Integrao, Causalidade e Anlise dos Eventos Extremos entre Aes da Petrobrs

Negociadas no Mercado Brasileiro e ADR no Mercado Norte-Americano

Daniel Reed Bergman 1

Pedro Raffy Vartanian 2

A pesquisa tem o objetivo de identificar relaes de integrao, dependncia e causalidade

entre as aes da Petrobrs negociadas no mercado brasileiro e o correspondente ADR
(American Depositary Receipts), negociados no mercado estadunidense com a utilizao de
um modelo VAR (vetores autorregressivos), testes de causalidade e de cointegrao, alm da
aplicao da metodologia de cpulas. O objetivo da utilizao da metodologia de cpulas ser
verificar qual dos dois tipos de eventos extremos no mercado, positivo (boom) ou negativo
(crash) ocasiona variaes mais significativas nos retornos da ao da Petrobrs e tambm da
sua ADR. J a utilizao do modelo VAR pretende investigar os efeitos de choques e
integrao dos mercados em anlise. Para tanto, foram coletados dados do preo da ao da
empresa Petrobrs negociada na Bolsa de Valores de So Paulo (BMF&Bovespa) e do
respectivo ADR negociado na Bolsa de Nova York. O estudo contemplou somente as aes
ordinrias, tendo em vista a preferncia dos investidores estrangeiros por esse tipo de papel.
As cotaes obtidas tm periodicidade mensal, com valor de fechamento. O perodo de
anlise se inicia em abril de 2002 e se encerra em agosto de 2007. O perodo inicial
coincidente com o incio das negociaes dos DRs da Petrobrs na bolsa da Espanha
(Latibex) e o perodo final se justifica pela anlise dos efeitos de integrao nos mercados no
perodo anterior crise, j que a reverso do comportamento da bolsa estadunidense teve
incio ainda em 2007, com impactos sobre o preo dos ADRs.
Inicialmente apresenta-se a trajetria das sries em nvel na Figura 1. Para efetuar a anlise, as
aes da Petrobrs negociadas no Brasil foram convertidas em dlares pela taxa de cmbio
PTAX, e ambas as sries contemplam eventuais dividendos e bonificaes. possvel
verificar que as sries apresentam tendncia determinstica e ausncia de rudo branco.
32

28

24

20

16

12

4 Petr3 BR
Petr USA
0
02M07 03M01 03M07 04M01 04M07 05M01 05M07 06M01 06M07 07M01 07M07

Figura 1 Preo das aes no perodo 04/2002 08/2007

Fonte: Economtica (2010)

1
Professor da Universidade Presbiteriana Mackenzie, FECAP e Fundao Instituto de Administrao (FIA)
2
Professor da Universidade Presbiteriana Mackenzie e da BSP (Business School So Paulo)
1
Uma vez que as sries apresentam comportamento tendencial com conseqente presena de
raiz unitria, aplicou-se um teste de cointegrao de Johansen, conforme apresentado em
Johansen (1991), com o objetivo de identificar a presena de um vetor de cointegrao entre
as variveis. Os resultados do teste podem ser observados na Tabela 1. Conforme mostra a
Tabela 1 possvel rejeitar a hiptese de nenhuma equao de integrao em nvel de 5% de
significncia, tanto pela estatstica do Trao quanto pela estatstica do Autovalor. O teste
utilizou at a terceira defasagem das sries, que foi a mtrica obtida como a mais adequada a
partir dos critrios de Akaike e Schwarz.

Tabela 1 Resultados do Teste de Cointegrao de Johansen

Nmero de equaes Estatstica do Valor crtico Estatstica do Valor crtico
de cointegrao Autovalor Trao 5% mximo autovalor 5%
hipotetizadas

Nenhuma 0.330980 25.69444* 15.49 24.51845* 14.26

At 1 0.019094 1.175987 3.84 1.175987 3.84

Fonte: Elaborao prpria com base nos clculos efetuados no pacote economtrico Eviews 6.0.
Nota: * indica rejeio da hiptese em nvel de 5% de significncia.

