Fundao Getlio Vargas

Escola de Ps Graduao em Economia

Mestrado em Finanas e Economia Empresarial





COMO INVESTIDORES DE ALTA RENDA ALOCAM
SUA RIQUEZA NO BRASIL?
UMA ANLISE EMPRICA COM DADOS DE FUNDOS DE INVESTIMENTO








Guilherme Lima Bragana











Rio de Janeiro
Maio, 2009.
2
COMO INVESTIDORES DE ALTA RENDA ALOCAM
SUA RIQUEZA NO BRASIL?
UMA ANLISE EMPRICA COM DADOS DE FUNDOS DE INVESTIMENTO




GUILHERME LIMA BRAGANA














Orientador:
Prof. Dr. Marcos Antonio Coutinho da Silveira











Rio de Janeiro
Maio, 2009.
Dissertao apresentada Escola de Ps-
Graduao em Economia como requisito
parcial para a obteno do grau de Mestre
em Finanas e Economia Empresarial.
3
COMO INVESTIDORES DE ALTA RENDA ALOCAM
SUA RIQUEZA NO BRASIL?
UMA ANLISE EMPRICA COM DADOS DE FUNDOS DE INVESTIMENTO





Autor:
Guilherme Lima Bragana



Orientador:
Prof. Dr. Marcos Antonio Coutinho da Silveira


Data da defesa:
27 de maio de 2009



Aprovada por:


____________________________________________
Prof. Dr. Marcos Antonio Coutinho da Silveira (Orientador, IPEA-RJ)



___________________________________________________________
Prof. Dr. Marco Antonio Bonomo (FGV-RJ)



___________________________________________________________
Prof. Dr. Carlos Eugenio Ellery Lustosa da Costa (FGV-RJ)



Rio de Janeiro
Maio, 2009.
4







































Dedico este trabalho a minha famlia. Pelo suporte e amor incondicional.
Tudo nessa vida se torna possvel por se ter vocs.

5
AGRADECIMENTOS


Agradeo a meus pais pelo exemplo de vida que sempre foram pra mim, jamais
hesitando em colocar a felicidade dos filhos em primeiro plano. Vocs, sem dvida alguma,
so os maiores responsveis pela realizao desse sonho. minha irm Manoela pela
amizade e ateno de sempre. um grande privilgio ter na irm a melhor amiga. Ao meu
sobrinho Pedrinho por me fazer sorrir com o simples gesto de olhar pra mim. Voc uma
ddiva em nossas vidas. Ao cunhado e amigo Mrcio pela amizade e carinho de sempre.

Ao chefe e amigo Gustavo por todo conhecimento passado ao longo desses felizes
anos de agradvel convivncia. Em especial por acreditar em meu potencial e, juntamente
com Zeca Oliveira, tornar possvel a realizao desse mestrado. Serei eternamente grato.

Ao companheiro de equipe e grande amigo Rafa Marques, incansvel na arte da
parceria e gentileza.

Aos amigos Gabriel, Barbeito, Bruno, Renatinho, Covo e tantos outros. Pelas horas de
estudo e diverso ao longo desse mestrado.

Matilde, pela boa vontade em disponibilizar os dados.

Dani Kubudi, pelos conselhos prticos e tempo disponvel para me ajudar com as
questes econometrias.

Ao meu orientador pelo grande aprendizado, pela genuna dedicao e grande
colaborao para a realizao desse trabalho. Sem a sua contribuio ele jamais teria sido
realizado.





6
EPGRAFE










































A mente que se abre a uma nova idia jamais voltar ao seu tamanho original.

Albert Einstein
7
RESUMO

A teoria tradicional de Tobin (1958) sugere que todos os investidores possuem o mesmo
portflio de ativos arriscados, chamado de portflio de mercado. A proporo entre esse ativo
arriscado e o livre de risco dentro de cada portflio dependeria apenas do grau de averso a
risco de cada agente. No entanto, as imperfeies existentes no mercado de capitais, permitem
que a heterogeneidade dos agentes econmicos influencie nas suas alocaes de portflio.
Este trabalho avalia o efeito de caractersticas econmicas e scio-demogrficas dos
investidores de fundos administrados pelo BNY Mellon Servios Financeiros em sua
inclinao a tomar posies em fundos agressivos. Atravs da anlise do conjunto de
resultados observados atravs de trs diferentes modelos economtricos, concluiu-se que a
evidncia emprica para a realidade brasileira, vai, em boa parte, ao encontro da teoria
econmica sobre a alocao tima de portflio.

Palavras-Chave: Probit Ordenado, Regresses Censoradas, Modelo Hurdle, alocao de
portflio, ciclo da vida, capital humano, riqueza financeira, variveis demogrficas e variveis
scio-econmicas.



ABSTRACT

Tobins traditional theory of 1958 showed that all agents would hold the same portflio of
risky assets, called the Market Portfolio. The ratio between the risky asset and the one free of
risk within each portfolio would only depend on each agents preferences for risk. However,
the existing imperfections in the stock market allows the heterogeneity of the economical
agents to influence in their portfolio allocations. This work evaluates the effect of the
economic and social-demographic features of the BNY Mellon fund investors on their
decision to allocate on agressive funds. The analysis of the overall results observed throught
three different econometric models shows that the empirical evidence for the Brazilian reality
agrees much with the economical theory on the optimal asset allocation portfolio.

Key Words: Ordered-Probit Model, Censored-regression Model, Hurdle Model, Portflio
Allocation, Life Cicle, Human Capital, Financial Wealth, Demographic and Social-economic
features.
8
SUMRIO

Introduo ........................................................................................................................... 10
1. Resenha da Literatura....................................................................................................... 14
1.1 O Modelo com Horizonte de Um Perodo................................................................... 17
2. Estratgias Empricas....................................................................................................... 22
2.1 O Modelo Probit Ordenado para Variveis Dependentes ............................................ 22
2.2 O Modelo de Regresses Censoradas ......................................................................... 25
2.3 O Modelo Hurdle ....................................................................................................... 27
3. Descrio dos Dados........................................................................................................ 30
3.1 Discusso das Variveis Explicativas ......................................................................... 34
4. Resultados ....................................................................................................................... 40
5. Concluso........................................................................................................................ 49
Referncias Bibliogrficas ................................................................................................... 51
Apndice I ........................................................................................................................... 52
Apndice II.......................................................................................................................... 53

9
TABELAS

Tabela 1 Ibovespa: Retornos com Data-Base no ltimo Dia til de Cada Perodo............ 31
Tabela 2 Ibovespa e S&P: Retorno Acumulado e Volatilidade dos Retornos de Cada
Perodo ................................................................................................................................ 31
Tabela 3 Ibovespa: Mdia e Mediana das Observaes Mensais........................................ 31
Tabela 4 Tabulao Cruzada: Freqncia de Observaes por Categoria em Cada Perodo39
Tabela 5 - Tabulao Cruzada: Mdia investida por Tipo de Fundo ..................................... 39
Tabela 6 - Resultado do Modelo de Regresso Probit Ordenado Perodo I......................... 46
Tabela 7 - Resultado do Modelo de Regresso Probit Ordenado Perodo II ....................... 46
Tabela 8 - Resultado do Modelo de Regresso Probit Ordenado Perodo III ...................... 46
Tabela 9 - Resultado do Modelo de Regresso Censorado Perodo I.................................. 47
Tabela 10 - Resultado do Modelo de Regresso Censorado Perodo II .............................. 47
Tabela 11 - Resultado do Modelo de Regresso Censorado Perodo III ............................. 47
Tabela 12 - Resultado do Modelo Hurdle Perodo I........................................................... 48
Tabela 13 - Resultado do Modelo Hurdle Perodo II.......................................................... 48
Tabela 14 - Resultado do Modelo Hurdle Perodo III ........................................................ 48




FIGURAS

Figura 1 ............................................................................................................................... 33
Figura 2 ............................................................................................................................... 33
10
Introduo

Markovitz (1952) abordou pioneiramente o problema de alocao de portflio. Num
modelo simples no qual um investidor sem outra fonte de renda consome toda sua riqueza
financeira ao final de um perodo, o trabalho investiga o que determina a alocao de portflio
entre ativos transacionveis. Alm disso, o modelo restringe as preferncias do investidor de
forma que portflios de ativos eram comparados somente com base na mdia e esperana de
seus retornos. Como resultado, apenas a esperana e varincia do retorno de cada ativo, bem
como as covarincias entre eles, importavam para a deciso alocativa do investidor. O
conceito bsico da Teoria Moderna de Portflios proposta por Markovitz, reside em como
agentes racionais usam a diversificao para melhorar o trade-off entre risco e retorno de um
portflio. A idia da existncia de um ativo livre de risco foi mais tarde introduzida em Tobin
(1958), o qual mostrou que todos os investidores manteriam o mesmo portflio de ativos
arriscados, denominado portflio de mercado. Segundo Tobin, a alocao entre o ativo livre
de risco e o portflio de mercado dependeria apenas do grau de averso a risco de cada
investidor.

As predies destes primeiros modelos foram sistematicamente rejeitadas por estudos
empricos sobre o comportamento individual dos investidores. Mais especificamente,
investidores carregam diferentes composies de ativos arriscados em suas carteiras e essa
composio tende a variar com a idade, ocupao, riqueza e outras variveis demogrficas e
scio-econmicas. Alm disso, parte substancial desta riqueza mantida em ativos no
transacionveis. Isto estimulou o desenvolvimento de modelos com hipteses menos
restritivas e mais prximas do contexto no qual os investidores realmente tomam suas
decises. Uma sria limitao dos modelos de Markovitz e Tobin, pelo menos no que tange ao
problema de alocao de portflio, que os investidores enxergavam apenas um perodo
frente, enquanto na prtica bastante bvio que eles reconhecem que podero alterar suas
decises de alocao no futuro (o que potencialmente influencia sua alocao no presente).
Foi essa concepo que influenciou Samuelson (1969) e Merton (1969) a estender o problema
da alocao de portflio para mltiplos perodos. Um importante resultado desse esforo
que, ceteris paribus, o portflio timo dos investidores pode variar ao longo do ciclo da vida.
Em outras palavras, idade um tipo de heterogeneidade entre os investidores que afeta a
alocao de portflio. Isto acontece porque o portflio timo de um investidor de longo prazo
difere do portflio timo de um investidor de curto prazo pela existncia de uma demanda por
11
hedge intertemporal, cuja origem encontra-se na disposio dos investidores de longo prazo
de se protegerem contra mudanas futuras na taxa de juros e no prmio de risco dos ativos. A
equivalncia entre os portflios timos de investidores de curto e longo prazo verifica-se
apenas sob condies bastante restritivas: averso relativa ao risco constante com a renda e
retornos dos ativos independentes e identicamente distribudos.

Uma extenso adicional do modelo simples de portflio a presena de renda do
trabalho. Com mercados completos, renda do trabalho no afeta a alocao de portflio. Isto
porque uma unidade de renda em qualquer estado ou perodo futuro pode ser negociada no
perodo corrente a um determinado preo competitivo. Na vida real, no entanto, investidores
enfrentam imperfeies no mercado de capitais, como a impossibilidade de transacionar
determinados ativos, ou os custos de entrada e de movimentao existentes. Soma-se a isso, o
fato de existirem determinados riscos para os quais o mercado no prev proteo (tais como
riscos de sade e de morte e o risco de perder o emprego). Tais imperfeies praticamente
obrigam os agentes a suportar parte dos riscos a que so expostos e abre espao para a
heterogeneidade dos agentes econmicos em termos de renda do trabalho influenciar a
alocao de portflio.

Em suma, modelos recentes esto procurando analisar rigorosamente os efeitos da
heterogeneidade entre os investidores sobre a alocao de portflio. Estes modelos
introduzem aspectos relevantes como a existncia de capital humano, o ciclo da vida, o risco
idiossincrtico do fluxo de salrios e sua correlao com os retornos dos ativos, os custos de
transao, etc. Alm disso, abrangem uma gama maior de ativos disponveis e at mesmo
consideram algumas imperfeies do mercado. Paralelamente, a literatura emprica vem
tentando explicar os fatores determinantes da alocao da riqueza financeira atravs de
modelos economtricos que utilizam como regressores um amplo conjunto de variveis
demogrficas e scio-econmicas sugeridas pela teoria, tais como o nvel de renda e riqueza,
o tipo de ocupao (como uma forma de estimar a volatilidade da renda do trabalho
1
), idade,
sexo, composio familiar, etc. Lamentavelmente, esses trabalhos so restritos a um nmero
pequeno de pases, onde existem pesquisas sobre a composio da riqueza das famlias
2
.

1
Esse conceito explicado na seo 1 desse trabalho.
2
Os resultados mostram que o distanciamento entre dados empricos e teoria ainda muito significativo na
maioria desses pases.
12
McCarthy, David (2004), apresenta um bom sumrio dessa literatura em Household
Portfolio Allocation: A Review of the Literature.

