movimento de venda; e quando h um movimento de venda, a probabilidade
de um novo movimento de venda maior que a de um movimento de compra. Essa parece
ser a causa da correlao entre e ser sempre superior a -0,5.

15

Ao

Prob

Petrobras

0.807

Vale

0.810

Tabela 5 - Probabilidade de um negcio ter a mesma direo do negcio


anterior. A probabilidade calculada atravs da expresso prob (1+)/2, em
que o coeficiente da varivel explicativa da regresso Qn+1= Qn+ .

6 Consideraes Finais
Este trabalho tem por objetivo analisar se existem evidncias de efeito manada no
mercado brasileiro de aes, utilizando as duas aes mais lquidas do mercado brasileiro,
Vale e Petrobras. As medidas tradicionais que se propem a identificar o efeito manada,
baseadas em Lakonishok, Shleifer e Vishny (1992), Christie e Huang (1995) e Sias
(2004), tm como foco as posies de grandes instituies em relao ao conjunto do
mercado. Neste trabalho, nosso foco para a deteco deste efeito se situa no prprio ativo
e os mtodos so baseadas na teoria de microestrutura. Os mtodos empregados foram o
de Christie e Huang (1995), com preos em intervalos de 30 minutos, e o de presso de
preos (baseado em Patterson e Sharma, 2006), que utiliza, alm de todos os preos
intradirios, o fato de uma ordem ser iniciada por uma compra ou uma venda.
Os resultados para o efeito manada so ambguos. Ao se utilizar um dos mtodos
mais amplamente utilizados na literatura, na base de 30 minutos, no foi possvel afirmar
que existe efeito manada nos ativos estudados, dado que indica que as disperses dos
retornos das aes crescem em ambas as direes de movimentos extremos de mercado.
Entretanto, por meio da avaliao intradiria com todos os negcios efetivos pelo mtodo
de presso de preos, verifica-se que a probabilidade de uma transao ter a mesma
direo da transao anterior estatisticamente maior que 50%, apesar de as
probabilidades de um negcio ser iniciado por uma compra ou por uma venda serem
aproximadamente equiprovveis. Desta forma, a direo da transao seguinte
dependente da transao anterior. Tal constatao contraria a hiptese do passeio
aleatrio e sugere a existncia do efeito manada.

16

Referncias
Almeida, R. 2011. O Comportamento manada em mercados acionrios latinoamericanos. Dissertao (mestrado) - Universidade Federal de Santa Catarina, Centro
Scio-Econmico, Programa de Ps-Graduao em Administrao, Florianpolis.
Banerjee A., 1992, A simple model of herd behavior, Quarterly Journal of Economics
DOI: 10.2307/2118364
Bikhchandani, S., D. Hirshleifer, and I.Welch, 1992, A theory of fads, fashion, custom,
and cultural change as informational cascades, Journal of Political Economy 100, 992
1026. DOI: 10.1086/261849
Chang, E., J. Cheng, and A. Khorana, An examination of herd behavior in equity markets:
an international perspective. Journal of Banking &Finance, vol. 24, pp. 1651-1679, 2004.
DOI: 10.2139/ssrn.181872
Chiang, Thomas C and Dazhi Zheng. An empirical analysis of herd behavior in global
stock markets. Journal of Banking & Finance 2010; 34, 19111921.
DOI: 10.5539/ijef.v7n3p188
Chiao, C, F Hung and CF Lee. Institutional, trading and opening price behavior: Evidence
from a fast emerging market. Journal of Financial Research 2011, 34(1), 131-154.
DOI: 10.1111/j.1475-6803.2010.01276.x
Christie, W.G., Huang, R.D. 1995. Following the pied piper: Do individual returns herd
around the market? Financial Analysts Journal, July-August, 31-37.
DOI: 10.2469/faj.v51.n4.1918
Easley, David and Maureen OHara. 1987. Price, Trade Size, and Information in
Securities Markets. Journal of Financial Economics 19 (1, Sep.), 6990. DOI:
10.1016/0304-405X(87)90029-8.
Ellis, K., Michaely, R. and O'Hara, M., 2000. The accuracy of trade classification rules:
evidence from Nasdaq. Journal of Financial and Quantitative Analysis 35 4, pp. 529
551. DOI: 10.2307/2676254
Evans, Martin D.D. and Richard K. Lyons.2002. Order Flow and Exchange Rate
Dynamics. Journal of Political Economy 110 (1, Feb.), 17080. DOI: 10.3386/w7317
Henker, J., Henker T., Mitsios A. 2006. Do Investors Herd Intraday in Australian
Equities? International Journal of Managerial Finance, vol.2 (3), 196. DOI:
10.1108/17439130610676475.
Hwang, S. Salmon, M. A New Measure of Herding and Empirical Evidence. Financial
Econometrics research Centre Working Paper Series. London, 2001. DOI:
10.1.1.11.9488
Hwang, S. Salmon, M. Market Stress and Herding. Journal of Empirical Finance, v. 11,
n. 4, p.585-616, 2004. DOI: 10.1016/j.jempfin.2004.04.003