Uma vez que as sries apresentam comportamento de cointegrao, vale testar a possibilidade
de presena de precedncia estatstica unidirecional ou bidirecional entre as variveis. Assim,
pode ser aplicado o teste de causalidade no sentido de Granger entre as duas sries, e os
resultados podem se observados na Tabela 2.
Tabela 2 Resultados do Teste de Causalidade no Sentido de Granger
Hiptese nula obs Estatstica F Probabilidade
Petr ADR no causa Petr3 BR 62 3.20323 0.0302
Petr3 BR no causa Petr3 ADR 2.98563 0.0389
Fonte: Elaborao prpria com base nos clculos efetuados no pacote economtrico Eviews 6.0.

Com a presena de um vetor de cointegrao identificada no teste de Johansen possvel

estimar um modelo VEC (Vector Error Correction). O modelo VEC consiste na aplicao de
vetores autorregressivos conforme proposto por Sims (1980) e Sims (1986) que inclui um ou
mais vetores de cointegrao de acordo com Johansen (1991). Assim, foi estimado um
modelo VEC com o objetivo de avaliar o comportamento das funes de impulso-resposta e,
adicionalmente, identificar a possibilidade de presena de exogeneidade das variveis pelo
teste de Wald. O teste de exogeneidade de Wald pemite identificar endogeneidade relativa
entre as variveis de um sistema. Os resultados do teste, apresentados na Tabela 3, permitem
concluir que as aes negociadas no mercado americano so relativamente mais exgenas do
que as aes negociadas no mercado brasileiro.

2
Tabela 3 Teste de exogeneidade das variveis - VAR Granger Causality/Block
Exogeneity Wald Tests
Varivel Dependente

Petr3 BR Petr ADR

2 Prob. 2 Prob.

Petr3 BR 30.43504 0.0000

Petr ADR 32.70893 0.0000

Fonte: Elaborao prpria com base nos clculos efetuados no pacote economtrico Eviews 6.0.

Finalmente, uma anlise das funes de impulso-resposta, apresentadas na Figura 2, permite

verificar que, a despeito da exogeneidade relativa do ADR, efeitos bidirecionais de
causalidade podem ser observados. Um choque (elevao) no preo da ao no mercado
brasileiro provoca um aumento no ADR americano, que se incorpora no longo prazo. Da
mesma forma, um choque (elevao) do preo do ADR resulta em aumento no preo da ao
do mercado brasileiro.

Response of PETR3_BR to Cholesky Response of PETR3_USA to Cholesky

One S.D. Innovations One S.D. Innovations
.7 1.4

.6 1.2

.5 1.0

.4 0.8

.3 0.6

.2 0.4

.1 PETR3_BR 0.2 PETR3_BR

PETR3_USA PETR3_USA
.0 0.0
5 10 15 20 5 10 15 20

Figura 2 - Funes de impulso-resposta

Fonte: Elaborao prpria com base nos clculos efetuados no pacote economtrico Eviews 6.0.

Verifica-se tambm como os retornos da ao da Petrobrs e de sua ADR reagem aos eventos
extremos do mercado atravs de uma medida de dependncia calculada pela teoria de cpulas.
Utilizou-se a metodologia de cpulas, que foi primeiramente utilizada por Sklar (1959). Este
autor provou que uma coleo de distribuies marginais pode ser agrupada conjuntamente
atravs de uma cpula a fim de formar a distribuio multivariada das mesmas.
Conforme Embrechts et al. (1999), os principais fatos estilizados dos retornos financeiros so:
Os retornos so, em geral, no auto-correlacionados serialmente, mas dependentes ao
longo do tempo;
Decaimento lento da funo de auto-correlao dos quadrados dos retornos;
A distribuio de probabilidades dos retornos apresenta caudas mais pesadas do que
uma normal;
As sries dos log-retornos apresentam clusters de volatilidade ao longo do tempo;