Julgamos que o nmero reduzido de trabalhos abordando a realidade brasileira est
diretamente relacionado com a dificuldade em se obter dados confiveis sobre as
caractersticas demogrficas e scio-econmicas e sobre os investimentos dos brasileiros. A
oportunidade de acessar o banco de dados do BNY Mellon Servios Financeiros,
administrador de cerca de 70%
3
dos recursos investidos em gestores independentes no Brasil,
surgiu como maior motivao para compor essa dissertao. Dada a ausncia de uma base de
dados mais representativa da populao brasileira, consideramos esta como uma oportunidade
incomum, ainda que limitada pela abrangncia da amostra, de contribuir com um estudo
inicial, confrontando resultados empricos obtidos a partir de dados brasileiros com as
predies da teoria para avaliar a eficincia dos poupadores na gesto de seus ativos.

O trabalho explora o banco de dados de informaes cadastrais dos cotistas dos fundos
de investimento administrados pelo BNY Mellon Servios Financeiros
4
(aproximadamente
1200 fundos
5
), relacionando essas informaes s suas posies financeiras investidas nos
diferentes fundos ao final de cada ms, no perodo compreendido entre janeiro de 2007 e
dezembro de 2008. Esse perodo subdividido em trs intervalos com circunstncias de
mercado bastante distintas, afim de avaliar se existiu alguma alterao significativa na
alocao de portflio dos indivduos incentivada pela mudana no padro de volatilidade dos
ativos.

Metodologicamente, o trabalho estima trs modelos economtricos para medir o efeito
ceteris paribus de um conjunto de variveis demogrficas e scio-econmicas sexo,
ocupao (pblica ou privada), estado civil, faixa etria e nvel de patrimnio - sobre a
distribuio de probabilidade de variveis dependentes, que sofreram tratamentos diferentes
de acordo com o modelo utilizado e representam, basicamente, a proporo da riqueza
financeira investida em fundos de aes. Das estratgias empricas utilizadas fizeram parte o

3
Fonte: Ranking Anbid. Disponvel em:
http://www.anbid.com.br/institucional/CalandraRedirect/?temp=2&temp2=3&proj=ANBID&pub=T&nome=sec
_ESTATISTICAS_FUNDOS_Rankings&db=CalSQL2000
4
Essencial ressaltar que o acesso ao banco de dados da instituio foi condicionado preservao total e
irrestrita da identidade de cada um dos cotistas desde a primeira obteno das sries de dados. Nenhuma
informao que pudesse tornar possvel a identificao de qualquer um dos membros das amostras nos foi jamais
disponibilizada.
5
Fonte: BNY Mellon Servios Financeiros (Dez/2008).
13
modelo Probit Ordenado, o modelo Censorado e o modelo Hurdle. O objetivo de utilizarmos
diferentes modelos foi buscar identificar separadamente o efeito causado pelas variveis
explicativas, na tomada de deciso de entrada no mercado de aes e, na proporo tima
esperada investida, condicionada participao nestes ativos.

O trabalho dividido da seguinte forma: o captulo 1 faz um sumrio da literatura a
respeito da teoria da alocao de portflio. O captulo 2 trata da descrio dos dados e do
tratamento das variveis. No captulo 3 fazemos a descrio dos modelos economtricos
utilizados, aproveitando para esclarecer o tratamento dado s variveis dependentes em cada
caso. O captulo 5 mostra os resultados, comparando-os luz da teoria existente. O captulo 6
apresenta as concluses.


14
1. Resenha da Literatura

Da perspectiva da teoria financeira, o salrio de um indivduo pode ser visto como um
dividendo pago por seu estoque implcito de capital humano. O capital humano um ativo
no transacionvel porque impossvel securitizar a renda do trabalho futuro sem que se caia
no problema clssico de moral hazard. Contratos que foram o indivduo a trabalhar no so
legais, pois so equivalentes a uma forma de escravido. O indivduo sempre tem o direito a
escolher o quanto. Ao securitizar e vender seu fluxo de salrios futuro, no entanto, o
trabalhador no teria nenhum incentivo a continuar trabalhando e, respaldado pela lei, no
poderia ser obrigado a ter que cumprir todo o contrato. Sendo assim, qualquer contrato de
antecipao de renda do trabalho futura no tem valor.

Para ilustrar o efeito causado por essa dotao de capital humano no-transacionvel
na alocao da riqueza financeira de um indivduo entre um ativo com risco e outro livre de
risco, consideramos o caso de um investidor de longo prazo que recebe um fluxo futuro de
salrios. Como hiptese, supomos que o ativo livre de risco tem retorno em log constante
igual
f
r a cada perodo, enquanto as aes tm retorno em log de
1 + t
r por perodo. O
excesso de retorno (em log) mdio por perodo, em relao ao ativo livre de risco dado por
[ ]
+ f t t
r r E
1
com varincia ( )
2
1

+ t t
r Var . A renda total do investidor composta tanto
pela renda financeira
t
W , quanto pelo capital humano, aqui representado por
t
H .

Apenas ttulo de exerccio, supomos inicialmente que toda a riqueza do indivduo
(inclusive o estoque de capital humano) transacionvel. O indivduo voluntariamente iria
vender seu estoque de capital humano
t
H e investiria ( )
t t
H W + no ativo arriscado, sendo
( ) ( )
2 2
/ 2 / + = , a proporo do ativo com risco na riqueza total, onde o coeficiente
de averso relativa ao risco
6
. A proporo remanescente ( )( )
t t
H W + 1 seria investida no
ativo sem risco.

No entanto, como explicado acima, o investidor que possui fluxo futuro de salrios
no pode optar por negoci-lo, sendo obrigado a ter um estoque no-transacionvel de
t
H .

6
O resultado desse exerccio o mesmo do caso em que o indivduo no possui capital humano.
15
Visto isso, a pergunta passa a ser como ele deve alocar sua riqueza financeira
t
W entre os
ativos com risco e livre de risco. A resposta para a pergunta fica mais fcil, ao percebermos
que, dado que o fluxo de salrios considerado como um ativo sem risco, o capital humano
t
H o valor presente de todos os ganhos com salrios futuros descontado a taxa livre de risco
e, portanto, equivalente a um investimento no ativo livre de risco, ou seja,

( )

+
=

=
+
T
i
i
i t
t t
r
L
E H
0
1
,

onde
i t
L
+
a renda obtida com salrio no perodo t+i. Uma vez que o investidor tem posies
implcitas de capital humano no ativo sem risco, ele deve ajustar seu portflio financeiro para
que suas posies nos dois ativos sejam equivalentes ao que investiria caso no tivesse a
restrio de no poder transacionar seu fluxo de salrios futuro. A melhor maneira de fazer
isso investindo ( )
t t
H W + no ativo arriscado e ( )( )
t t t
H H W + 1 no ativo sem risco. A
proporo tima de ativo arriscado na riqueza financeira seria dada por:

( )

|
|
.
|

\
|
+ =
+
=
t
t
t
t t
W
H
W
H W
,

dado que 0
t
W e 0
t
H . Em outras palavras, a proporo do ativo com risco na riqueza
financeira maior que a proporo do ativo com risco na riqueza total. Dessa equao
podemos tirar a concluso de que um investidor dotado de capital humano (inegocivel e
equivalente a um ativo livre de risco) deve compensar isso investindo parcela maior da sua
riqueza financeira no ativo arriscado do que um indivduo dotado apenas de ativos
transacionveis.

Como mostra a equao acima, a proporo do ativo arriscado na renda financeira
depende da relao
|
|
.
|

\
|
t
t
W
H
. Quanto maior for o estoque de capital humano, maior a proporo
da riqueza financeira que deve ser investida no ativo arriscado. Essa razo, no entanto, varia
ao longo do ciclo da vida do investidor. No comeo da vida adulta ela tende a ser alta por dois
motivos. No numerador, a expectativa de se receber salrios por vrios anos faz com que o
16
t
H seja grande e como teve pouco tempo para acumular riqueza financeira, dado o seu curto
tempo de vida economicamente ativa, o
t
W baixo. J na aposentadoria essa razo tende a
zero, pois o valor esperado do fluxo de salrio futuros nulo. Ou seja, um investidor jovem
empregado deve investir mais no ativo arriscado do que um aposentado com a mesma riqueza
financeira e coeficiente de averso a risco.

A razo capital humano / riqueza financeira tambm muda com o retorno dos ativos
financeiros. Considerando o escopo desse trabalho, onde a posio dos indivduos em ativos
arriscados representada por seus investimentos em fundos de aes, se a bolsa brasileira
performar bem, a riqueza financeira do investidor crescer relativamente a seu capital humano
e isso deveria lev-lo a reduzir a proporo de sua riqueza financeira investida nos fundos de
aes. Esse movimento chamado na literatura de Contrarian Investment Strategy. Ou seja,
a teoria prev um modelo que no s sugere o rebalanceamento constante dos portflios,
como incentiva a reduo da parcela investida em fundos de aes quando o mercado de
renda varivel tem bons retornos, relacionando de maneira simples o capital humano e a
alocao tima da riqueza financeira.

Independentemente do tamanho da volatilidade do capital humano do investidor, a
simples existncia de renda do trabalho ou outra fonte adicional de renda deveria inclin-lo a
investir mais em ativos arriscados. Isto porque alguma renda do trabalho sempre melhor do
que nenhuma, uma vez que oferece proteo contra choques adversos no retorno dos ativos
financeiros. No entanto, no podemos deixar de considerar que o fluxo futuro de renda do
trabalho varia na maior parte dos casos. Quanto menos voltil for a renda do trabalho
7
(caso
de um funcionrio pblico, por exemplo), menos incerteza existir em torno do fluxo futuro
de salrios e menor a taxa de desconto utilizada para trazer esse fluxo valor presente,
resultando em um maior estoque de capital humano (equivalente a um ativo sem risco no
transacionvel). Logo, medida que a volatilidade da renda do trabalho aumenta, a inclinao
a aumentar a parcela de ativos arriscados diminui. No limite em que a renda do trabalho torna-
se arbitrariamente arriscada, a alocao em ativos de risco se aproxima daquela exercida por
aposentados, sem capital humano.


7
O indivduo pode ter alguma influencia sobre o nvel de volatilidade da renda do seu trabalho ao optar por
diferentes carreiras.

17
Temos que levar em conta ainda o grau de correlao entre a renda do trabalho e os
retornos dos ativos financeiros arriscados. Pessoas que tm empregos onde a remunerao
parcial ou totalmente relacionada ao nvel de atividade econmica (como por exemplo,
comerciantes que dependem do crescimento da renda das pessoas para venderem mais, ou
executivos que tm parte de sua remunerao varivel e de acordo com o desempenho da
empresa onde trabalham, etc.), tm seu estoque de capital humano altamente correlacionado
com o retorno dos ativos arriscados (dado que, boa parte do desempenho das aes tambm
explicado pelo desempenho da economia). No caso extremo em que a renda do trabalho
perfeitamente correlacionada com o retorno do ativo arriscado, o capital humano passa a ser
equivalente a uma posio implcita nesse ativo. O investidor deve compensar isso ento,
voltando seu portflio financeiro para o investimento em ativos livres de risco
8
.

Para melhor ilustrar as diferentes influencias descritas sobre a deciso de alocao de
portflio do investidor, utilizaremos um modelo com horizonte de um perodo.

1.1 O Modelo com Horizonte de Um Perodo

Nesse modelo, utilizamos algumas hipteses:

Dois ativos:
Ativo sem risco com retorno
f
R constante no tempo, onde:

( )
f f
R r + 1 ln

Ativo arriscado com retorno
1 + t
R . Distribuio lognormal condicional
ao retorno bruto
1
1
+
+
t
R dada por:

( )
1 1
1 ln
+ +
+
t t
R r
[ ]
1 1 1 + + +
+ =
t t t t
u r E r , onde [ ] [ ] [ ]
2
1 1
2
1
, ~ | , 0 ~
u t t t u t
r E N t r N u
+ + +


8
No podemos esquecer ainda que o investidor tem sempre a possibilidade de influenciar o valor de seu estoque
de capital humano de acordo com seu esforo ao longo da vida de trabalho, podendo optar inclusive por
aumentar seu valor fazendo investimentos na sua educao. Pode ainda ter alguma influencia sobre o nvel de
volatilidade da renda do seu trabalho ao optar por diferentes carreiras.
18

Prmio de risco constante:

[ ]
f t t
r r E
+1


Oferta de trabalho fixa e o investidor recebe renda do trabalho
1 + t
L em t+1 com
distribuio condicional lognormal:

( )
1 1
ln
+ +

t t
L l

Correlao entre a renda do trabalho e o retorno do ativo arriscado invariante
e possivelmente diferente de zero, ou seja,

[ ] 0 ,
1 1

+ + t t t lu
l r Cov

O investidor avesso ao risco, com preferncias sobre consumo descritas pela
funo utilidade potncia dada por:

( )

+
+
1
1
1
1
t
t
C
C U ,

Onde o coeficiente de averso relativa ao risco constante e
1 + t
C o
consumo em t+1.

O objetivo do investidor escolher a alocao total tima no ativo com risco, dada por
t
que resolve o problema de maximizao da utilidade potncia no consumo:

( ) [ ]
1
max
+ t t
C U E
t

Sujeito restrio oramentria:

( )
1 1 , 1
1
+ + +
+ + =
t t t p t
L W R C
19
( )
f f t t t p
R R R R + =
+ + 1 1 ,


Onde
1 , + t p
R o retorno lquido do portflio e
t
W a riqueza inicial em t.