17

Kyle, Albert S. 1985. Continuous Auctions and Insider Trading. Econometrica 53 (6,
Nov.), 131535. DOI: 10.2307/1913210.
Kutchukian, E. 2010. O efeito manada nos fundos de investimento no Brasil: um teste em
finanas comportamentais. Dissertao (mestrado) Fundao Getlio Vargas Escola
de Administrao de Empresas de So Paulo, So Paulo.
Lakonishok, J., A. Shleifer, and R. W. Vishny, 1992, The impact of institutional trading
on stock prices, Journal of Financial Economics 32, 2343. DOI: 10.1016/0304405X(92)90023-Q.
Lee, Charles M.C., and Mark J. Ready, 1991, Inferring Trade Direction from Intraday
Data, The Journal of Finance 46, 733-746. DOI: 10.1111/j.1540-6261.1991.tb02683.x.
Lo, Andrew W., Harry Mamaysky and Jiang Wang. 2000. "Foundations of Technical
Analysis: Computational Algorithms, Statistical Inference, and Empirical
Implementation." Journal of Finance. August, 55:4, pp. 1705-765. DOI: 10.3386/w7613.
Odders-White, E., On the occurrence and consequences of inaccurate trade classification.
Journal of Financial Markets 3, pp. 259286, 2000.
Patterson, D.M., Sharma, V. 2006. Do Traders Follow Each Other at the NYSE?
Working Paper, University of Michigan-Dearborn.
Puckett, A., Yan, X. 2007. The Determinants and Impact of Short-Term Institutional
Herding Working Paper. University of Missouri, Columbia. Available at SSRN.
Roll, Richard, 1984, A simple implicit measure of the effective bid-ask spread in an
efficient market, Journal of Finance 39, 112739. DOI: 10.1111/j.15406261.1984.tb03897.x.
Sanches, M., Comportamento de manada em direo ao ndice de mercado: evidncias
no mercado brasileiro de aes. Dissertao (mestrado) - Universidade de So Paulo,
Programa de Ps-graduao em Administrao, 2013.
Sias, R., 2004, Institutional herding, Review of Financial Studies 17, 165206. DOI:
10.1093/rfs/hhg035.
Shih, T., Hsu, A., Yang, S., Lee, C. 2012. Empirical research of herding behavior in the
Pacific Basin stock markets: Evidence from the U.S. stock market rise (drop) in
succession. Procedia - Social and Behavioral Sciences 40, 7 15.
DOI:10.1016/j.sbspro.2012.03.154.
Tseng, M.L. 2010. An assessment of cause and effect decision making model for firm
environmental knowledge management capacities in uncertainty. Environmental
Monitoring and Assessment, 161, 549-564. DOI: 10.1007/s10661-009-0767-2.
Welch, Ivo, "Sequential Sales, Learning and Cascades," The Journal of Finance, 1992,
47, 695-732. DOI: 10.1111/j.1540-6261.1992.tb04406.x.

18

Zulian, B., Kimura, H., Basso, L. 2012. Estudo de ndices de Comportamento de Manada
em Fundos Brasileiros de Investimentos em Aes. Revista Alcance, v.19, n. 1, 2012.
DOI: 10.14210/alcance.v19n1.p07-23.

19