3
Assim, a Teoria de Cpulas vem sendo utilizada, na maioria das vezes, em Finanas e
Econometria para tratar de duas grandes questes relacionadas aos fatos estilizados declarados
acima:
A no-normalidade dos retornos dos ativos financeiros (existncia de assimetria e/ou
de caudas pesadas nas distribuies de probabilidade);
A existncia de dependncia no-linear entre os retornos dos ativos financeiros;
Apesar do conceito de cpulas ter surgido h um longo tempo com Sklar (1959), suas
aplicaes em finanas e economia comearam a ser publicadas a partir do ano de 1999.
Conforme Genest (2009, p. 3), 41% das publicaes relacionadas ao tema de cpulas se
relacionam ao estudo na rea de finanas. Este autor agrupou os estudos em grandes quatro
reas, que so:
1. Gerenciamento de risco: desenvolvimentos nesta rea foram estimulados pelo
Acordo de Basilia II e pelas contribuies acadmicas de Embrechts et al. (1999) e Li
(2000);
2. Gesto de carteiras: os trabalhos tratam da dependncia entre os mercados
financeiros internacionais. O trabalho de Patton (2006) cai nesta categoria;
3. Precificao de derivativos: os trabalhos nesta rea procuram tratar de opes
exticas, swaps de crdito etc. Detalhes podem ser encontrados em Cherubini et al.
(2004)
4. Mensurao de risco: os temas deste grupo se referem ao VaR (Value-at-Risk),
contgio entre os mercados financeiros e expected shortfall . O trabalho de Rodrigues
(2005) prope uma aplicao no tema de contgio, por exemplo.
Segundo Cherubini et al. (2004) quando pelo menos uma distribuio marginal (de um
determinado ativo) no uma normal, a medida tradicional de correlao de Pearson
inadequada, pois s h a captura de dependncia linear pela mesma. Como os retornos dos
ativos financeiros so tipicamente no-Normais com dependncia no-linear, torna-se mais
prudente a utilizao de uma medida robusta de associao. Tal medida que mostra ser
particularmente conveniente na modelagem de cpulas o de Kendall.
Desse modo, o objetivo da utilizao da metodologia de Cpulas ser verificar qual dos dois
tipos de eventos extremos no mercado, ocasiona variaes mais significativas nos retornos da
ao da Petrobras e tambm da sua ADR, conforme apresentado anteriormente.
A habilidade das cpulas em capturarem a dependncia nas caudas fundamental para o
presente estudo. O estudo da dependncia nas caudas pode permitir uma anlise a fim de
verificar se h a possibilidade de boom ou crash de forma simultnea aos dois mercados. As
medidas de dependncia nas caudas so utilizadas para capturar a dependncia na cauda da
distribuio bivariada. Serve para descrever o quanto grandes (ou pequenos) valores de uma
varivel aleatria acompanham valores grandes (ou pequenos) de outra varivel aleatria.
Sejam X e Y variveis aleatrias contnuas com funes de distribuio F e G,
respectivamente. O parmetro de dependncia na cauda superior U o limite (se existir) da
probabilidade condicional de Y ser maior que o 100t-simo percentil de G dado que X
maior que o 100t-simo percentil de F quando t se aproxima de 1 pela esquerda, ou seja:

U lim P Y G 1 t X F 1 t (1)
t 1

De forma similar, o parmetro de dependncia na cauda inferior L o limite (se existir) da

probabilidade condicional de Y ser menor ou igual que o 100t-simo percentil de G dado que
X menor ou igual que o 100t-simo percentil de F quando t se aproxima de 0 pela direita, ou
seja:
4
L lim P Y G 1 t X F 1 t (2)
t 0
Estes parmetros so no-paramtricos e dependem apenas da cpula formada por X e Y.
Foram estimados os parmetros pelo mtodo MVC das seguintes cpulas: cpula gaussiana
(CG), cpula de Clayton (CC), cpula de Plackett (CP), cpula de Frank (CF), cpula de
Gumbel (CGU), cpula de Gumbel rotacionada (CGUR), cpula t de Student (CS), cpula de
Joe-Clayton simetrizada (CJCS), cpula gaussiana cujos parmetros variam no tempo (CGt),
cpula de Gumbel rotacionada cujos parmetros variam no tempo (CGURt), cpula de Joe-
Clayton simetrizada cujos parmetros variam no tempo (CJCSt).
Da mesma forma que Patton (2006) e Breymann et al. (2003), criaremos uma hierarquia de
aderncia atravs dos conceitos economtricos de log-verosimilhana (LL), critrio de
informao de Akaike (AIC) e critrio bayesiano de informao (BIC). Os resultados so
evidenciados na Tabela 4.
Tabela 4 - Resultados relacionados ao critrio de LL, AIC e BIC das cpulas estimadas.
Cpulas LL AIC BIC
CJCSt -144,2624 -368,3046 -168,3401
CGt -143,4671 -366,4341 -166,6468
CJCS -141,1459 -362,5384 -162,3236
CS -139,6637 -359,6139 -159,6591
CG -137,5808 -355,3149 -155,1325
CGU -134,3268 -348,6469 -148,6545
CGURt -131,6835 -343,4468 -143,6496
CGUR -129,0334 -338,6600 -138,4376
CP -123,9397 -327,3427 -127,6403
CF -119,9287 -319,4506 -119,3582
CC -107.5238 -295.0340 -95.0645
Fonte: Elaborao prpria com base nos clculos efetuados.