De acordo com a restrio oramentria, podemos concluir que o que ele consome em
t+1 depende de sua riqueza inicial, da sua alocao de portflio e de duas variveis que ele
no controla: o retorno do ativo arriscado e a renda do trabalho em t+1.

Aps aplicarmos mtodos de soluo loglinear
9
, chegamos a um resultado que facilita
a interpretao. A alocao total tima no ativo com risco dada por:

4 4 8 4 4 7 6 4 4 8 4 4 7 6
B
u
lu
A
u
u
t
|
|
.
|

\
|
|
|
.
|

\
|
+
|
|
.
|

\
| +
=
2 2
2
1
1
2 / 1

,

Onde
t
t
W
H
+ 1
1

, sendo 1 0 < < .

Podemos interpretar como a elasticidade do consumo relativo riqueza financeira.
Analogamente ( ) 1 equivalente a elasticidade do consumo relativo renda do trabalho.

A alocao tima no ativo arriscado tem dois componentes. O componente A,
representa a alocao tima quando o risco do trabalho idiossincrtico e, portanto, sem
correlao com os retornos do ativo arriscado ( ) 0 =
lu
. equivalente a dizer que os fatores
de risco do trabalho no so riscos comuns economia e dizem respeito apenas a fatores
particulares da renda do trabalho. Esse componente inversamente proporcional
elasticidade do consumo relativo riqueza financeira.

Fazendo a esttica comparativa, A aumenta com o prmio de risco e diminui com a
varincia do ativo arriscado
2
u
e com o coeficiente de averso relativa ao risco .


9
A loglinearilizao da restrio oramentria s possvel porque todas as quantidades envolvidas so
positivas e a forma da funo utilidade implica que o investidor ter consumo positivo em t+1.
20
Com o componente A da equao, podemos entender o efeito da existncia do trabalho
para a alocao total
t
no ativo com risco. Temos que:
|
|
.
|

\
| +
|
|
.
|

\
|
+
|
|
.
|

\
| +
=
2
2
2
2
2 /
1
2 / 1
u
u
t
t
A
u
u
t
W
H

4 4 8 4 4 7 6


Como
|
|
.
|

\
| +
>
|
|
.
|

\
| +
= < <
2
2
2
2
2 / 2 / 1
1 0
u
u
u
u
A

.

O lado direito da desigualdade a proporo tima do ativo arriscado no portflio de
um investidor sem renda do trabalho, cuja riqueza inteiramente transacionvel. De onde se
conclui que, para qualquer que seja a varincia da renda do trabalho
2
l
, a alocao de um
indivduo que possui estoque de capital humano no ativo arriscado sempre maior do que a
daquele cuja riqueza inteiramente transacionvel.

Voltando equao que descreve a alocao tima no ativo arriscado que satisfaz a
maximizao da utilidade potncia do consumo, o componente B pode ser considerado como
a alocao para hedge contra choques na renda do trabalho. Esse componente da demanda
pelo ativo arriscado proporcional a
|
|
.
|

\
|

1
1 .

A convenincia do ativo arriscado depende no somente de sua varincia e retorno
esperado, mas tambm de sua capacidade em proteger o nvel de consumo nos estados da
natureza em que h ms realizaes da renda do trabalho. Se a correlao entre os retornos do
ativo arriscado e a renda do trabalho for negativa, esse ativo funciona como uma proteo
contra choques no salrio, reduzindo a volatilidade da renda total. Nesse caso, a alocao
tima no ativo arriscado aumentada. Por outro lado, quando essa correlao positiva, o
ativo arriscado amplifica a volatilidade da renda do trabalho do investidor e, portanto, a
alocao tima no ativo arriscado diminuda.

21
Analisando o efeito da varincia do ativo arriscado
2
u
sobre o tamanho da alocao
para hedge, notamos que o valor absoluto de B diminui com
2
u
e a relevncia de uma dada
covarincia (positiva ou negativa) diminui com
2
u
.




22
2. Estratgias Empricas

2.1 O Modelo Probit Ordenado para Variveis Dependentes

comum encontrarmos na literatura autores que utilizam o modelo Probit Ordenado
em estudos semelhantes ao objeto de anlise desta dissertao. Julgamos interessante replicar
o comumente encontrado na literatura e utilizar modelos alternativos para avaliar a robustez
de nossos resultados.

Alm disso, consideramos que o modelo Probit Ordenado tem limitaes quando
utilizado para avaliar o efeito de variveis explicativas demogrficas e scio-econmicas na
proporo da riqueza financeira investida em ativos arriscados (no nosso caso, fundos de
aes). Ao categorizar a varivel dependente, no h mais distino entre a probabilidade de
se investir parcela pequena em ativos arriscados e a probabilidade de no ter participao
nesse ativo. Se, por exemplo, dividirmos a taxa de participao em ativos arriscados em
quatro categorias, onde a primeira inclui todos os membros da amostra que tm at 25% de
sua riqueza financeira nesse ativo, a mesma probabilidade atribuda ao indivduo que no
aplica nada e o que tem 25% aplicado nesse ativo.

Outra falha do modelo reside na incapacidade de diferenciar o efeito causado pelos
regressores na probabilidade de participao em ativos agressivos, do efeito causado na
proporo tima esperada investida, condicionada participao nestes ativos. Em outras
palavras, no separa o efeito na deciso de investir do efeito no quanto gostaria de investir,
uma vez investido.

Nesse trabalho utilizamos o modelo Probit Ordenado no Exerccio 1 para medir os
efeitos dos regressores - variveis econmicas e scio-demogrficas dos membros das
amostras - na varivel dependente. Dividimos o percentual mdio alocado em fundos de renda
varivel dos investidores em cinco diferentes faixas, transformando a varivel dependente em
uma categrica ordinal, que assume valores entre 1 e 5 em ordem crescente de proporo do
portflio investido em renda varivel. A varivel 1 =
i
y quando o investimento mdio em
fundos de aes no perodo for menor ou igual a 20%; 2 =
i
y quando essa mdia maior que
23
20% e menor ou igual a 40%; 3 =
i
y quando maior que 40% e menor ou igual a 60%; 4 =
i
y
se superior a 60% e menor ou igual a 80% e 5 =
i
y quando superior a 80%.

No modelo Probit Ordenado para
i
y podemos derivar um modelo subjacente para uma
varivel latente
i
w que tem relao linear com as variveis dependentes
i
x :

i i i
x w + = ' ,

Onde ( )
K
i
k
i i i
x x x x ..., ,...,
1
= o vetor linha de K regressores para a famlia i,
( )

=
K
i
k
i i
..., ,...,
1
o vetor coluna dos coeficientes de sensibilidade e
i
o rudo
independente e identicamente distribudo. A varivel dependente
i
y ento determinada da
varivel latente
i
w usando a seguinte regra:

<
<
<

=
i M
i
i
i
i
w se M
w se
w se
w se
y

M M
3 2
2 1
1
3
2
1


Onde
1 2 3
> > > > = L
M
o vetor de pontos de corte.

As probabilidades de se observar cada valor de
i
y so dadas por:

( ) ( ) ( ) ' , , | Pr , , | 1 Pr
1 1 i i i i i
x G x w x y = = =
( ) ( ) ( ) ( ) ' ' , , | Pr , , | 2 Pr
1 2 2 1 i i i i i i
x G x G x w x y = = =
( ) ( ) ( ) ( ) ' ' 3 , , | Pr , , | 3 Pr
2 3 2 i i i i i i
x G x G x w x y = = =
M
( ) ( ) ( ) ' 1 , , | Pr , , | Pr
i M i i M i i
x G x w x M y = < = =

24
Onde G a funo de distribuio acumulada de , que no caso do modelo probit (utilizado
em ambos os exerccios com variveis dependentes categricas ordinais), a distribuio
normal padro, ou seja, ( ) ( ) z z G = .

Das equaes acima, podemos concluir que ( ) , , | 3 Pr
i i
x y , por exemplo, dada por:

( ) ( ) ( ) ( ) , , | 1 Pr , , | 2 Pr , , | 3 Pr , , | 3 Pr
i i i i i i i i
x y x y x y x y = + = + = =
( ) ( ) ' 3 , , | 3 Pr
i i i
x x y =

Os valores de
10
so estimados juntamente com os coeficientes na funo de mxima
verossimilhana
11
do modelo.

Crucial para o objetivo dessa dissertao obter uma estimativa consistente da mdia
populacional do efeito marginal dos regressores sobre a varivel dependente. Como em ambos
os exerccios onde utilizamos modelos Probit Ordenados,
k
i
x sempre representado por
dummies e, portanto, sempre sob a forma de variveis quantitativas discretas, denotando
( )
K
i
k
i i i
x x x x ..., ,...,
1
= , o efeito marginal dos regressores sobre a distribuio de probabilidade
da varivel observada
i
y dado por:

( ) ( ) ( ) ( ) ' ' , , | 1 Pr , , | 1 Pr
1 1 i i i i i i
x G x G x y x y = = =
+ +

( ) ( ) ( ) ( ) ( ) ( ) ' ' ' ' , , | 2 Pr , , | 2 Pr
1 1 2 2 i i i i i i i i
x G x G x G x G x y x y + = = =
+ + +
( ) ( ) ( ) ( ) ( ) ( ) ' ' ' ' , , | 3 Pr , , | 3 Pr
2 2 3 3 i i i i i i i i
x G x G x G x G x y x y + = = =
+ + +
M
( ) ( ) ( ) ( ) ' ' , , | Pr , , | Pr
+ +
= = =
i M i M i i i i
x G x G x M y x M y

Importante observarmos que o efeito marginal de
i
x sobre a distribuio de
probabilidade da varivel observada
i
y no linear. Seu tamanho e sentido dependem no
somente de , mas tambm do vetor de regressores
i
x . Sendo assim, ao compararmos os

10
O programa E-Views, utilizado para gerar as regresses, no identifica o termo de constante separadamente
dos pontos de corte no modelo Ordered Probit. Portanto, as regresses foram geradas sem o termo da constante.
11
A funo de mxima verossimilhana do modelo Ordered Probit descrita no Apndice.
25
efeitos marginais de diferentes regressores sobre a distribuio de
i
y , preciso calcul-los
para uma mesma realizao de
i
x .

2.2 O Modelo de Regresses Censoradas

Modelos de Regresses Censoradas so geralmente aplicados quando a varivel
explicativa parcialmente contnua, mas tem concentraes de probabilidade positiva em um
ou mais pontos no observveis. Optamos por utilizar esse modelo no Exerccio 2, onde a
varivel dependente
i
y o percentual mdio investido por cada indivduo em fundos de
aes. Essa mdia transita no intervalo entre 0 e 1, pois existe a restrio a ter posio inferior
a 0% - o que seria equivalente a ficar vendido em fundos de aes - ou maior que 100% - o
equivalente a uma posio alavancada em cotas dos mesmos fundos.

O modelo Censorado utiliza uma varivel latente, dada por:

i i i
x y + =

' ,

Onde ( )
2
, 0 ~ | N x
i i
e um parmetro de escala estimado conjuntamente com os
coeficientes na funo de mxima verossimilhana
12
do modelo.

A relao entre a varivel observada
i
y e a varivel latente

i
y , no Exerccio 2 dada
por:

>
<

1 1
1 0
0 0
i
i i
i
i
y se
y se y
y se
y

Temos, portanto, ( )
2
, ' ~ |
i i i
x N x y

censorada esquerda em zero e direita em 1.

12
A funo de mxima verossimilhana do modelo Censorado descrita no apndice.
26
O que torna o modelo Censorado mais completo que o Probit Ordenado para analisar o
efeito das variveis explicativas em questo, nas decises de alocao da riqueza financeira
o fato de que nele conseguimos separar a influencia dos regressores na probabilidade de
participao no mercado de aes dada pela [ ] , | 0 Pr
i
x y > - da proporo tima esperada
investida em fundos agressivos, condicionada participao nestes fundos dada pelo
[ ] 0 , , | >

i i i
y x y E .

Sabemos que [ ] |
.
|

\
|
= >

'
, | 0 Pr
i
i
x
x y e o efeito marginal dos regressores sobre a
deciso de entrada no mercado de aes dado pela equao:

[ ] [ ]
|
|
.
|

\
|

|
|
.
|

\
|
= > >
+
+

' '
, | 0 Pr , | 0 Pr
i i
i i
x x
x y x y .

Utilizando a propriedade a seguir:

Se ( )
2
, 0 ~ N u , ento ( )
( )
( ) c
c
c u u E

= >
1
|

, onde a densidade e a funo de
distribuio acumulada da Normal padro, temos que:

[ ]
|
.
|

\
|

|
.
|

\
|
+ =
|
.
|

\
|

|
.
|

\
|
+ = >

i
i
i
i
i
i i i i
x
x
x
x
x
x y x y E
1
0 , , | .

O efeito marginal dos regressores sobre a proporo tima esperada investida em
fundos de aes, condicionada ao investimento nesses ativos representado por:

[ ] [ ]
|
.
|

\
|

|
.
|

\
|
+
|
|
.
|

\
|

|
|
.
|

\
|
+ = > >
+
+
+

i
i
i
i
i
i i i i i i i
x
x
x
x
x
x y x y E y x y E 0 , , | 0 , , | .

27
Apesar de o modelo Censorado ser superior ao Ordered Probit ao nos permitir gerar
equaes para calcular separadamente a [ ] , | 0 Pr
i
x y > e o [ ] 0 , , | >

i i i
y x y E , vale ressaltar
que o vetor de coeficientes o mesmo nas duas equaes, implicando obrigatoriamente em
uma relao espria que no necessariamente acontece na realidade - entre a deciso de
entrada no mercado de aes e a alocao tima estabelecida, condicionada a se participar
desse mercado. Por esse motivo, optamos por utilizar metodologia alternativa, descrita a
seguir, como Modelo Hurdle.

2.3 O Modelo Hurdle

No modelo Hurdle, modelamos a probabilidade de se participar do mercado de aes
(representada pela condio de 0 >
i
y ) como um Probit Binrio
13
. Para isso, criamos uma
dummy d que possui relao direta com
i
y para representar a varivel dependente. Temos
ento:

=
>
=
0 0
0 1
i
i
i
y se
y se
d

Dessa relao entende-se que, para a observao i, se a mdia investida em fundos de
aes
i
y for igual a zero, a varivel dependente binria
i
d assumir o valor zero. Se, no
entanto, essa mdia for maior do que zero, indicando que a observao i possui investimento
em fundos de aes, a dummy
i
d assumir o valor 1.

Sabemos que existe uma relao linear entre
i
y e
i
x , estabelecida por
i i i
x y + = ' ,
onde ( )
K
i
k
i i i
x x x x ..., ,...,
1
= o vetor linha de K regressores para a famlia i,
( )

=
K
i
k
i i
..., ,...,
1
o vetor coluna dos coeficientes de sensibilidade e
i
o rudo para a
famlia i, que no modelo Binrio Probit, tem como funo de distribuio acumulada a
Normal-padro ( ).


13
A funo de mxima verossimilhana do modelo Binrio descrita no apndice.
28
Calculamos ento ( ) ( ) ( ) ( ) ( ) ' ' 1 0 ' Pr 0 Pr , | 1 Pr
i i i i i i i
x x x y x d = = > + = > = = e,
analogamente, ( ) ( ) ( ) ' 1 0 Pr , | 0 Pr
i i i i
x y x d = = = = .

Muito informativo nesse modelo, o efeito marginal dos regressores sobre a
distribuio de probabilidade da varivel observada
i
y . Este efeito dado por:

[ ] [ ] ( ) ( ) ' ' | 0 Pr | 0 Pr
i i i i i i
x x x y x y = > >
+ +
(1)

[ ] [ ] ( ) [ ] ( ) [ ] ' 1 ' 1 | 0 Pr | 0 Pr
i i i i i i
x x x y x y = = =
+ +
(2)

Importante ressaltar que os efeitos marginais de diferentes variveis explicativas sobre
a distribuio da varivel dependente s so comparveis quando calculados para uma mesma
realizao de
i
x .

Uma vez modelada a deciso de investir ou no em fundos de aes, atravs do Probit
Binrio, utilizamos um modelo Censorado para calcular o valor esperado da proporo tima
da riqueza financeira que os indivduos gostariam de investir em fundos de aes, dado que j
optaram por participar desse mercado, representada por [ ] 0 , , | >

i i i
y x y E . Para isso,
utilizamos apenas a amostra dos indivduos que tinham mdia positiva investida em fundos de
aes ( 0 >
i
y ), em cada perodo.

Nosso objetivo final modelar a distribuio de 0 | >
i i
y y . Temos ento dois
problemas. O primeiro o fato de essa distribuio ser condicional a 0 >
i
y . Isso facilmente
solucionvel ao adotarmos uma distribuio Lognormal para essa varivel, forando
i
y a
assumir apenas valores positivos. Para tanto, basta que a varivel latente seja designada por:

( ) ( )
2 2
, ' ~ , ' ~ 0 , , | ln
i i i i i i
x LogNormal y x N y x y >

.

H ainda, no entanto, a questo da restrio alavancagem. Como sabemos, nossas
amostras no contemplam a possibilidade de se possuir posies superiores a 100% da riqueza
financeira em fundos de aes. Mas essa restrio no tratada somente com a adoo de uma
29
distribuio LogNormal para
i
y . Da a necessidade de se adotar um modelo Censora do, onde
a relao entre
i
y e

i
y dada por:

>
=

1
1 1
i i
i
i
y se y
y se
y

Com isso, [ ] 1 , min

=
i i
y y e, portanto, [ ] 0 , ln min ln

=
i i
y y . Dessa maneira, modelamos
0 , , | ln >

i i i
y x y como uma ( )
2
, '
i
x N censorada direita em 0. Conseqentemente, a
distribuio de
i
y passa a ser uma ( )
2
, '
i
x LogNormal censorada direita em 1.

Sabemos que [ ] [ ] 2 ' exp 0 , , |
2
+ = >

i i i i
x y x y E e que o efeito marginal dos
regressores sobre a distribuio de probabilidade da varivel observada
i
y dado por:

[ ] [ ] [ ] [ ] 2 ' exp 2 ' exp 0 , , | 0 , , |
2 2
+ + = > >
+ +
i i
x x y x y E y x y E
i i i i i i
.

O modelo Hurdle surge ento como uma excelente opo alternativa para o objeto de
estudo desse trabalho. Nele, a relao entre os regressores e a deciso de investir em fundos
de aes no dada pelos mesmos coeficientes que estabelecem o efeito desses regressores na
proporo tima investida condicionada a se participar desse mercado, como podemos ver nas
igualdades a seguir.

( ) ( ) ' 0 Pr
i i
x y = >
[ ] [ ] 2 ' exp 0 , , |
2
+ = >

i i i i
x y x y E





30
3. Descrio dos Dados

Este captulo tem como objetivo discutir as variveis utilizadas como regressores nos
modelos economtricos do trabalho. Em especial, trata da motivao terica que baseia a
escolha das variveis explicativas usadas nas regresses.

O acesso ao banco de dados cadastrais do BNY Mellon Servios Financeiros, empresa
focada na prestao de servios de administrao fiduciria para gestores independentes e
clientes institucionais, nos possibilitou selecionar dentre uma gama de informaes
econmicas e scio-demogrficas de investidores brasileiros, as caractersticas mais
comumente encontradas na literatura acadmica e emprica para explicar a alocao de
portflio dos indivduos. Optamos por utilizar as variveis demogrficas: sexo, estado civil e
faixa etria. No campo das informaes scio-econmicas, as variveis escolhidas foram
patrimnio e ocupao. A empresa nos forneceu ainda, as informaes sobre as aplicaes dos
cotistas presentes no banco de dados cadastrais, com valores para o final de cada ms (data-
base dos extratos enviados mensalmente aos cotistas), no perodo compreendido entre janeiro
de 2007 e dezembro de 2008
14
. Esses 24 meses foram ento subdivididos em trs perodos de
acordo com as condies de mercado. Pudemos ento, calcular as mdias dos investimentos
em fundos de aes exercidas pelos cotistas nos diferentes sub-perodos e essas observaes
foram utilizadas como variveis dependentes e tratadas diferentemente de acordo com o
modelo economtrico utilizado
15
. As amostras foram separadas por perodo e cada um dos
modelos foi regredido trs vezes, para que pudssemos comparar os resultados em diferentes
circunstncias de mercado.

A diviso dos perodos foi feita levando em conta tanto critrios quantitativos, tais
como janelas de performance e nveis de volatilidade, quanto eventos ocorridos ao longo dos
anos de 2007 e 2008, que pudessem justificar as quebras estruturais verificadas no
comportamento das bolsas (tentando assim, diminuir o componente de arbitrariedade da
seleo).

14
Como ressaltado na Introduo, o acesso ao banco de dados da instituio foi condicionado preservao total
e irrestrita da identidade de cada um dos cotistas desde a primeira obteno das sries de dados. Nenhuma
informao que pudesse tornar possvel a identificao de qualquer um dos membros das amostras nos foi jamais
disponibilizada.
15
A explicao para o tratamento dado varivel dependente em cada um dos modelos economtricos feita no
Captulo 2 deste trabalho.
31

As tabelas abaixo mostram que os perodos se diferenciam substancialmente em
termos de volatilidade dos retornos e performance do mercado de renda varivel.

Tabela 1 Ibovespa: Retornos com Data-Base no ltimo Dia til de Cada Perodo
16

Janela Perodo I Perodo II Perodo III
12 meses 46,1% 7,8% -41,2%
24 meses 108,1% 53,4% -15,6%
36 meses 142,6% 101,7% 12,2%
Retorno do Ibovespa ao final de cada perodo

Fonte: Bloomberg


Tabela 2 Ibovespa e S&P: Retorno Acumulado e Volatilidade dos Retornos de Cada Perodo
17

ndice Perodo I Perodo II Perodo III Perodo I Perodo II Perodo III
Ibovespa 19,4% 2,7% -31,9% 24,3% 31,8% 77,4%
S&P 8,0% -16,4% -29,7% 15,9% 21,3% 66,9%
Volatilidade do Perodo (Anualizada) Retorno do perodo

Fonte: Bloomberg

Calculamos o retorno nas janelas de 12, 24 e 36 meses usando como data-base o
ltimo dia til de cada ms compreendido entre janeiro de 2007 e dezembro de 2008. Com os
resultados, calculamos a mdia e a mediana desses retornos para os intervalos compreendidos
em cada perodo. A tabela a seguir mostra os resultados.


Tabela 3 Ibovespa: Mdia e Mediana das Observaes Mensais
12 meses 24 meses 36 meses 12 meses 24 meses 36 meses
Perodo I 22,2% 97,1% 142,6% 30,4% 90,7% 131,5%
Perodo II 39,3% 86,6% 146,3% 39,3% 79,2% 147,1%
Perodo III -41,2% -8,5% 16,4% -35,6% 0,8% 25,5%
Mediana do Retorno Mdia do Retorno

Fonte: Bloomberg

O perodo I compreende os meses entre janeiro e julho de 2007. Cientes de que nesse
perodo existia um vis altista causado pelo otimismo exagerado advindo do excesso de
liquidez mundial que prevalecia na poca, nosso embasamento para qualific-lo como o
perodo de Condies Normais de Mercado reside nos nveis de volatilidade vigentes
poca, que indicam que os eventos extremos (bons indicadores de euforia ou pnico dos
agentes) foram muito menos freqentes que nos perodos que se seguiram. A anlise grfica
corrobora essa teoria. Nos dias finais do perodo, surgiram as primeiras notcias relevantes

16
Os retornos foram calculados para cada janela tendo como data base o ltimo dia til de cada perodo.
17
Clculo do retorno e da volatilidade dos dias compreendidos em cada perodo. Exemplo: para o perodo I,
consideramos o retorno e a volatilidade anualizada dos dias entre 02/01/2007 e 31/07/2007, inclusive.
32
relativas aos desdobramentos da crise do mercado de crdito imobilirio americano. Ainda em
junho, o Banco norte-americano Bear Stearns anunciou reduo de 30% no lucro do segundo
trimestre do ano por conta de perdas causadas por crditos imobilirios. No dia 24 de julho, a
CountryWide Financial, maior empresa do ramo de crdito hipotecrio dos Estados Unidos,
divulgou pelo terceiro trimestre consecutivo, queda nos lucros, reduzindo as projees para os
meses seguintes. Suas aes caram 12% no dia. Em meados de julho, acontece o primeiro
movimento de queda mais acentuada das bolsas e aumento da volatilidade dos mercados.

O perodo II considera os meses entre agosto de 2007 e agosto de 2008 e foi
classificado como Perodo de aumento da volatilidade dos mercados ou Pr-auge da crise.
Nesse perodo, as notcias relativas a perdas causadas por crditos hipotecrios de m
qualidade acentuaram-se substancialmente. Em maro de 2008 a AIG, maior seguradora do
mundo, registra prejuzo de US$ 5,3 bilhes no quarto trimestre de 2007 e o banco JP Morgan
compra o Bear Stearns por valor irrisrio quando comparado ao valor das aes um ano antes.
Em julho do mesmo ano, o banco americano IndyMac anuncia a quebra.

A seqncia de ms notcias faz com que a volatilidade dos mercados migre de
patamar, como vemos nas Figuras 1 e 2 a seguir. Analisando a Tabela 2, podemos perceber
que o aumento na volatilidade foi acompanhado de piora na performance dos ndices. O
Ibovespa, no entanto, atingiu seu maior patamar ao longo desse perodo, aps, em abril de
2008, ter recebido o grau de investimento pela agncia de ratings S&P. Havia at ento o
sentimento de descolamento do Ibovespa em relao s demais bolsas ao redor do mundo,
alimentado por slidos fundamentos macroeconmicos. A partir de meados de junho de 2008,
no entanto, a bolsa brasileira sofre forte e prolongada realizao acompanhada pelo aumento
de averso a risco.