A cpula CJCSt, conforme os critrios declarados anteriormente, apresentou um ajuste

estatstico superior aos outros tipos de cpulas analisadas no trabalho para modelar a
distribuio multivariada dos retornos da Vale e de sua ADR.
Assim, utiliza-se um teste no-paramtrico de Wilcoxon (Rank Sum) para amostras
independentes a fim de comparar se h diferenas significativas da mediana entre as duas
sries de caudas determinadas pela cpula CJCSt.
O teste revelou um p-valor igual a 0.000 e, portanto, no deve-se aceitar a hiptese nula de
que as medianas das duas sries so iguais ao nvel de significncia de 5%. Por fim, o teste
evidencia que a ocorrncia de eventos extremos negativos, crashes, tende a afetar mais a ao
da Petrobras e de sua ADR do que a ocorrncia de eventos extremos positivos, booms; pois as
medianas resultantes indicaram que L (0,52457)> U (0,4544).
Desse modo, a pesquisa encontrou evidncias de integrao dos mercados norte-americano e
brasileiro pela anlise de cointegrao e demonstrou que um choque no preo das aes da
Petrobrs (ADRs) no mercado norte-americano interfere nas cotaes das aes negociadas
na bolsa brasileira e vice-versa. Adicionalmente, verificou-se que o ADR apresenta
caractersticas de exogeneidade relativa, o que sugere que a bolsa americana tem efeito de
causalidade mais significativo do que a bolsa brasileira. Finalmente, a aplicao de cpulas
permitiu concluir que a ocorrncia de eventos extremos negativos (crashes) impacta de uma
forma relativamente mais intensa sobre as cotaes do que eventos extremos positivos.

5
Referncias Bibliogrficas

CHERUBINI, U.; LUCIANO, E.; VECCHIATO, W. Copula Methods in Finance. London:

John Wiley & Sons Inc., 2004. 293p.
ECONOMTICA. Base de dados. Acesso em: 15 jan. 2010.
EMBRECHTS, P.; MCNEIL, A. J.; STRAUSMANN, D. Correlation: Pitfalls and
alternatives. Risk Magazine, 12, no. 5, p. 69-71, 1999.
EVIEWS. Econometric Views for Windows, Verso 6.0. (QMS) Quantitative Micro
Software. Irvine-Califrnia. 2007.
GENEST, C.; GENDRON, M.; BORDEAU-BRIEN, M. The Advent of Copulas in Finance.
The European Journal of Finance, v.00, p. 1-10, 2009.
JOHANSEN, S. Estimation and hypothesis testing of cointegration vectors in gaussian vector
autoregressive models. Econometrica, Illinois, 59(6): 1551-1580, nov. 1991.
MENDES, B. V. M.; MORETTI, A. R. Medindo a Influncia do Mercado Americano nas
Interdependencias observadas na Amrica Latina. Revista Brasileira de Finanas, v.3, n.1,
p.15-29, 2005.
NELSEN, R. B. An introduction to copulas. New York: Springer-Verlag, 1999.
PATTON, A. Modelling Asymmetric Exchange Rate Dependence. International Economic
Review, v.47, n.2, p.527-556, 2006.
SIMS, C. Are Forecasting Models Usable for Policy Analysis ? Federal Reserve Bank of
Minneapolis. Quarterly Review 10. winter 1986.
________. Macroeconomics and Reality. Econometrica, Illinois, 48(1): 1-48, jan. 1980.
SKLAR, A. Fonctions d repartition n dimensions et leurs marges. Publications de l
Institut Statistique de l Universit de Paris 8, p.229-231, 1959.