Consideramos o perodo III, que compreende os meses entre setembro e dezembro de
2008, como o perodo de Crise Instalada. O ms de setembro foi marcado por eventos muito
relevantes. No dia 07 de setembro o governo americano assume o controle das gigantes de
crdito imobilirio Fannie Mae e Freddie Mac e no dia 15 de setembro ocorre o pedido de
concordata do Lehman Brothers, ocasionando a maior queda nas bolsas americanas desde os
atentados de 11 de setembro de 2001. O movimento de desalavancagem de posies, j
iniciado, acentua-se profundamente e a averso a risco atinge seu pico com a impresso de
forte aumento da probabilidade de risco sistmico.
33
Figura 1
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
j
a
n
-
0
7
f
e
v
-
0
7
m
a
r
-
0
7
a
b
r
-
0
7
m
a
i
-
0
7
j
u
n
-
0
7
j
u
l
-
0
7
a
g
o
-
0
7
s
e
t
-
0
7
o
u
t
-
0
7
n
o
v
-
0
7
d
e
z
-
0
7
j
a
n
-
0
8
f
e
v
-
0
8
m
a
r
-
0
8
a
b
r
-
0
8
m
a
i
-
0
8
j
u
n
-
0
8
j
u
l
-
0
8
a
g
o
-
0
8
s
e
t
-
0
8
o
u
t
-
0
8
n
o
v
-
0
8
d
e
z
-
0
8
0
10.000
20.000
30.000
40.000
50.000
60.000
70.000
80.000
Vol Ibov - janela mvel 3 meses, anualizada (eixo esquerdo) Ibovespa (eixo direito)
I II III
Bolsa de Valores Brasileira

Fonte: Bloomberg


Figura 2
0
10
20
30
40
50
60
70
80
90
j
a
n
-
0
7
f
e
v
-
0
7
m
a
r
-
0
7
a
b
r
-
0
7
m
a
i
-
0
7
j
u
n
-
0
7
j
u
l
-
0
7
a
g
o
-
0
7
s
e
t
-
0
7
o
u
t
-
0
7
n
o
v
-
0
7
d
e
z
-
0
7
j
a
n
-
0
8
f
e
v
-
0
8
m
a
r
-
0
8
a
b
r
-
0
8
m
a
i
-
0
8
j
u
n
-
0
8
j
u
l
-
0
8
a
g
o
-
0
8
s
e
t
-
0
8
o
u
t
-
0
8
n
o
v
-
0
8
d
e
z
-
0
8
600
800
1.000
1.200
1.400
1.600
1.800
VIX - Market Volatility Index (eixo esquerdo) S&P (eixo direito)
Bolsa de Valores Americana
I II III

Fonte: Bloomberg

34
Como utilizamos dados referentes a aplicaes financeiras de cotistas de fundos
geridos por gestores independentes, julgamos correto classific-los como de alta renda.
Algumas razes para acreditar que os dados so representativos dessa classe social so: os
fundos geridos por gestores independentes tm, em mdia, valores altos de aplicao mnima;
os canais de distribuio desses fundos tm foco em clientes de alta renda e os fundos no so
disponibilizados nas redes de bancos comerciais; por ser um segmento especfico, existe uma
barreira de entrada causada pela dificuldade em conhecer as empresas independentes de
gesto.

Por no termos acesso aos demais investimentos dos cotistas de nossas amostras (aqui
no representados), assumimos, por hiptese, que a maneira como esses investidores se
comportam com a parcela de sua riqueza financeira investida nos fundos administrados pelo
BNY Mellon Servios Financeiros similar ao realizado com o restante de sua poupana.


3.1 Discusso das Variveis Explicativas

Todas as variveis demogrficas e scio-econmicas utilizadas como regressores no
trabalho so categricas e, portanto, repartem a amostra numa coleo finita de categorias.
At mesmo a varivel idade, inicialmente quantitativa, foi agrupada em intervalos discretos,
de forma a ser tratada como categrica ordinal. Os intervalos foram determinados com base
no significado de seus limites e na existncia de um nmero suficiente de observaes para
cada categoria.

Cada varivel explicativa foi representada por um conjunto de variveis dummies,
omitindo-se a dummy para a varivel de referncia.

Segue adiante a descrio das variveis explicativas e a motivao terica e/ou
emprica por trs da incluso de cada uma delas nos modelos:

Sexo: Varivel binria, categrica nominal. A dummy para a varivel de referncia Masculino
omitida das regresses. Apesar de a teoria no apontar diferenas claras entre a alocao de
portflio feita por homens e mulheres, julgamos interessante verificar empiricamente em que
extenso os gneros diferem em seu perfil de investimentos;
35

Ocupao: Varivel categrica nominal com trs categorias: Privado (como varivel de
referncia), Pblico e Sem informao. Consideramos essa varivel explicativa muito
relevante no entendimento da alocao de portflio dos agentes. A teoria mostra que o capital
humano o valor esperado do fluxo de salrios futuros, descontado pela taxa que reflete o
custo do dinheiro ajustado pela volatilidade da renda do trabalho. Quanto maior a volatilidade
do fluxo esperado de salrios, maior a taxa de desconto e, portanto, menor o capital humano.
Com as informaes disponveis sobre a profisso e a ocupao dos indivduos de nossas
sries de dados, conseguimos qualificar parte das observaes como Privado ou Pblico.
Aquelas observaes das quais no conseguimos extrair informaes suficientes para
classificar o indivduo como tendo uma renda do trabalho menos ou mais voltil, foram
classificadas como Sem informao. As amostras foram detalhadamente analisadas com o
intuito de classificar como Pblico os indivduos com renda do trabalho mais estvel, tais
como: funcionrios pblicos, das foras armadas, aposentados, pensionistas, etc. J os
comerciantes, proprietrios e funcionrios de empresas privadas, profissionais liberais,
autnomos, etc., foram classificados como Privado. Uma nomenclatura simples para
distinguir entre dois diferentes nveis de volatilidade da renda futura esperada do trabalho.

O capital humano pode ser considerado como uma parcela da riqueza total no
transacionvel e equivalente a um ativo livre de risco (quanto maior a volatilidade da renda do
trabalho, menos o capital humano se assemelha a um ativo livre de risco e, portanto, menor a
dotao implcita do ativo livre de risco). no transacionvel porque contratos de
securitizao da renda salarial futura incorreriam no problema de moral hazard. Ao receber
antecipadamente recursos referentes a horas de trabalho futuras, o indivduo perderia o
incentivo a cumpri-las da mesma forma que faz quando recebe os salrios aps a jornada
trabalhada. A equivalncia com ativos livres de risco, mesmo nos casos em que a volatilidade
da renda de trabalho muito alta, explicada basicamente pelo conceito de que alguma renda
melhor do que nenhuma renda do trabalho, pois oferece proteo contra os choques
ocorridos na riqueza financeira. Posto isso, quanto maior o estoque de capital humano em
relao riqueza financeira (nesse trabalho representada pela varivel independente
Patrimnio), em teoria maior a parcela da riqueza financeira que deve ser dedicada a ativos
arriscados, com o objetivo de atingir a alocao tima da riqueza total (soma de riqueza
financeira e capital humano) entre ativos livres de risco e arriscados.

36
Patrimnio: Varivel categrica ordinal tambm considerada como de suma importncia no
entendimento da alocao de portflio dos indivduos. Funciona como uma proxy da riqueza
financeira do investidor. Possui quatro categorias: at R$ 500 mil de patrimnio, de R$ 500
mil a R$ 1 milho, de R$ 1 milho a R$ 3 milhes e acima de R$ 3 milhes de patrimnio. Os
modelos de gerenciamento de investimentos existentes na literatura separam a alocao da
riqueza financeira entre dois ativos financeiros: com risco e sem risco. O investidor que
possui algum estoque de capital humano, similar a um ativo livre de risco no transacionvel,
ajusta explicitamente a alocao de portflio de sua riqueza financeira, aumentando a
participao do ativo com risco, de forma a garantir a alocao tima de sua riqueza total.
O nvel de patrimnio muito relevante na anlise da taxa de participao no mercado de
aes, representada pela [ ] 0 Pr >
i
y como vimos na seo 2. Isso se d pelo fato de que existe
uma barreira de entrada no mercado de aes que constante independentemente da
quantidade de recursos investida. Alm dos custos de corretagem, emolumentos, custdia,
etc., existe o custo de conhecer e acompanhar o mercado de aes (dispensvel para os
investimentos em renda fixa, onde os riscos so limitados), que demanda a mesma quantidade
de horas dispensadas independente do valor aplicado. Quanto maior o patrimnio portanto,
mais diludo esse custo fixo e mais justificvel o investimento em aes. Sendo assim, a taxa
de participao no mercado de aes do investidor integrante das faixas mais altas de
patrimnio, deve ser maior.

Estado Civil: Varivel categrica nominal com trs categorias: Com Cnjuge, Sem Cnjuge
e Sem informao. A varivel de referncia Com Cnjuge omitida nas regresses. Em tese,
pessoas casadas representam famlias mais numerosas para sustentar e, portanto, maior
nmero de obrigaes financeiras, o que estimularia um perfil de investimento menos
arriscado. Por outro lado, contam com a renda de seu cnjuge em caso de desemprego, o que
incentivaria uma parcela maior de investimento em ativos arriscados. O objetivo de incluir a
varivel nos modelos reside em descobrir se estatisticamente relevante para a deciso de
alocao de portflio e identificar qual dos efeitos citados prevalece.

Faixa Etria: Varivel categrica ordinal com quatro categorias: at 30 anos, de 31 a 40
anos, de 41 a 50 anos e maior ou igual a 51 anos. De acordo com o ciclo da vida de
Modigliani e Muller, quanto mais jovem for o investidor, maior seu capital humano (dada a
esperana de fluxos futuros de salrios) e menor sua riqueza financeira (pelo menor tempo de
37
acumulo). Logo, maior a razo entre capital humano e riqueza financeira e, portanto, maior a
alocao tima em ativos arriscados. Essa razo, no entanto, flutua ao longo do ciclo da vida,
alterando o perfil de alocao do portflio. Durante a vida de trabalho, enquanto o capital
humano diminui (pela reduo da quantidade de fluxos de salrio futura), a riqueza financeira
aumenta por acumulo de capital. Por esse efeito, a alocao no ativo com risco diminui
medida que o investidor envelhece.

Tabulao Cruzada

Antes de analisarmos os resultados das regresses, conveniente realizarmos uma
anlise estatstica sumria dos dados atravs da tabulao cruzada apresentada nas tabelas 4 e
5 adiante.

Na tabela 4, cada linha descreve as distribuies empricas, absolutas e relativas, de
uma determinada categoria nos trs diferentes perodos.

Avaliando a freqncia das variveis explicativas por perodo, podemos destacar um
indivduo-padro, de maior representatividade em nossas amostras. No caso do perodo I,
ele seria representado por um homem, casado, trabalhador do setor privado, com idade igual
ou maior a 51 anos e patrimnio de at R$ 500 mil. Nas amostras para os perodos II e III, o
indivduo-padro tem suas caractersticas alteradas no que diz respeito ao estado civil -
passado a ser solteiro e idade a freqncia maior acontece entre os homens com idade
igual ou inferior a 30 anos.

A tabela 5 mostra, para cada perodo, as mdias investidas por cada categoria nos
diferentes tipos de fundos (separados por nvel de agressividade). Aqui, fundos de renda fixa
foram considerados como conservadores, fundos multimercados classificados como
moderados e fundos de aes (nosso maior objeto de anlise) foram chamados de agressivos.

Ao concentrarmos as anlises nas mdias investidas em fundos de aes para o
perodo de condies normais de mercado, percebemos que os resultados so bastante
condizentes com a teoria.

38
Ocupao: A renda futura de trabalhadores do setor pblico menos voltil e menos
correlacionada com o retorno de ativos arriscados que a renda mdia auferida por
profissionais do setor privado. A teoria defende que isso deveria inclin-lo a ter maior
alocao no ativo arriscado. De fato o que se observa na tabela, onde a mdia investida em
fundos agressivos maior nas pessoas com ocupao pblica.

Faixa Etria: Investidores tendem a ajustar seu portflio ao longo do ciclo da vida. Quando
novos, os indivduos possuem maior relao capital humano / riqueza financeira e essa
relao se modifica ao longo da vida, com o acumulo de riqueza e reduo do fluxo futuro de
salrios a receber. Aqui a mdia investida em fundos de aes diminui medida que a idade
aumenta, em linha com a teoria.

Patrimnio: Ceteris Paribus, aumentos na riqueza financeira devem ser acompanhados de
reduo na alocao tima investida em ativos arriscados, pela reduo causada na relao
capital humano / renda financeira. Alm disso, pessoas presentes nas camadas sociais mais
altas tm sua renda do trabalho mais correlacionada com os ativos arriscados (so
empresrios, executivos com remunerao varivel, etc.). A tabela 5 mostra que, de fato, as
categorias de patrimnio mais alto tem menor mdia investida em fundos de aes.

Sexo: No h argumento terico que defenda uma maior alocao em ativos arriscados por
parte dos homens ou das mulheres. Aqui, homens tem mdia maior em fundos de aes.

Estado Civil: Pessoa sem cnjuge apresentaram mdia maior investida em fundos de aes.
Isso pode ser explicado pela ptica de que pessoas casadas em geral possuem famlias mais
numerosas para sustentar e por isso tendem a ser mais conservadoras.





39
Tabela 4 Tabulao Cruzada: Freqncia de Observaes por Categoria em Cada Perodo
Absoluto Relativo Absoluto Relativo Absoluto Relativo
at R$ 500.000 2179 46% 7458 60% 7243 61%
de R$ 500.000 at R$ 1.000.000 733 16% 1694 14% 1585 13%
de R$ 1.000.000 at R$ 3.000.000 1086 23% 2055 17% 1898 16%
acima de R$ 3.000.000 719 15% 1188 10% 1080 9%
Sub-Total 4717 100% 12395 100% 11806 100%
Com conjuge 2308 49% 5596 45% 5332 45%
Sem conjuge 2230 47% 6459 52% 6162 52%
Sem Informao 179 4% 340 3% 312 3%
Sub-Total 4.717 100% 12.395 100% 11.806 100%
M 3366 71% 9127 74% 8808 75%
F 1351 29% 3268 26% 2998 25%
Sub-Total 4.717 100% 12.395 100% 11.806 100%
30 anos 1068 23% 3953 32% 3872 33%
de 31 at 40 anos 1385 29% 3493 28% 3353 28%
de 41 at 50 anos 836 18% 1990 16% 1841 16%
51 anos 1428 30% 2959 24% 2740 23%
Sub-Total 4.717 100% 12.395 100% 11.806 100%
privado 968 21% 2142 17% 1970 17%
publico 381 8% 1236 10% 1230 10%
Sem Informao 3368 71% 9017 73% 8606 73%
Sub-Total 4.717 100% 12.395 100% 11.806 100%
F
a
i
x
a

E
t

r
i
a
O
c
u
p
a

o
P
a
t
r
i
m

n
i
o
E
s
t
.

C
i
v
i
l
S
e
x
o
Perodo I Perodo II Perodo III
Variveis Explicativas



Tabela 5 - Tabulao Cruzada: Mdia investida por Tipo de Fundo
Cons Moder Agress Cons Moder Agress Cons Moder Agress
at R$ 500.000 3,2% 42,3% 54,5% 2,0% 61,0% 37,1% 2,5% 66,7% 30,8%
de R$ 500.000 at R$ 1.000.000 2,4% 60,0% 37,7% 2,4% 57,9% 39,6% 3,4% 60,4% 36,3%
de R$ 1.000.000 at R$ 3.000.000 2,2% 63,8% 34,0% 2,2% 62,0% 35,8% 3,5% 62,4% 34,0%
acima de R$ 3.000.000 2,0% 67,1% 30,9% 2,3% 65,1% 32,7% 3,8% 64,8% 31,3%
Com conjuge 2,7% 59,1% 38,2% 2,1% 62,6% 35,3% 2,9% 65,5% 31,7%
Sem conjuge 2,7% 48,3% 49,0% 2,1% 60,2% 37,7% 3,0% 65,0% 32,1%
M 2,5% 52,3% 45,1% 1,7% 62,0% 36,3% 2,4% 66,5% 31,1%
F 3,0% 57,4% 39,6% 3,0% 58,8% 38,2% 4,5% 60,7% 34,9%
30 anos 2,5% 39,7% 57,8% 1,5% 61,9% 36,6% 2,2% 67,8% 30,1%
de 31 at 40 anos 2,8% 52,2% 45,0% 2,0% 59,6% 38,4% 2,8% 63,2% 34,0%
de 41 at 50 anos 2,4% 59,7% 37,9% 2,2% 62,3% 35,6% 2,9% 65,7% 31,4%
51 anos 2,8% 62,4% 34,8% 2,8% 61,1% 36,1% 4,1% 62,8% 33,1%
privado 0,9% 66,2% 32,9% 1,8% 59,3% 38,9% 3,3% 59,4% 37,3%
publico 1,4% 48,9% 49,7% 2,1% 63,7% 34,2% 2,5% 68,4% 29,1%
Variveis Explicativas
F
a
i
x
a

E
t

r
i
a
O
c
u
p
a

o
P
a
t
r
i
m

n
i
o
E
s
t
.

C
i
v
i
l
S
e
x
o
Perodo III Perodo I Perodo II

40
4. Resultados

Esta seo descreve os resultados obtidos com a estimao dos modelos probit
ordenado, censorado e hurdle, fazendo sua interpretao luz da teoria econmica de
alocao de portflio. Com o intuito de avaliar se o comportamento dos participantes das
amostras sofrem mudanas em diferentes circunstncias de mercado, apuramos os resultados
para trs perodos diferentes, conforme descrito na seo 3. No Apndice, mostramos os testes
de significncia dos modelos, bem como as informaes adicionais respeito dos mesmos.

Ocupao: No perodo de condies normais de mercado inequvoco que os cotistas
ocupados no setor pblico so bem mais inclinados a tomar posies em fundos agressivos
que os cotistas ocupados no setor privado. Este resultado robusto a todos os modelos. Nos
modelos Censorado e Hurdle, a probabilidade de participao em fundos agressivos aumenta
em 14% e 11% respectivamente com a ocupao no setor pblico, enquanto que a proporo
tima esperada investida em fundos agressivos, condicionada participao nestes fundos,
aumenta de 39,5% e 95%. Estes efeitos so significativos em 1%. No modelo probit
ordenado, a probabilidade de investir propores mais elevadas em fundos agressivos tambm
aumenta significativamente em 1%. Estes resultados constituem evidncia emprica favorvel
ao argumento terico de que o investimento em ativos arriscados aumenta com a razo entre o
capital humano e a riqueza financeira. Isto porque a renda futura de servidores pblicos
menos voltil e menos correlacionada com o retorno de ativos arriscados que a renda mdia
auferida com ocupaes no setor privado. Indivduos com uma menor volatilidade da renda
(aqui representados pela categoria pblico) e, portanto, maior estoque do ativo livre de risco
no transacionvel, compensam isso com uma maior alocao da sua riqueza financeira no
mercado de aes (efeito crowding out).

Surpreendentemente a princpio, o padro de resultados verificado em situao normal
de mercado se inverte notoriamente nos perodos de aumento da volatilidade dos mercados e
de crise instalada. No modelo censorado, a ocupao no setor pblico diminui
significativamente tanto a probabilidade de participao em fundos agressivos como a
proporo tima condicional esperada investida nestes fundos. Os resultados do modelo
probit ordenado vo na mesma direo. J no modelo Hurdle, a probabilidade de participao
tambm diminui com a ocupao no setor pblico, enquanto a proporo tima condicional
41
esperada caminha na direo oposta, embora numa intensidade bem menor que no perodo
normal de mercado. Porque os cotistas ocupados no setor pblicos investiriam relativamente
menos em fundos agressivos nos perodos de crise? A resposta se baseia numa das predies
do modelo de alocao de portflio apresentado na seo 1, a qual foi referida como
contrarian investment strategy. O incrvel desempenho dos fundos agressivos no perodo
anterior crise, quando ento os cotistas ocupados no setor pblico estavam muito mais
posicionados nestes ativos, colocou a razo entre capital humano e riqueza financeira destes
investidores bem abaixo da razo observada para os cotistas ocupados no setor privado.

Faixa etria: Os resultados para a varivel explicativa Faixa Etria no perodo de condies
normais de mercado indicam que apenas a mudana da primeira para a segunda faixa etria
tem relevncia estatstica sobre a alocao em fundos de aes. Pelos modelos probit
ordenado e censorado, podemos afirmar a 1% de significncia que a inclinao a investir em
fundos de aes menor entre as pessoas da faixa etria entre 31 e 40 anos do que nas que
tm at 30 anos de idade. O resultado o mesmo para o modelo Hurdle, porm a 10% de
significncia. Nos modelos censorado e hurdle ao migrar da primeira para a segunda faixa
etria, a probabilidade de se participar do mercado de aes diminui respectivamente 8% e
4% enquanto a alocao tima estabelecida, condicionada a se participar desse mercado,
diminui de 16% e 53%. Todos estes efeitos so significativos em 1%, com a exceo da
( ) 0 Pr >
i
y no modelo hurdle, significativa apenas a 10%.

Como interpretar esses resultados luz da teoria? A razo entre capital humano e
renda financeira flutua ao longo do ciclo da vida, alterando a alocao tima no ativo
arriscado. Ao passar dos anos, enquanto o estoque de capital humano diminui (pela reduo
da quantidade de fluxos de salrio futura), a riqueza financeira aumenta por acumulo de
capital. Por esse efeito, a alocao total tima da riqueza financeira no ativo com risco
diminui medida que o investidor envelhece.

Surpreendeu-nos verificar que, assim como no caso da varivel ocupao, tambm
para faixa etria o padro de resultados encontrado no perodo de condies normais de
mercado foi invertido com a deteriorao das condies de mercado. A reverso no sentido
robusta a todos os modelos. A mudana da primeira para a segunda faixa etria passou a ser
acompanhada de aumento na posio em fundos de aes. No modelo censorado, essa
42
mudana aumenta marginalmente tanto a probabilidade de participao em fundos agressivos
como a proporo tima condicional esperada investida nestes fundos. O probit ordenado vai
no mesmo sentido, indicando agora aumento da probabilidade de investir propores mais
elevadas em fundos agressivos para a segunda faixa de idade. No modelo Hurdle, a
probabilidade de investir em fundos de aes tambm passa a aumentar dos 31 aos 40 anos,
enquanto a proporo tima condicional esperada se mantm na mesma direo observada
para o perodo I, embora em intensidade menor. Por que razo os investidores mais novos
investiriam relativamente menos em fundos de aes no perodo de crise? A explicao
terica para tal fenmeno nos parece similar a dada para a mudana de sinal ocorrida nos
coeficientes da varivel explicativa ocupao pblica nos perodos de crise. Reside no
espetacular desempenho dos fundos de aes at meados de julho de 2007, que aumentou
substancialmente a riqueza financeira dos cotistas mais jovens, at ento muito mais alocados
nesses fundos, trazendo a razo entre capital humano e renda financeira desses indivduos
para patamar inferior ao dos investidores da faixa etria imediatamente superior. Pelo
princpio da contrarian investment strategy, isso levou os mais jovens a reduzirem a
proporo de sua riqueza financeira investida nos fundos de aes.

Outro efeito observado nos resultados para os perodos II e III foi o fato de a terceira
faixa etria passar a ter significncia estatstica em todos os modelos. Os resultados, no
entanto, so exatamente os mesmos obtidos para a segunda faixa etria no perodo de
condies normais de mercado e, portanto, podem ser interpretados de maneira similar. Mais
velhos tm menor relao capital humano / renda financeira e por isso investem menos em
aes.

Patrimnio: Os resultados para a varivel explicativa ordinal patrimnio, representada por
quatro categorias, tm significncia estatstica, nas regresses geradas com os dados para o
perodo de condies normais de mercado, apenas para a segunda faixa. Os trs modelos
indicam que com 1% de significncia, os investidores com patrimnio entre R$ 500 mil e R$
1 milho tm menor inclinao a investir em fundos de aes do que os pertencentes
categoria de referncia (patrimnio de at R$ 500 mil). No modelo probit ordenado a
probabilidade de investir parcelas mais elevadas da riqueza financeira em fundos de aes
diminui significativamente em 1%. Nos modelos censorado e hurdle, a probabilidade de
participar de fundos de aes diminui em 12% e 6%, respectivamente, enquanto a alocao
tima esperada nestes instrumentos, condicional a ter investimento neles, diminui em 23% e
43
76%. Os resultados empricos vo mais uma vez ao encontro do argumento terico de que o
investimento em ativos arriscados diminui quando ocorre reduo na razo entre o capital
humano e a riqueza financeira. Pela teoria, ceteris paribus, o efeito marginal de se mudar da
faixa de patrimnio mais baixa para a seguinte, deveria ser acompanhado de uma reduo na
parcela investida em fundos de aes. o que acontece para os resultados do perodo de
condies normais de mercado. Esse efeito mais do que compensa o efeito causado pelo custo
de entrada no mercado de aes. O custo de conhecer e acompanhar o mercado de renda
varivel (inexistente nos casos de aplicaes em renda fixa, onde os riscos so limitados) o
mesmo para o investidor que tem valor absoluto baixo ou alto investido nesse mercado. Dessa
forma, quanto maior o montante investido em aes, mais justificvel o tempo dispensado
em conhec-las e acompanh-las. Esse conceito justificaria um investimento maior em fundos
de aes por parte dos indivduos representantes das camadas mais altas de renda. Podemos
ainda, interpretar os resultados da ptica da correlao existente entre os ativos arriscados e a
renda do trabalho dos indivduos mais ricos. O indivduo de baixa renda, em geral
empregado e, por isso seu fluxo de salrios menos voltil, justificando um maior
investimento em aes. Por outro lado, a convenincia do ativo arriscado para os investidores
de alta renda geralmente menor - dada a caracterstica de maior correlao entre suas
atividades profissionais e o desempenho da economia (que afeta tambm o mercado de aes)
gerando-lhe limitada capacidade de proteger seu nvel de consumo quando ocorrem ms
realizaes de sua renda do trabalho. Quando essa correlao positiva, o ativo arriscado
amplifica a volatilidade da renda do trabalho do investidor e, portanto, a alocao tima no
ativo arriscado diminuda. Esse conceito tem base numa das predies do modelo de
alocao de portflio apresentado na seo 1, a qual foi referida como alocao para hedge
contra choques na renda do trabalho.

A reverso de tendncia observada nas variveis explicativas ocupao e faixa etria
ao analisarmos os resultados para o perodo de aumento de volatilidade dos mercados e crise
esteve presente aqui tambm. Acreditamos que em todos esses casos esse fenmeno
justificado pelo excepcional desempenho do mercado de aes no perodo inicial, que alterou
substancialmente a relao capital humano \ riqueza financeira dos indivduos que possuam
maior alocao relativa nos fundos de aes. Avaliando os resultados dos modelos censorado
e hurdle para o segundo e terceiro perodos, notamos que o primeiro modelo, ao nvel de
significncia de 1%, justifica uma maior alocao em fundos de aes por parte dos
indivduos com patrimnio entre R$ 500 mil e R$ 1 milho, tanto pela maior probabilidade de
44
entrada nesse mercado, quanto por uma maior alocao tima esperada condicional presena
nesse mercado. J no hurdle, a probabilidade de investimento em fundos de aes tambm
aumenta com o patrimnio enquanto a proporo tima condicional esperada caminha na
direo oposta, embora numa intensidade menor que no perodo normal de mercado
(resultados considerando nvel de significncia de 1%).

Sexo: No perodo que compreende os meses de janeiro a julho de 2007 e que convencionamos
chamar de perodo de condies normais de mercado, os resultados mostram claramente
que mulheres so menos propensas a investir no mercado de aes do que homens. O
resultado robusto a todos os modelos. Ao decompor esse efeito analisando os modelos
Censorado e Hurdle, no entanto, vemos que o primeiro indica que ser mulher diminui a
probabilidade de se participar do mercado de aes em 7% enquanto o segundo indica que
essa probabilidade cai 8,55% (ambos significativos a 1%). O efeito de ser mulher sobre a
proporo tima condicional esperada investida nos fundos de renda varivel s significante
no modelo Censorado (p-valor de 0,0000), diminuindo-a em 14,5%. Isso mostra porque
importante utilizar o modelo Hurdle. Se avalissemos apenas os resultados do modelo
censorado, seramos levados a acreditar que a menor alocao em fundos de aes por parte
das mulheres explicada tanto pela menor probabilidade a investir em fundos de aes,
quanto por menor alocao tima estabelecida, condicional participao nesse mercado.
Quando vemos os resultados do Hurdle, no entanto, percebemos que esse efeito causado
somente pela menor propenso a entrar no mercado de aes.
No modelo probit ordenado, a probabilidade de mulheres investirem propores mais
elevadas em fundos de aes tambm diminui significativamente a 1%. Esses resultados
empricos para o mercado brasileiro so surpreendentes, uma vez que o arcabouo terico no
aponta nenhuma distino entre o comportamento de homens e mulheres nas decises de
alocao de portflio.

Ao analisarmos os resultados para condies de alta volatilidade dos mercados,
podemos notar que houve uma reverso de tendncia. No modelo censorado, o sexo feminino
diminui tanto a probabilidade de aplicao em fundos de aes quanto proporo tima
esperada investida nesses ativos, a 5% de significncia. O modelo probit ordenado vai na
mesma direo. No modelo Hurdle, enquanto a alocao tima condicional a se investir no
mercado de aes permanece sem significncia, a probabilidade de entrada nesse mercado
passa a aumentar com o sexo feminino, ainda que com baixa intensidade.
45

Estado Civil: Todos os modelos indicam que, em condies normais de mercado, no
podemos descartar, ao nvel de significncia de 10%, que a varivel estado civil no
influencia nas decises de alocao de portflio.

Ao avaliarmos o perodo de condies extremas de mercado, surge um resultado
interessante. Sem relevncia estatstica em nenhum dos modelos para a amostra do perodo I,
nas regresses para os perodos II e II, a varivel explicativa Estado Civil passa a ter p-valor
que revela significncia estatstica em todos os modelos. As regresses indicam que pessoas
solteiras investem marginalmente mais em fundos de aes. Enquanto o modelo censorado
atribui esse efeito tanto maior propenso a participar do mercado de aes quanto a um
maior investimento condicional a se participar dele, o hurdle mostra significncia estatstica
apenas para a maior taxa de participao, indicando que uma vez investidos, no h distino
entre o comportamento de solteiros ou casados. Esses resultados constituem evidncia
emprica interessante, sustentam a tese de que pessoas casadas tenderiam a ter perfil menos
arriscado por terem que sustentar famlias mais numerosas.

seguir, esto dispostas as tabelas com os resultados dos modelos economtricos.

46
Tabela 6 - Resultado do Modelo de Regresso Probit Ordenado Perodo I
Var. Explicativas P-valor Pr[y 1|x,] Pr[y 2|x,] Pr[y 3|x,] Pr[y 4|x,]
mulher -0.1961 0.0000 7.7661 7.8043 7.7082 7.6223
setor pblico 0.4669 0.0000 -16.7785 -17.7329 -18.2057 -18.3501
sem cnjuge 0.0599 0.1474 -2.3224 -2.3807 -2.3871 -2.3781
de 31 at 40 anos -0.1983 0.0002 7.8512 7.8885 7.7904 7.7031
de 41 at 50 anos -0.0719 0.1848 2.8670 2.8209 2.7416 2.6896
> 50 anos -0.0568 0.2923 2.2581 2.1997 2.1216 2.0736
0,5 - 1 milho -0.3281 0.0000 13.0175 12.9491 12.6921 12.5037
1 - 3 milhes -0.0518 0.3717 2.0427 1.9729 1.8904 1.8417
> 3 milhes -0.0808 0.1706 3.1493 3.0107 2.8623 2.7778
Perodo I - N obs.: 4.717





Tabela 7 - Resultado do Modelo de Regresso Probit Ordenado Perodo II
Var. Explicativas P-valor Pr[y 1|x,] Pr[y 2|x,] Pr[y 3|x,] Pr[y 4|x,]
mulher 0.0367 0.1483 -1.4330 -1.3944 -1.3517 -1.3135
setor pblico -0.1581 0.0004 6.0179 5.7962 5.5712 5.3795
sem cnjuge 0.0674 0.0090 -2.6393 -2.5724 -2.4969 -2.4289
de 31 at 40 anos 0.0737 0.0180 -2.8870 -2.8148 -2.7329 -2.6591
de 41 at 50 anos -0.0639 0.0675 2.5062 2.4447 2.3747 2.3112
> 50 anos 0.0360 0.3140 -1.4107 -1.3741 -1.3331 -1.2963
0,5 - 1 milho 0.0783 0.0216 -3.0690 -2.9929 -2.9065 -2.8284
1 - 3 milhes -0.0874 0.0275 3.4234 3.3370 3.2394 3.1514
> 3 milhes -0.0802 0.0692 3.0809 2.9766 2.8684 2.7750
Perodo II - N obs.: 12.395





Tabela 8 - Resultado do Modelo de Regresso Probit Ordenado Perodo III
Var. Explicativas P-valor Pr[y 1|x,] Pr[y 2|x,] Pr[y 3|x,] Pr[y 4|x,]
mulher 0.0897 0.0009 -3.3971 -3.2760 -3.1840 -3.1134
setor pblico -0.2242 0.0000 7.9692 7.5691 7.2848 7.0745
sem cnjuge 0.0545 0.0448 -2.0549 -1.9782 -1.9205 -1.8764
de 31 at 40 anos 0.1015 0.0018 -3.8516 -3.7165 -3.6135 -3.5343
de 41 at 50 anos -0.0990 0.0076 3.7591 3.6277 3.5274 3.4503
> 50 anos 0.0452 0.2361 -1.7028 -1.6390 -1.5909 -1.5542
0,5 - 1 milho 0.1498 0.0000 -5.7245 -5.5371 -5.3919 -5.2796
1 - 3 milhes -0.0553 0.1888 2.1404 2.0799 2.0313 1.9931
> 3 milhes -0.0773 0.1017 2.9389 2.8372 2.7594 2.6996
Perodo III - N obs.: 11.806


47
Tabela 9 - Resultado do Modelo de Regresso Censorado Perodo I
Var. Explicativas P-valor Pr[y>0|x,] E[y*|x,,y>0]
constante 0.6986 0.0000
mulher -0.3362 0.0000 -7.0085 -14.5103
setor pblico 0.7715 0.0000 14.0304 39.4943
sem cnjuge 0.0926 0.2059 1.8549 4.2515
de 31 at 40 anos -0.3709 0.0001 -7.7506 -15.9199
de 41 at 50 anos -0.0861 0.3670 -1.8523 -3.4257
> 50 anos -0.1494 0.1148 -3.2380 -5.7496
0,5 - 1 milho -0.5574 0.0000 -11.7774 -23.2202
1 - 3 milhes -0.0810 0.4265 -1.7602 -3.0647
> 3 milhes -0.0911 0.3751 -1.9822 -3.3101
Perodo I - N obs.: 4.717





Tabela 10 - Resultado do Modelo de Regresso Censorado Perodo II
Var. Explicativas P-valor Pr[y>0|x,] E[y*|x,,y>0]
constante -0.3602 0.0001
mulher 0.1421 0.0166 2.3476 4.7871
setor pblico -0.3971 0.0001 -6.4237 -12.5795
sem cnjuge 0.1390 0.0213 2.2949 4.6510
de 31 at 40 anos 0.1660 0.0231 2.7437 5.5908
de 41 at 50 anos -0.1386 0.0890 -2.2925 -4.7065
> 50 anos 0.0979 0.2400 1.6167 3.3044
0,5 - 1 milho 0.2166 0.0066 3.5833 7.3576
1 - 3 milhes -0.1324 0.1507 -2.1938 -4.5545
> 3 milhes -0.1277 0.2085 -2.1038 -4.2725
Perodo II - N obs.: 12.395





Tabela 11 - Resultado do Modelo de Regresso Censorado Perodo III
Var. Explicativas P-valor Pr[y>0|x,] E[y*|x,,y>0]
constante -0.7097 0.0000
mulher 0.2758 0.0001 3.9019 8.7933
setor pblico -0.6858 0.0000 -9.2004 -19.8682
sem cnjuge 0.1229 0.0908 1.7287 3.8343
de 31 at 40 anos 0.2774 0.0016 3.9246 8.8864
de 41 at 50 anos -0.2385 0.0159 -3.3789 -7.7147
> 50 anos 0.0982 0.3326 1.3847 3.1034
0,5 - 1 milho 0.4792 0.0000 6.8202 15.7197
1 - 3 milhes -0.0519 0.6422 -0.7478 -1.7873
> 3 milhes -0.1576 0.2039 -2.2594 -5.3190
Perodo III - N obs.: 11.806


48

Tabela 12 - Resultado do Modelo Hurdle Perodo I
Var. Explicativas P-valor P-valor Pr[y>0|x,] E[y*|x,,y>0]
constante 0.3398 0.0000 0.4787 0.0000
mulher -0.2204 0.0000 -0.0127 0.7637 -8.5495 -2.7080
setor pblico 0.3168 0.0001 0.3667 0.0000 11.1292 95.0257
sem cnjuge 0.0349 0.4219 0.0413 0.3229 1.3056 9.0419
de 31 at 40 anos -0.1032 0.0699 -0.2855 0.0000 -3.9492 -53.2663
de 41 at 50 anos -0.0869 0.1264 0.0337 0.5291 -3.4010 5.5230
> 50 anos -0.0798 0.1541 -0.0228 0.6690 -3.1638 -3.7669
0,5 - 1 milho -0.1481 0.0085 -0.4378 0.0000 -5.6985 -76.0495
1 - 3 milhes 0.0162 0.7893 -0.1215 0.0291 0.6353 -15.8439
> 3 milhes -0.0741 0.2238 -0.0238 0.6722 -2.9140 -2.8827
Perodo I - N obs.: 4717





Tabela 13 - Resultado do Modelo Hurdle Perodo II
Var. Explicativas P-valor P-valor Pr[y>0|x,] E[y*|x,,y>0]
constante -0.1988 0.0000 0.5319 0.0000
mulher 0.0475 0.0701 -0.0075 0.7717 1.8643 -1.5907
setor pblico -0.2379 0.0000 0.1509 0.0009 -9.0044 34.8825
sem cnjuge 0.0664 0.0130 -0.0024 0.9264 2.6109 -0.5156
de 31 at 40 anos 0.1306 0.0000 -0.1929 0.0000 5.1595 -37.5736
de 41 at 50 anos -0.0770 0.0336 0.0373 0.2680 -3.0551 6.7032
> 50 anos 0.0272 0.4641 0.0058 0.8635 1.0753 1.0645
0,5 - 1 milho 0.2198 0.0000 -0.3207 0.0000 8.7148 -58.7691
1 - 3 milhes 0.0212 0.6105 -0.1774 0.0000 0.8434 -25.2640
> 3 milhes -0.0345 0.4525 -0.0778 0.0398 -1.3757 -9.7463
Perodo II - N obs.: 12.395





Tabela 14 - Resultado do Modelo Hurdle Perodo III
Var. Explicativas P-valor P-valor Pr[y>0|x,] E[y*|x,,y>0]
constante -0.2893 0.0000 0.6450 0.0000
mulher 0.0876 0.0014 0.0440 0.2078 3.3910 12.1714
setor pblico -0.2943 0.0000 0.0748 0.2185 -10.6434 21.0196
sem cnjuge 0.0523 0.0586 -0.0140 0.6913 2.0147 -3.7611
de 31 at 40 anos 0.1458 0.0000 -0.1682 0.0002 5.6763 -41.8886
de 41 at 50 anos -0.0952 0.0118 -0.0095 0.8343 -3.7262 -2.1565
> 50 anos 0.0015 0.9697 0.0911 0.0478 0.0570 21.6080
0,5 - 1 milho 0.2619 0.0000 -0.2812 0.0000 10.2897 -66.3373
1 - 3 milhes 0.0650 0.1321 -0.2242 0.0000 2.5908 -41.0226
> 3 milhes -0.0467 0.3307 -0.0800 0.1204 -1.8643 -12.5480
Perodo III - N obs.: 11.806

49
5. Concluso

O conjunto de resultados observados nas regresses para o perodo de condies
normais de mercado, compreendido entre janeiro e julho de 2007, mostrou que os dados
empricos para investidores brasileiros de alta renda esto, em boa parte, de acordo com o
indicado pela teoria de alocao de portflio. Em especial a apurao de resultados para as
variveis ocupao, patrimnio e faixa etria constituram evidncia emprica favorvel ao
argumento terico de que o investimento em ativos arriscados aumenta com a razo entre o
capital humano e a riqueza financeira. Investidores mais jovens - dotados de maior estoque de
capital humano, semelhante ao ativo livre de risco no transacionvel e com menor riqueza
financeira, dado o menor tempo de vida economicamente ativa - mostraram maior inclinao
a investir no mercado de aes e os participantes do setor pblico, dotados de renda do
trabalho com menor volatilidade e menos correlacionada com os retornos de ativos arriscados,
demonstraram maior propenso a investir em fundos de aes e maior alocao condicional
participao desse mercado, em linha com as predies da teoria de escolha de portflio
tima. As regresses para o perodo I mostraram ainda que o aumento na faixa de patrimnio
foi acompanhado de uma reduo na parcela tima investida no ativo arriscado, mais uma vez
em linha com a teoria.

Parece-nos razovel assumir que o espetacular desempenho do mercado de renda
varivel no perodo anterior crise foi em grande parte responsvel pelas reverses de
tendncias ocorridas ao analisarmos as amostras para os perodos II e III. O acumulo de
capital advindo do bom resultado das aplicaes em fundos de aes daqueles indivduos
inicialmente mais presentes no mercado de renda varivel, parece ter mudado
substancialmente a razo entre capital humano e renda financeira dessas pessoas, levando a
uma reduo da proporo da riqueza financeira investida em ativos com risco. Essa reverso
ocorreu com as variveis explicativas: ocupao, faixa etria, patrimnio e sexo.

Em termos metodolgicos, ao separarmos o efeito da probabilidade de se participar do
mercado de aes da alocao tima esperada condicional a se investir nesse tipo de ativo,
mostramos que os resultados para o modelo censorado e hurdle guardam diferenas em
significncia e intensidade. Em alguns casos, notamos que uma mesma varivel era
estatisticamente significante em um dos modelo e no outro no. Isso indica que a escolha do
50
modelo muito importante. Consideramos o hurdle mais apropriado que o censorado para
fazer essa separao, pois nele a relao entre os regressores e os dois efeitos no dada pelo
mesmo vetor de coeficientes.

51
Referncias Bibliogrficas

Campbell, John Y. e Luis M. Viceira (2001), Strategic Asset Allocation: Portfolio Choice for
Long-Term Investors, Orford University Press.

Wooldridge, Jeffrey M. (2002), Econometric Analysis of Cross Section and Panel Data,
The Massachusetts Institute of Technology Press.

Curcuru, Stephanie, et al (2004), Heterogeneity and Portfolio Choice: Theory and
Evidence, Handbook of Financial Econometrics.

McCarthy, David (2004), Household Portfolio Allocation: A Review of the Literature,
Journal of Economic Literature.

Milligan, Kevin (2005), Life-cycle asset accumulation and allocation in Canada, Canadian
Journal of Economics.

Campbell, John Y. (2006), Household Finance, American Finance Association.

King, Mervyn A. and Jonathan I. Leape (1984), Wealth and Portfolio Composition: Theory
and Evidence, NBER Working Paper Series.

Alessie, Rob, Stefan Hochguertel and Arthur van Soest, Household Portfolios in the
Netherlands, Working Paper.

Antzoulatos, Angelos A. and Chris Tsoumas, Household Portfolio Dynamics in the E.U.
1994-2000, Working Paper.

Banks, James, Richard Blundell and James P. Smith (2002), Wealth Portfolios in the UK and
the US, NBER Working Paper Series.

Iwaisako, Tokuo, Olivia S. Mitchell, and John Piggott (2005), Strategic Asset Allocation in
Japan: An Empirical Evaluation, Pension Research Council Working Paper.

Anderson, Bjrn, Portfolio Allocation over the Life Cycle: Evidence from Swedish
Household Data, Working Paper.

Bertaut, Carol and Martha Starr-McCluer (2000), Household Portfolios in the United States,
Federal Reserve Board of Governors.

Cho, Sang-Wook (2005), Household Wealth Accumulation and Portfolio Chioces in Korea,
Job Market Paper.

Brsch-Supan, Axel and Angelika Eymann, Household Portfolios in Germany, Working
Paper.




52
Apndice I

Funo de Mxima Verossimilhana para o Modelo Probit Ordenado

( ) ( ) ( ) ( ) j y x j y l
i i i
N
i
M
j
= = =

= =
1 , , | Pr log ,
1 0
,
Onde ( ) 1 uma funo indicativa que assume o valor 1 se o argumento for verdadeiro e 0 se
o argumento falso. Como a funo de verossimilhana para a famlia i , os estimadores de
mxima verossimilhana condicional e possuem todas as propriedades desejveis, tais
como normalidade, consistncia e eficincia.

Funo de Mxima Verossimilhana para o Modelo Censorado

( ) ( ) ( ) ( )

=
< =
N
i
i i i i i
c y c x y f l
1
1 / ' log ,
( ) ( ) ( ) ( )

=
= +
N
i
i i i i
c y x c F
1
1 / ' log
( ) ( ) ( ) ( )

=
= +
N
i
i i i i
c y x c F
1
1 / ' 1 log ,
Onde f e F so, respectivamente, as funes de densidade e de distribuio acumulada de .

Funo de Mxima Verossimilhana para o Modelo Probit Binrio

( ) ( ) ( ) ( ) ( ) ( ) ' log 1 ' 1 log
0
i i i
n
i
i
x F y x F y l + =

=
,
Onde F a funo de distribuio acumulada de , que no modelo Binrio Probit utilizado,
a acumulada de uma Normal-padro ( ).

53
Apndice II


Modelo Probit Ordenado

Apndice: Tabela 1 Estatsticas do Modelo Probit Ordenado
Periodo I Periodo II Periodo III
Akaike info criterion 2,129369 2,022475 1,815305
Log likelihood -5007,1160 -12519,2900 -10700,7500
Restr. log likelihood -5179,0390 -12545,7700 -10748,7800
LR statistic (11 df) 343,8462 52,9727 96,0664
Probability(LR stat) 0,000000 0,015110 0,000000
Schwarz criterion 2,149908 2,031460 1,824677
Hannan-Quinn criter. 2,136589 2,025484 1,818451
Avg. log likelihood -1,061504 -1,010027 -0,906382
LR index (Pseudo-R2) 0,033196 0,002111 0,004469



Modelo Censorado

O E-Views, programa economtrico utilizado para estimar as regresses desse
trabalho, no disponibiliza no resultado das regresses para modelos censorados, o teste de
significncia global. Utilizamos ento, dois testes de coeficientes para testar a excluso de
todas as variveis explicativas (Teste de Variveis Redundantes e Teste de Wald). Para todos
os perodos, a hiptese de excluso de todos os regressores foi rejeitada.

Apndice: Tabela 2 Teste de Variveis Redundantes Perodo I
F-statistic 34,21397 Probability 0.000000
Log likelihood ratio 308,47740 Probability 0.000000
Redundant Variables: SX OC1 OC2 EC1 EC2 FE1 FE2 FE3 PL1


Apndice: Tabela 3 Teste de Wald Perodo I
Test Statistic Value df Probability
F-statistic 22,26273 (10, 4704) 0.0000
Chi-square 222,62730 10 0.0000
Wald Test:


Apndice: Tabela 4 - Teste de Variveis Redundantes Perodo II
F-statistic 3,62828 Probability 0.000038
Log likelihood ratio 55,97034 Probability 0.000000
Redundant Variables: SX OC1 OC2 EC1 EC2 FE1 FE2 FE3 PL1


54
Apndice: Tabela 5 - - Teste de Wald Perodo II
Test Statistic Value df Probability
F-statistic 5,38019 (10, 12382) 0.0000
Chi-square 53,80189 10 0.0000
Wald Test:


Apndice: Tabela 6 - Teste de Variveis Redundantes Perodo III
F-statistic 6,63470 Probability 0.000000
Log likelihood ratio 142,83190 Probability 0.000000
Redundant Variables: SX OC1 OC2 EC1 EC2 FE1 FE2 FE3 PL1


Apndice: Tabela 7 - Teste de Wald Perodo II
Test Statistic Value df Probability
F-statistic 13,11607 (10, 11793) 0.0000
Chi-square 131,16070 10 0.0000
Wald Test:



Modelo Hurdle

Apndice: Tabela 8 Estatsticas do Modelo Probit Binrio (parte integrante do Modelo Hurdle)
Periodo I Periodo II Periodo III
Mean dependent var 0,5649780 0,4545380 0,4035240
S.E. of regression 0,4901920 0,4944060 0,4849320
Sum squared resid 1130,557 3026,864 2773,471
Log likelihood -3170,356 -8445,957 -7818,670
Restr. log likelihood -3229,631 -8540,253 -7962,138
LR statistic (11 df) 118,5508 188,5926 286,9362
Probability(LR stat) 0,0000000 0,0000000 0,0000000
S.D. dependent var 0,4958120 0,4979490 0,4906250
Akaike info criterion 1,3493130 1,3647370 1,3265580
Schwarz criterion 1,3657450 1,3719250 1,3340550
Hannan-Quinn criter. 1,3550890 1,3671440 1,3290750
Avg. log likelihood -0,6721130 -0,6814000 -0,6622620
McFadden R-squared 0,0183540 0,0110410 0,0180190


Testes de Significncia Estatstica para o Modelo Censorado (parte integrante do
Modelo Hurdle)

Os testes foram realizados para testar a significncia global do modelo censorado
utilizado para modelar o [ ] 0 , , | >

i i i
y x y E , como parte integrante do modelo hurdle. Em
todos os casos, a hiptese de excluso de todas as variveis explicativas foi rejeitada.
55

Apndice: Tabela 9 Teste de Variveis Redundantes Perodo I
F-statistic 32,31235 Probability 0.000000
Log likelihood ratio 429,84110 Probability 0.000000
Redundant Variables: SX OC1 OC2 EC1 EC2 FE1 FE2 FE3 PL1


Apndice: Tabela 10 Teste de Wald Perodo I
Test Statistic Value df Probability
F-statistic 32,00269 (10, 2652) 0.0000
Chi-square 320,02690 10 0.0000
Wald Test:


Apndice: Tabela 11 - Teste de Variveis Redundantes Perodo II
F-statistic 47,32230 Probability 0.000000
Log likelihood ratio 647,43070 Probability 0.000000
Redundant Variables: SX OC1 OC2 EC1 EC2 FE1 FE2 FE3 PL1


Apndice: Tabela 12 Teste de Wald Perodo II
Test Statistic Value df Probability
F-statistic 45,07611 (10, 5621) 0.0000
Chi-square 450,76110 10 0.0000
Wald Test:


Apndice: Tabela 13 Teste de Variveis Redundantes Perodo III
F-statistic 23,45424 Probability 0.000000
Log likelihood ratio 333,28750 Probability 0.000000
Redundant Variables: SX OC1 OC2 EC1 EC2 FE1 FE2 FE3 PL1


Apndice: Tabela 14 Teste de Wald Perodo III
Test Statistic Value df Probability
F-statistic 23,36196 (10, 4751) 0.0000
Chi-square 233,61960 10 0.0000
Wald Test: