Retorno e Risco: Modelo de Precificagdo de Ativos (CAPM) capitulo anterior cumpriu trés finalidades. Em Opies tas lar om téria dos mercados de capitais dos Estados Us dos. Em segundo lugar, apresentamos estatisticas tais com retomo esperado, varidncia, desvio-padrao e beta. Em terceiro lugar, discutimos um modelo simplificado da taxa de desconto de um projeto com risco. Entretanto, assinalamos no capitulo anterior que esse modelo era de natureza arbitrdria. Apresentamos agora um enfoque cuidadosamente desenvolvido ao cél- clo da taxa de desconto de um projeto com riseo, O Capitulo 10 examina 0 risco e o retorno de titulos isola- dos quando esses titulos fazem parte de uma carteira ampla. Embora essa investigagdo seja um primeiro pas- so necessério para a avaliacao de projetos, o capitulo no analisa 0 estudo de projetos. Em lugar disso, reservamos ‘um tratamento da taxa de desconto apropriada para or- amento de capital para o Capitulo 12. A idéia central do presente capitulo pode ser assim sintetizada: um individuo que possui apenas um titulo deve usar o retorno esperado como medida da rentabili- dade desse titulo. O desvio-padrao ou a variancia sio as, medidas adequadas do risco do titulo. Um individuo que possui uma carteira diversificada preocupa-se com a con- tribuigdo de cada titulo ao retorno esperado e ao risco da carteita. No final das contas, o retorno esperado de um titulo é a medida correta da contribuigao desse titulo 20 retorno esperado da carteira. Entretanto, nem a vari cia, nem o desvio-padraio do retorno desse titulo so medidas apropriadas da contribuigdo do titulo ao riseo de uma carteira. A contribuigdo de um titulo ao risco de uma carteira é medida mais corretamente por seu beta 10.1 TiTULOs IsOLADOs Na primeira parte do Capftulo 10, examinaremos as caracteristicas de titulos isolados. Em particular, dis- cutiremos: 1. Retorno esperado, Esse é o retorno que um in- dividuo espera de uma ago no préximo periodo. Eviden- temente, como se trata apenas dle uma expectativa, 0 re- tomnd efetivo poderd ser mais alto ou mais baixo do que cesperado. A expectativa de um individuo pode simples. mente ser 0 retorno médio por periodo que um titulo tenha obtido no pasado. Alternativamente, pode ba- sear-se numa andlise detalhada das perspectivas de uma ‘empresa, em algum modelo desenvolvido em computa- dor, ou em informacdo especial (privlegiada). 2. Varidncia e desvio-padrdo, Hé muitas maneiras distintas de medir a volatilidade do retorno de um titu- Jo, Uma das maneiras mais comuns é a varincia, que usa 0s quadrados das diferencas do retorno de um titulo em. relagao a seu retorno esperado. O desvio-padrio é a raiz quadrada da variéncia, 3. Covaridincia ecorrelagdo. Os retornos de titulos individuais estdo relacionados uns aos outros. A cova- ridncia é uma estatistica que mede a associacao entre os retornos de dois titulos. Alternativamente, essa associa- ‘io pode ser expressa em termos da correlagio entre os dois titulos. A covarincia e a correlacio so elementos fundamentais para o entendimento do coeficiente beta. 10.2 RETORNO ESPERADO, VARIANCIA E COVARIANCIA Retorno esperado e varidncia Suponhamos que os analistas financeiros julguem ser possiveis quatro estados iguualmente provaveis para © comportamento da economia: depressio, recessio, normal e expansio. Os retornos da Supertech Company ever acompanhar de perto 0 comportamento da eco- nomia, enquanto os retornos da Slowpoke Company nao © fardo. As predigées de retorno sto fornecidas a seguiRetornos da Retornos da Supertech Ry, Slowpoke Ry, Depresséo 20% 5% Recessao 10 20 Normal 30 “12 Expansio 50 9 A varidncia pode ser calculada em quatro etapas. ‘Uma etapa adicional é necesséria para calcular 0 desvio- padrdo. (Os céleulos sao apresentados na Tabela 10.1.) As etapas sio as seguintes: 1. Caleular 0 retorno esperado: Supertech: -0,20+0,10+ 030+ 4 Slowpoke: 0,05 +0,20-0,12+0,09 4 2. Para cada empresa, calcular a diferenga entre cada retorno possivel eo retormno esperado, an- teriormente obtido. Isso apresentado na ter- ceira coluna da Tabela 10.1. 3. Asdiferencas calculadas sio indicagées da dis perso dos retomos. Entretanto, como algumas so positivas e outras so negativas, € dificil trabathar com elas nesse formato. Por exemplo, se simplesmente soméssemos todas as diferen- ‘cas para uma empresa, o resultado da soma seria igual a zero. Para tomar as diferencas mais relevantes, mul- tiplicamos cada uma delas por si mesma. Com isso, todos os mtimeros passam a ser positivos, ‘© que quer dizer que sua soma também deve ser positiva. Os quadrados das diferengas so apresentados na tltima coluna da Tabela 10.1. 4, Para cada empresa, calcula-se a média dos quadrados das diferencas, ou seja, a variancia:! Supertech: 0140625 + 105625 +0,015625+ 0.105625 =0,066875 4 1. Neste exemplo, os quatro estados correspondem a quatro ‘resultados passtveis para cada agSo. Se tivéssemos usado dados passa- os, os resultados teriam realmente ocorido, Neste caso, os extatisti- os argumentam que o divisor correto €N~ 1, onde N & 0 néimero de ‘observagbes. Portanto, o denominador seria 3 (= 4-1), no caso de dados pussados,e nfo 4. Notese que o exemplo da Seqdo 9.5 envolvia {dados passados e uilzamos um divisor igual aN ~ 1. Embora essa di ferengaincomode tanto alunos quanto autores de ivvos textos, na pré- tica € uma questio de importancia pequena, Na ealidade, as amostras so geralmente tio grandes que 0 so de N ou N — 1 no denominador do exerce pratieamenteefeto algum sobre o edleulo da variincia, [RETORNO & RCO: MODELO DE PREGIFICAGHO DEATIVS 207 Slowpoke: 0,000025 + 0,021025 + 0,030625 + 0,001225 —_ _—F + 013225, Portanto, a variancia de Supertech & 0,066875, e a variancia de Slowpoke é 0,013225. 5. Caleular o desvio-padrao tirando a raiz.quadra- da da varidncia: Supertech: 4 D,066875 = 0,2586 = 25,86% Slowpoke: TOTS =01150=1150% Algebricamente, a férmula da varidncia pode ser assim enunciada: Var(R) = Valor esperado de (R —R)? onde R é 0 retorno esperado do titulo e R é 0 retorno efetivo, Um exame do céleulo da varidncia realizado em quatro etapas deixa claro por que se trata de uma medi- da da dispersdio dos retornos, Para cada observacio, ele va-se 0 quadrado da diferenca entre o retorno efetivo e oretorno esperado. A seguir, tira-se a média desses qua- drados de diferencas. O cdlculo dos quadrados torna to- das as diferencas positivas. Se usdssemos as diferengas entre cada retorno € o retorno esperado, e ai calculésse- mos a média dessas diferencas, obteriamos resultado igual a zero, porque os retornos superiores & média can- celariam os retornos inferiores & média, Entretanto, como a variancia ainda é medida em quadrados, sua interpretagao torna-se dificil. O desvio- padrao possui uma interpretacdo muito mais simples, apresentada na Secdo 9.5. 0 desvio-padrao é simples- mente a raiz. quadrada da varidncia. A formula geral do desvio-padrao é DPCR) = yf Var(R) Covaridncia e correlagéio A varidncia e 0 desvio-padréo medem a variabili- dade de agdes individuais. Desejamos agora medir a re- lagdo entre a taxa de retorno de uma agio e a taxa de retorno de outra acio. Para tornar nossa discussao mais precisa, necessitamos de uma medida estatistica da as- sociagdo entre duas variaveis. & aqui que entram em cena a covariancia ¢ a correlacao. A covariancia e a correlacao medem a intensidade com a qual duas varidveis estao associadas. Explicamos208 asco W TABELA 10.1 Gailculo de varincia e desvio-padrao. @ @ @ ‘Estado da ‘Taxa de Diferenca em relagao Quadrado da economia retorno ao retorno esperado diferenga Supertech* _(Retorno esperado = 0,175) = Ry By-Ry) Ry- Ry* Depressio 0,20 0,375 (= 0,20 - 0,175) _0,140625 [= (-0,375)7]. Recessao 0,10 0,075 0,005625 ‘Normal 0,30 0,125 0,015625 Expansio 0,50 0,325 0.105625 J 0,267500 Slowpoke** — (Retorno esperado = 0,055) 7 Ry a ) RD Depressao 0,05 0,005 (= 0,05 — 0,055) 0,000025 [= (-0,005)?) Recessaio. 0,20 0,145 0,021025 Normal ~0,12 “0,175 0.030625 Expansio 0,09 0,035 9.001225 0,052900 Lp, 701204 010+ 030+0, 0105+ 020-012+009 pos ss 0.2675 var(,) =08 = 92675 - , 066875 DP(R,)=6,, = (0.086875 =0,2586 =25,86% ‘08 dois termos estendendo o exemplo da Supertech e da Slowpoke, apresentado anteriormente neste capitulo, lm EXEMPLO JH determinamos os retornos esperados ¢ 0s des- vios-padrao das acées da Supertech e da Slowpoke. | (Os retomos esperados sio iguais a 0,175 ¢ 0,055 para a Supertech e a Slowpoke, respectivamente. Os des- vios-padrio sto iguais a 0,2586 e 0,1150, respectiva- | mente.) Além disso, calculamos a diferenea entre cada | retorno possivel e 0 retorno esperado de cada empre sa, A partir desses dados, a covaridncia pode ser de terminada em duas etapas. Uma etapa adicional se faz, # necessiria para o célculo da correlagao. 1. Para cada estado da economia, multiplica mos a diferenga obtida em relacao ao retor no esperado da Supertech pela diferenca correspondente no caso da Slowpoke. Por exemplo, em caso de depressiio, oretorno di Supertech seria igual a ~0,20, ou seja, est a -0,375 (-0,20 — 0,175) de seu retorno ! esperado. A taxa de retorno da Slowpoke, : em caso de depressio, ¢ igual a 0,05, 0 qué esta a -0,005 (0,05 — 0,055) de seu retorno ! esperado. Multiplicando as duas diferengas, ‘obtemos 0,001875 [(-0,375) x (-0,005)]. Os calculos completos sto apresentados na itima coluna da Tabela 10.2. Esse procedi- mento pode ser algebricamente representa- do do seguinte modo: (RyRy) X Ry-Ry) ao. | onde R,, ¢ Ry S&0 05 retomnos de Supertech «@ Slowpoke no estado t, eR, eR, S40 0s re- tornos esperados dos dois titulos.M TABELA 10.2 Gaéleulo de covaridincia e correlagao. [RETORNO H RISCO: MODELO DE PRECIICAGKO DE ATIVOS 209 ‘stado da Taxa deretornoDiferenga em relago Taxa deretoma Dijerenga em rlagio ao Produto das economia da Supertech ao retoro eserado da Slowpoke | retormo esperado diferengas Ry Ry Rd Ree By — By) Ry, (Retorno esperado = 0,175) Depressio 0,200,375 (=-0,20-0,175) 0,05 -0,005 (= 0,050,055) 0.001875 -0,375 x -0,005) Recessio 010 *0,075 0,20 on4s ~0,010875 4 -0,075 x 0,145) Normal 030 0,25 012 “0175 = ~0,021875 0,125 x -0,175) Expansio 050 025 0.09 0035 oo11375 ‘O70 oma -0,0195 yy =COv(R Ry) = 2195 - 004875, ov R -0,004875, gy = CorttRy, Ry) = — Rae) 0.004875 __o1639 DP(R,)xDPCR,) 0,2586%0,1150 2. Caleulamos a média para os quatro estados na iiltima coluna. Essa média nada mais édo que a covarifincia, Ou seja =0,0195 an = COVR 4 Ry) 004875 Note que representamos a covariancia entre Supertech e Slowpoke como Cov(R, Ry) ot G,y. A equa do (10.1) mostra qual é a intuigio por tras da covariancia. Suponhamos que a taxa de retorno da Supertech geralmente seja superior a sua média quando a da Slowpoke também € superior a sua média, e que 0 retorno da Supertech esteja abaixo de sua média quan- do 0 da Slowpoke também esté abaixo de sua média. Isso indicaria uma dependéncia positiva ou associagao posi- tiva entre os retornos das duas agoes. Note que a expres- séo apresentada na equacao (10.1) serd positiva em qual- {quer estado no qual ambos os termos estiverem acima de suas médias. Além disso, (10.1) seré positiva em qualquer estado no qual ambos os termos estejam abaixo de suas médias. Portanto, uma relagdo positiva entre os dois retornos daré origem a um valor positivo para a cova ridncia, Inversamente, suponhamos que a taxa de retorno de Supertech esteja geralmente acima de sua média quan- do a taxa de retomno de Slowpoke esté abaixo de sua 2 Tal como no caso da varinca, divigimos por W (4, neste ‘exemplo) porque as quatro estados dio origem a quatro resultados posts, Entetanto, se tvéssemos usados dads passades, o divisor comet seria N—1 (, neste exemplo) média, ¢ que a taxa de retorno de Supertech esta geral mente abaixo de sua média quando a de Slowpoke esta acima de sua média. [sso denuncia uma dependéncia ou relacio negativa entre as duas taxas de retorno. Note que a expresso da equacao (10.1) seré negativa em qualquer estado no qual um retorno esta acima de sua média e 0 outro estd abaixo de sua média. Portanto, uma relacio nogativa entre os dois retornos dara origem a um valor negativo para a covariancia. Finalmente, suponhamos que no haja relacao en- tre as duas taxas de retorno. Nesse caso, saber se 0 re- torno de Supertech esta acima ou abaixo de seu valor cesperado nada nos diz a respeito do retorno de Slowpoke. Na formula da covariancia, portanto, nao haverd tendén- cia para que os termos sejam positivos ou negativos, e em média tenderdo a se contrabalangar e amular. Iss0 fard com que a covarincia seja igual a zero. Evidentemente, mesmo que os dois retornos nao tenham qualquer relagdo um com o outro, a formula da covariancia nao produzird resultado exatamente igual a zero em qualquer série histrica especifica. Isso deve-se a erro de amostragem; o mero carater aleat6rio da série faré com que o resultado seja positivo ou negative. No entanto, numa amostra histérica suficientemente longa, se 0s dois retornos nao estiverem relacionados, devemos esperar que o resultado seja préximo de zero. A formula da covariancia parece captar o que estamos buscando. Se houver relagio direta entre os dois retornos, stia covaridncia serd positiva, e se houver rela- co inversa, a covariaincia ser negativa. Por tiltimo, tam- bém € importante notar que, se ndo houver relacao en- tre eles, a covariancia deverd ser nula210 isco A formula da covariancia pode ser apresentada algebricamente: Valor esperado de [(R, ~ Ry) * ®,-Ry)] Oxy = CovRy R, onde R, e R, sio 0s retornos esperados dos dois ttulos ¢ R, eR, sao os retornos efetivos. A ordem das duas varis- véis ndo é importante. Ou seja, a covariancia de A com B igual & covariancia de B com A. Isso pode ser expresso mais formalmente, ou seja: Cov(Ry Ry) = Cov(Ry Ry), 0 Gay = Og ‘A covatincia que calculamos ¢ igual a -0,004875. ‘Um niimero negativo como esse pressupde que o retor no de uma agao tende a estar acima de sua média quan- do 0 retorno da outra acdo est abaixo de sue média, e vice-versa, Entretanto, é dificil interpretar o valor numé- rico. Tal como o valor da variancia, a covariancia € me- dida em quadrados de diferencas. A menos que posse ‘mos colocé:la em alguma perspectiva, nao saberemos 0 que fazer com ela, Esse problema é resolvido com o célculo da corre- lagéo: Para calcular a correlagao, divide-se a cova. ridncia pelos desvios-padrao dos retornos dos dois titulos. Em nosso exemplo, temos: Gov(R,,Ry) Pap = Corr» Ry) = = 2.004875 _ g¢39 1°? 2586x0150 onde o, € G, sao 08 desvios-padrao dos retornos de Supertcdhe Slowpoke, respectivamente. Note que epre- sentamos a correlagao entre Supertech e Slowpoke com 0 simbolos Corr(Ry Ry) OU Pg. Tal como no caso da ovatlincia, a order dag duasvardvels €irelevante. OU Seja,acortlagio de A com B & igual & correlafo entre Be A. Mais formalmente, Corr(Ry, Ry) = Corr(Ry Ry) 01 Puy = Pa ong desvio-padro é sempre positvo,osinal da correlacao entre duas varidveis deve sempre ser 0 mes- mo da covariancia entre as duas varidveis. Se a correla- ao for positiva, dizemos que as variaveis sto positivamen- te correlacionadas; se for negativa, dizemos que so ne- gativamente correlacionadas; e se for igual a zero, dize- ‘mos que so ndo correlacionadas. Além disso, pode ser demonstrado que 8 correlago sempre esté entre +1 “rTisso se deve a0 procedimento de padronizagio, ot seja, & divisio pelos dois desvios-padrao. ‘Podemos comparar as correlages entre pares dis- tos de tiulos. Por exempl, a correlacio entre os re tomos de General Motors e Fd é mito mais ala do que a correlagio entre os retornos de General Motors e IBM. Portanto, podemos afirmar que o primeiro par de titulos presenta assoclagao mais forte do que o segundo at. me [A Figura 10.1 mostra os trés casos bésicos para dois ativos, Ae B. A figura apresenta dois ativos cujos retor. nos t8m correlagées iguais a +1, -1 0. Isso quer dizer © mesmo que correlacio positiva perfeita, correlacao negativa perfeita e inexisténcia de correlacio, respecti- vamente. Os gréficos na figura mostram a evolucao se- parada dos retornos dos dois titulos no tempo. 10.3 RETORNO E RISCO DE CARTEIRAS Suponhamos que um investidor possua estimativas dos retornos esperados e desvios-padrao de titulos iso lados e das correlagées entre os retornos dos titulos. De que maneira o investidor seleciona a melhor combinagio ou earteira de titulos para fins de aplicagao? Obviamen- te, 0 investidor gostaria de escolher uma carteira com um retorno esperado alto e ur desvio-padrao baixo. Portan- to, vale a pena considerar: 1. Arelagio entre o retorno esperado de titulos isolados e o retorno esperado de uma carteira formada por esses titulos. 2. Arelagio entre os desvios-padrio dos retornos, de titulos isolados, as correlagGes entre os retor- nos desses titulos e o desvio-padrao do retorno de uma carteira formada por esses titulos. Exemplo de Supertech e Slowpoke Para analisar as duas relagdes anteriores usaremos ‘omesmo exemplo de Supertech e Slowpoke que foi apre- sentado anteriormente. Os edleulos relevantes sio os seguintes. Retorno esperado de uma carteira A férmula do retorno esperado de uma carteira é bastante simples: 0 retorno esperado de uma carteira é simples- ‘mente uma média ponderada dos retornos esperados dos titulos que a compdem. @ EXEMPLO Consideremos © caso da Supertech e da slowpoke. Com base no quadto anterior, vemos que 05 retornos esperados desses dois titulos sao 17,5% e £5,596, respectivamente. : (0 retorno esperado de uma carteira formada apenas por esses dois titulos pode ser assim represen- # ado:RETORNO FRISCO: MODALO DE PRECIFICAGAO DEATIOS — 217 MP Frcuma 10.1 Fxemplos de cosficientes de corelago diferentes ~ os grdfics na figura mostram separadamente a evolupao dos retornos dos dois ttulos no tempo. Correlagéo positiva perfeita Correlaco negativa perfeita Corr(Ry, Ry) = 1 Corr(Ry, Ry) = 1 Retornos Retornos ' + B 0 0 A A S a = Tempo ‘Tempo 0s retornos dos titulos A e B sio superiores & © tuto A possui retorno superior & média quando média a0 mesmo tempo. Ambos sto inferiores ‘ titulo B possui retorno inferior & média, e A média a0 mesmo tempo. vice-versa Correlagio aula Corr(Ry, Ry) = 0 Retornos + o A B Tempo Orretorno do titulo A é completamente independente do retorno do titulo B. Dados relevantes do exemplo da Supertech e da Slowpoke Item ‘Simbolo Valor Retorno esperado de Supertech Rooper 0,175 = 17,5% Retomo esperado de Slowpoke Row 0,055 = 5,5% Varidncia de Supertech Cbeper 0,066875 Variancia de Slowpoke Shiny 0,013225 Desvio-padrao de Supertech ca 0,2586 = 25,86% Desvio-padrao de Slowpoke Ssiow 0,1150 = 11,50% Covarifincia entre Supertech e Slowpoke Cee ~0,004875 Correlagao entre Supertech e Slowpoke pe ~0,1639212 msco Retorno esperado da carteira Kuper (17,590) + Xsoy (5,590) Ry onde X.,p.r €@ porcentagem da carteira aplicada em supertech e Xg,,, @ @ porcentagem aplicada em { Slowpoke. Se um investidor que possuir $ 100 apli- car$ 60 em Supertech e $ 40 em Slowpoke, 0 retorno, | esperado da carteira serd Retorno esperado da carteira = 0,6 x 17,5% + 0,4 x 5.5% = 12.7% Algebricamente, podemos escrever Retornoesperado da carteira = X,R, +X Ry # onde X, € X, sio as proporgbes dos ativos Ae B na? F carteira, respectivamente. (Como nosso investidor s6 pode aplicar em dois titulos, X, + X, deve ser igual a 1, ot 100%.) R, € Ry sdo os retornos esperados dos dois titulo. 7 onsideremos agora duas ages, ambas com retor- no esperado igual a 10%, O retorno esperado de uma carteira composta por essas duas ages deve ser igual a 10%, independentemente das proporgdes aplicadas nas agées. Esse resultado pode parecer dbvio a esta altura, mas se tornaré muito importante mais tarde. O resulta: do significa que nio se reduz ou dissipa o retorno espe- rado aplicando-se numa série de titulos. Ao contrério, 0 retorno esperado de sua carteira é simplesmente uma :média ponderada dos retornos esperados dos titulos que fazem parte da carteira, Varidncia e desvio-padrdo de uma carteira Variaineia. A formula da varidincia de uma carte ra formada por dois titulos, Ae B, € Variancia da carteira: Var(carteita) = X30? + 2X,X,0qq + X303 (10.3) § Note que ha trés termos no lado direito da equa. io. © primeiro termo envolve a varidncia de A (63), o segundo termo envolve a covaridncia entre os dois tity. Jos (6,,,), €0 terceito contém a variincia de B (03). (Deve ser lembrado que 0, 4 = Oq,- OU seja, que a ordem das varidveis nao é relevante ao se expressar a covaridincia entre os retornos de dois titulos.) ‘A formula indica um ponto importante. A variancia de uma carteira depende das varidincias dos retornos dos titulos individuais e da covaridincia entre os retornos dos dois titulos. A varidncia de um titulo mede a variebilida. de dos retornos desse titulo. A covariancia mede a asso- ciagao entre os retornos dos dois titulos. Dadas as varidncias dos retornos dos titulos, uma relaglo ow covarifincia positiva entre os retornos dos dois ttulos aumenta a variéncia de toda a carteira, Uma relagio ou covariancia negativa entre os retornos dos dois titulos reduz a varidncia da carteira, Esse resultado importante parece ser confirmado pelo senso comum. Se um de seus titulos tende a valorizar-se quando o outro se desvalori- za, ot vice-versa, os desempenhos de seus dois titulos estéio compensando um ao outro. Voeé estar conseguin- do o que se chama de hedge em financas, ¢ 0 risco de sua carteira tenderd a ser pequeno, Entretanto, se ambos os titulos se valorizarem ou desvalorizarem em conjunto, no estard havendo essa reducao de risco. Portanto, 0 risco de sua carteira sera mais alto. ‘A formula da varidneia para nossos dois titulos, Super ¢ Slow, € Var(earteira) = XsopecO" super + 2XsuperMsionPsupersiow + oP oy ca0.4) Dada nossa suposigio anterior de que um individuo com $ 100 disponiveis investe $ 60 em Supertech e $ 40 em Slowpoke, Xu, = 0,6 € Xu = 0,4. Usando essa suposicio e os dads relevantes contidos no quadro an- terior, a varidncia do retorno da earteira é 0,023851 = 0,36 x 0,066875 + 2 x [0,6 x 0,4 x (-0,004875)] + 0,16 x 0,013225 (10.49) Enfoque matricial. Altemativamente, a equacio (10.4) pode ser escrita no seguinte formato matricial: es[RETORNO H ISCO: MODELO DE PRECIFICAGAO DE ATIVOS 213 Supertech Slowpoke Supertech Boer Saper supe supestom 0,024075 = 0,36 x 0,066875 | -0,00117 = 0,6 x 0,4 (-0,004875) Stowpoke XsapeXstow supe stow ion Siow ~0,00117 = 0,6 x 0,4 x (-0,004875) | 0,002116 = 0,16 x 0,013225 Hé quatro células na matriz. Podemos somar os termos contidos nas células, obtendo a equacao (10.4), ou seja, a variancia de uma carteira de dois titulos. O termo no canto superior esquerdo envolve a variancia de Supertech. O termo no canto inferior direito envolve a variaincia de Slowpoke. As outras duas eélulas contém o termo envolvendo a covariancia. Essas duas células so idénticas, indicando por que a covaridncia é multiplica- da por 2 na equacao (10.4). A esta altura, os alunos costumam achar 0 enfoque matricial mais confuso do que a equaco (10.4), Entre- tanto, esse enfoque pode ser facilmente generalizado para mais de dois titulos, uma tarefa que cumprimos mais adiante neste capitulo Desvio-padrao de uma carteira. Dada a ex- pressio (10.4'), podemos agora determinar o desvio- padrao do retorno da carteira, ou seja Var(carteira) = 0.023851 =0,1544 5.44% 6, = DP(carteira) (10.5) Ainterpretagio do desvio-padrao da carteira €idén- tica a interpretacdo do desvio-padrao do retorno de um titulo isolado. O retorno esperado de nossa carteira é& 12,7%. Um retorno de -2,74% (12,7% ~ 15,4496) esta um desvio-padrao abaixo da média, e um retorno de 28,14% (12,7% + 15,449) esta um desvio-padrao aci- ma da média, Se a taxa de retorno da earteira tiver dis- tribuiggo normal, um retorno entre -2,74% e +28,14% ocorrerd cerca de 68% das vezes.? Efeito diversificagao. f instrutivo comparar o desvio-padrao do retorno da carteira ao desvio-padrao dos retornos dos titulos individuais. A média ponderada dos desvios dos titulos individuais € Média ponderada dos desvios-padrio = X, ‘supe = 0,6 x 0,2586 + 0,4 x 0,115 + XstouFstour 0.6) ee Fsuper 0,2012 3. Bhistem apenas quatro retomas igualmente provavels para ‘Supertech e2 Slowpoke, de modo que neahm dos tcuos tem reror nos com distibuigio notinal. Porranto, as probablidades seriam um Pou diferentes em nosso exemplo. Um dos resultados mais importantes deste capitu- lo esta relacionado a diferenca entre (10.5) e (10.6). Em nosso exemplo, o desvio-padtao do retorno da carteira é ‘menor do que @ média ponderada dos desvios dos titulos isolados. Assinalamos anteriormente que o retorno espera- do de uma carteira é uma média ponderada dos retor- nos esperados dos titulos individuais. Portanto, obtemos um tipo diferente de resultado, no caso do desvio-padrao de uma carteira, do que foi conseguido para o retorno esperado de uma carteira. Eargumentado, em geral, que nosso resultado para 0 desvio-padrao é devido a diversificagao. Por exemplo, a correlacdo entre Supertech e Slowpoke é ligeiramente negativa (p = -0,1639). 0 retorno de Supertech tende a ficar um pouco abaixo da média, quando o de Slowpoke estd acima de sua média. De maneira andloga, 0 retorno de Supertech tende a ficar um pouco acima da média, quando o da Slowpoke fica abaixo de sua média, Portan- to, o desvio-padrao do retorno de uma carteira formada por dois titulos ¢ inferior a média ponderada dos des vios-padrao dos retornos dos dois titulo No exemplo anterior, a correlagio é negativa. Cla- ramente, o beneficio resultante da diversificagio seré ‘menor se houver correlacao positiva entre os retornos dos titulos. Quao elevada precisaria ser a correlacio positi- vva para que os beneficios da diversificagao desapareces- sem completamente? Para responder a essa pergunta, iremos reescrever a equaco (10.4) em termos de correlacio, e nao de covaridncia. A covaridincia pode ser representada do se- guinte modo:* supersiow = PsuperstowFsupersiow (10-7) ‘A formula diz que a covaridncia entre os retornos de dois titulos é simplesmente a correlacao multiplicada pelos desvios-padrao dos dois titulos. Em outras palavras, a covatincia incorpora tanto (1) a correlacao entre os dois ativos quanto (2) a variabilidade de cada um dos tirulos, tal como medida pelo desvio-padrao. + Tal comococorze com a covariincta, a ordem dos dois iulos fo € relevante quando tratamos da correlagio entre os eetornos dos oi os. Ou £858, Parson = Poser214 wis00 Em vista de nossos cdlculos anteriores neste capi- tulo, sabemos que 0 coeficiente de correlagéo entre os dois titulos € igual a -0,1639. Dadas as variancias utli- zadas na equagéo (10.4°), 08 desvios so iguais a 0,2586, € 0,115 para Supertech e Slowpoke, respectivamente. Portanto, a variéncia do retomo de uma carteira pode ser escrita do seguinte modo: Variancia do retorno da carteira = Kuper Ouper + 2XsupesiowPsupersion Fsuper Flow + Be Fiow (10.8) 0,023851 = 0,36 x 0,066875 + 2 x 0,6 x 0,4 x €-0,1639) x 0,2586 x 0,115 + 0,16 x 0,013225 0 termo do meio, no lado direito, é agora escrito em termos da correlagao, p, e néo mais da covariancia. Suponhames Ps.pe,siow = 1 © mais alto valor pos: slvel para o coeficiente de correlacao. Imaginemos que todos os demais pardmetros no exemplo sejam os mes- mos. A variancia da carteira passaré a ser ‘Variancia do retorno = 0,040466 da carteira = 0,36 x 0,066875 + 2 x (0,6 x 0,4 x 1 x 0,2586 x 0,115) + 0,16 x 0,013225 0 desvio-padrio é Desvio-padraio doretorno =, 0,040466 =0,2012 (10.9) da carteira = 2012% Note que (10.9) e (10.6) so iguais. Ou seja, o des- vio-padrio do retorno de uma carteira ¢ igual a média ponderada dos desvios dos retornos individuais quando p = 1. Uma andlise de (10.8) indica que a varifincia e, portanto, 0 desvio-padréo da carteira devem diminuir & ‘medida que a correlagao cai abaixo de 1. 1ss0 nos leva a Desde que p <1, 0 désvio-padrao do retorno de ‘uma carteira de dois titulos serd menor do que amé- dia ponderada dos desvios-padrao dos retornos dos titulos individuais. Em outras palavras, 0 efeito de diversificagio atua desde que haja correlaco menos do que perfeita (desde que p < 1), Portanto, nosso exemplo Supertech-Slowpoke é,na verdade, uma situacio exagerada. Ilustramos a di- versificagao por meio de um exemplo com correlagio negativa, Poderiamos ter feito a mesma ilustracéo usan- Mm TABEIA 10.3 Desvios-padrdo do indice Standarg & Poor's 500 ¢ de algumas agées componentes do indice. “Ativo Desvio-padrio (%6) indice S&P 500 15,02 Bell Atlantic 18,73 ‘Chrysler Corp. 37,70 Coca-Cola Co. 20,02 ‘Walt Disney Co. 28,33, General-Electric 21,21 IBM : 25,00 ‘McDonalds Corp. 21,78 Sears, Roebuck & Co. 26,88. ‘Toys “R” Us Inc. 28,48 Westinghouse Electric Corp. 28,83 Desde que a corlagi ene pares de los se menor do Ge 1 demo padtto de um indice é menor do que a me dis ponderada dos desvos pada dos retornos dos los gue o compen, do um exemplo de correlagio positiva - desde que nfo fosse positiva e perfeita. Extensio a muitos ativos. A constatacio an- tetior pode ser estendida ao caso de varios ativos. Ou sefa, desde que as correlagées entre pares de titulos sejam inferiores a 1, 0 desvio-padrdo do retomno de uma car teira formada por muitos ativos seré menor do que a média ponderada dos desvios dos titulos individuais, Consideremos agora a Tabela 10.3, que mostra 0 desvio-padrao do retorno do indice Standard & Poor's 500 e os desvios de alguns dos tftulos que 0 compéem, medidos num periodo recente de 10 anos. Note que to dos os titulos individuais na tabela possuem desvio-pa- tio superior ao do indice. Em geral, os desvios-padrao dos retornos da maioria dos titulos que compoem o in- dice estardo acima do desvio-padrao do indice propria mente dito, embora alguns titulos possam ter desvios menores do que o do indice Questées JCONcEITUAIS ¢ Quais sao as formulas do retorno esperado, da variancia e do desvio-padrao do retorno de uma car” teira de dois ativos? © Que é 0 efeito de diversificagio? © Quais so 0s valores maximo e minimo possiveis do coeficiente de correlagio?© FIGURA 10.2 Retorno esperado e desvio-padrdo Supertech e 40% de Slowpoke. Retorno esperado (%) 17s 127 55 e Slowpoke 11,50 10.4 CONJUNTO EFICIENTE DE DOIS ATIVOS Nossos resultados a respeito de retornos esperados € desvios-padrdo so representados na Figura 10.2. Na figura, vemos um ponto com o rétulo Slowpoke e um outro ponto com o nome Supertech. Cada ponto repre- senta o retorno esperadi e o desvio-padrao de um titulo isolado. Gomo pode ser visto, a Supertech possui, 20 mesmo tempo, maior retorno esperado e maior desvio- padrao. O quadro (“[”) no grafico indica uma carteira com 60% aplicados na Supertech e 40% aplicados na Slowpoke. Recorde que calculamos anteriormente 0 re- tomo esperado e 0 desvio-padrao da taxa de retorno dessa carteira. A opcio de aplicar 60% em Supertech ¢ 40% em. Slowpoke ¢ apenas uma de muitas carteiras que podem ser criadas. O conjunto de carteiras é indicado pela linha curva na Figura 10.3. Consideremos a carteira 1. Essa é uma carteira com 90% aplicados em Slowpoke e 10% em Supertech. Como sua composicao é to pesada em termos de Slowpoke, 0 onto correspondente esté bastante préximo dessa agiio no grafico, A carteira 2 situa-se num ponto mais alto da curva porque é composta por 50% de Supertech e 50% de Slowpoke. A carteira 3 esta préxima do ponto que representa Supertech, no gréfico, porque é composta por 90% de Supertech e 10% de Slowpoke. Algumas observacies importantes devem ser feitas a propésito desse grafico. [RSTORNO # RISCO: MODELO DE PRECIFICAGKO DEATIVOS 215 de Supertech, Slowpoke e uma carteira formada por 60% de Supertech e a - Desvio- 15,44 5,86 Padréo(%) 1. Argumentamos que o efeito de diversificagio surge sempre que a correlagao entre os retornos dos dois titulos é menor do que 1. A correlagao entre Supertech e Slowpoke é igual a ~0,1639. 0 efeito de diversificagio ode ser ilustrado mediante uma comparaco com a nha reta ligando os pontos que representam Supertech ¢ Slowpoke. A linha reta representa 0 conjunto de pontos que seriam gerados caso o coeficiente de correlacio en- tte 0s dois ttulos fosse igual a 1. 0 efeito de diversifica- io é mostrado na figura, pois a linha curva est4 sempre 4 esquerda da linha reta. Considere-se 0 ponto 1. Esse onto representaria uma carteira formada com 90% de Slowpoke € 10% de Supertech, se a correlacéio entre os retornos das duas ages fosse igual a 1. Dissemos que nao ha efeito de diversificacao quando p = 1. Entretanto, 0 efeito de diversificacao estd na linha curva, porque 0 onto 1 possui o mesmo retorno esperado que 0 ponto 1’, mas também um desvio-padréo mais baixo. (Os pon- tos 2’ e 3" séo omitidos para reduzir a quantidade de in- formagio presente na Figura 10.3.) Emboraa linha reta ea linha curva estejam presen. tes na Figura 10,3, clas ndo existem simultaneamente na pritica, Ou p = -0,1639, e a curva existe, ou p = 1e 0 que vale é a linha reta. Em outras palavras, embora uma investidora possa optar entre pontos distintos da curva, caso p = -0,1639, ela nfo pode escolher entre pontos da curva e pontos situados na linha reta. 2. O ponto MV representa a carteira de minima varidncia, Essa &a carteira com a menor varifincia possf- vel. Por definigao, ela também deve apresentar o menor desvio-padrao possivel. (O termo carteira de minima varidncia € comum na literatura, ¢ também 0 usaremos neste livro. Talvez fosse melhor usar carteira de minimo216 — wsco Ficura 10.3 Conjunto de carteiras compostas por combinagées de Supertech e Slowpoke (0 coeficiente de corre. lagéo entre os retornos dos dois titulos é igual a ~0,1639). Retorno esperado da carteira eo Koren Krone 17,5 55 Slowpoke 11,50 Supertech 3 Su Desvio-padrao do retorno da carteira (%) 25,86 ‘Acarteita 1 € formada por 90% de Slowpoke € 10% de Supertech (p = -0,1639). [A carteira 2 & formada por 50% de Slowpoke e 50% de Supertech (p ‘Accatteira 3 ¢ formada por 10% de Slowpoke e 90% ce Supertech ( ‘Acarteira 1'é formada por 90% de Slowpoke e 10% de Supertech (p -0,1639) ~0,1639). v. (© ponto MV representa a carteira de minima variancia. Essa ¢ a carteira com a menor varidincia possivel, Por definigio, essa carteira também deve apresentar 0 menor desvio-padro poss{vel desvio-padrao, porque medimos 0 desvio-padrio, € nao a varidncia, no eixo horizontal da Figura 10.3.) 3. Um individuo que estiver considerando a pos: sibilidade de aplicar numa carteira formada por Slowpoke e Supertech defronta-se com um eonjunto de oportunidades ou conjunto vidvel, representado pela linha curva na Figura 10.3. Ou seja, ele pode atin- sir qualquer ponto da curva selecionando a combinagao apropriada dos dois titulos. Nao é capaz de alcancar ‘qualquer ponto acima da curva, pois niio pode aumen- tar as taxas de retorno dos titulos isolados, reduzir seus desvios-padrao ou diminuir 0 coeficiente de correlagao entre 0s dois titulos. Tampouco pode aleancar pontos abaixo da curva, pois nao pode reduzir os retornos dos titulos individuais, aumentar seus desvios-padrao ou aumentar 0 coeficiente de correlacao. (Evidentemente, no desejaria aleancar pontos abaixo da curva, mesmo que pudesse fazé-lo.) Se o investidor fosse relativamente tolerante em relagio a risco, ele poderia escolher a carteira 3. (Na realidade, ele até poderia escolher 0 extremo superior, aplicando todo seu dinheiro em Supertech.) Um investi- dor com menor tolerancia a risco poderia optar pelo ponto 2. Um investidor que desejasse minimizar risco escolheria MY, a carteira com minima variancia ou mo desvio-padrao. 4, Note que a curva tem um trecho inclinado para trés, entre Slowpoke e MV. Isso indica que, numa parte do conjunto viavel, 0 desvio-padrao realmente diminui ‘a0 mesmo tempo em que se aumenta o retorno espera: do. Os alunos freqientemente perguntam: “como pode um aumento da proporcao do ativo com mais risco, Supertech, levar a uma redugao do risco da carteira?” Esse resultado surpreendente é atribuivel ao efeito de diversificagao. Os retornos dos dois titulos so nega- tivamente correlacionados. Um titulo tende a valorizat- se quando 0 outro cai, e vice-versa. Portanto, um pequ no actéscimo de Supertech atua como protegio contra 0 risco numa carteira composta apenas por Slowpoke. O risco da carteira diminui, gerando esse trecho da curva. Na verdade, tal comportamento sempre acontece quant do p <0. Pode acontecer ou nao quando o > 0. Eviden temente, a curva tem esse comportamento somente num pequene trecho, A medida que aumentamos a proporgéo de Supertech na carteira, 0 maior desvio-padrao dessa ago eventualmente faz com que o desvio-padrao do retorno da carteira aumente. 5. Nenhum investidor desejaria possuir uma car: teira com um retomno esperado inferior ao da carteira de minima variancia, Por exemplo, ninguém escolheria a car- teira 1. Essa carteira possui retorno esperado menor & desvio-padrao maior do que a carteira de minimaM Ficuna 10.4 Retorno esperado da carteira (%) p = -0,1639 [RETORNO # mISCO: MODELO DE PRECIACAGKO DE ATIVOS — 217 Conjuntos de oportunidades compostas por aplicagdes em Supertech e Slowpoke. Desvio-padrao do retorno da carteira (%) Cada curva corresponde a uma correlagio diferente. Quanto menor a correlacio, mais acentuada a curva varifincia, Dizemos que cartelras como a carteira 1 stio dominadas pela de minima variancia, Embora a curva inteira, de Slowpoke a Supertech, seja chamada de con- junto vidvel, os investidores consideram apenas a curva de MV a Supertech, Portanto, chamamos a curva de MV a Supertech de conjunto eficiente ou fronteira efi- ciente. A Figura 10.3 representa 0 conjunto de oportuni- dades quando p = ~0,1639. Vale a pena examinar a Fi- gura 10.4, que mostra curvas diferentes em funcao de valores diversos do coeficiente de correlacéo. Como pode ser percebido, quanto menor 0 coeficiente de correlacio, ‘mais curvatura ha na linha que representa o conjunto de carteiras, Isso indica que o efeito de diversificagio acen- tua-se a medida que p diminui. A curvatura mais acen- tuada ocorre no caso extremo no qual p = -1. Esse ¢ caso de correlagéo negativa perfeita. Embora esse caso extremo no qual p = =1 seja fascinante para os alunos, ele nao tem quase nenhuma importdncia prética. Na maioria dos casos, hd correlacao positiva entre retornos de pares de titulos. muito raro haver correlago nega- tiva elevada, o que diré correlacio negativa perfeita.S Note que hé apenas um coeficiente de correlaciio para um par de titulos. Afirmamos anteriormente que a correlagéo entre Slowpoke e Supertech era igual a 5. Uma exceglo importante ocorte no caso de derivativos. Por ‘exempl, correo entre uma ago euma opeio de venda desta ago forremente negativa, em geral. As opgées de venda serio analisadas rmais adiante nest liv, -0,1639, Portanto, a curva que representa esse caso, na Figura 10.4, é a curva correta, ¢ todas as outras devem set vistas como simplesmente hipotéticas, Os graficos que examinamos nao so meras curio- sidades intelectuais. Ao contrario, conjuntos eficientes podem ser facilmente calculados na prética. Como foi mencionado anteriormente, dados de retornos, desvios- padirdo e correlagées sao geralmente obtidos a partir de observagées passadas, muito embora alguma subjetivi- dade também possa ser usada para calcular os valores dessas estatisticas. Uma vez determinados os valores, hd uma grande variedade de aplicativos que podem ser adquitidos para gerar um conjunto eficiente. Entretan- to, a escolha da carteira preferida dentro do conjunto eficiente cabe ao investidor. Tal como no caso de outras decisées importantes, como o emprego a ser escolhido, casa ou 0 carro a comprar, e quanto tempo gastar com esse curso, néo ha programa de computador que faca a escolha da melhor carteira. ‘Um conjunto eficiente pode ser gerado quando os préprios ativos individuais so eles mesmos earteiras. Por ‘exemplo, na Figura 10.5, 08 dois ativos so uma carteira diversificada de agées de empresas norte-americanas € ‘uma carteira diversificada de agdes dle empresas estran- geiras. Os retornos esperados, desvios-padrao e coefi- cientes de cortelagio foram calculados com base em da- dos histéricos recentes. Nenhuma subjetividade foi utili zada na andlise. A carteira de ages norte-americanas, com desvio-padrao de 0,173, é menos arriscada do que a carteira de agbes estrangeiras, cujo desvio-padrao &218 aisco @ Ficura 10.5 norte-americanas e estrangeiras. Retorno total da carteira (%) 0,2 0,19 0,18 0,17 Carteira de 0.16 minima ous variancia 0,14 0,13 0,12 O11 1 Relagio entre retorno ¢ risco de agdes no mercado internacional: carteiras de agdes de empresas 0% norte-americanas, 100% estrangeiras 80% norte-americanas, 20% estrangeiras 0,09 90% 0,08 5 100% norte-americanas " 0,07 Risco _ . (desvio-padrao 0,06 do retorno 0,15 017 0,19 0,21 0,23 da carteira) (%) aproximadamente igual a 0,222. Entretanto, combinan- do-se uma pequena proporgio de investimentos estran- geiros com a carteira de acées norte-americanas, produz- se uma reducio de risco, como pode ser visto no trecho ascendente & esquerda. Em outras palavras, os bene! Cios de diversificacao, combinando-se as duas carteiras, ‘mais do que compensam a introducao de um conjunto de ages com maior risco. A carteira de minima variancia ‘ocorre quando temos cerca de 80% em aces de empre- sas norte-americanas e cerca de 20% em ages de em: presas estrangeiras. O acréscimo de ages de empresas estrangeiras, a partir deste ponto, eleva orisco de toda a carteira ‘A curva com 0 formato que vemos na Figura 10.5 representa uuma informagio importante que néo tem sido ignorada pelos administradores de fundos nos Estados Unidos. Nos tiltimos anos, os administradores de fundos de pensio e fundos de investimento nos Estados Unidos tém safdo & busca de oportunidades de investimento no exterior. Um outro aspecto que vale a pena salientar diz respeito aos perigos associados ao uso somente de dados, passados para estimar retornos futuros. Os mercados de ages de muitos paises estrangeiros tém apresentado rescimento fenomenal nos tiltimos 25 anos. Portanto, um grafico como o da Figura 10.5 faz parecer que um investimento elevado nesses mercados seria uma estra- tégia atraente. Entretanto, como retomos extraordina- riamente elevados nao podem ser mantidos para sempre, alguma subjetividade precisa ser usada ao se fazerem previsdes de retornos futuros esperados. © Qual éa relagdo entre a forma do conjunto eficiente com dois ativos ¢ 0 coeficiente de correlacio entre 0s retornos desses ativos? 10.5 CONJUNTO EFICIENTE COM MUITOS ATIVOS A discussio anterior envolvia dois titulos. Consta- tamos que uma curva simples representava todas as car- teiras possiveis. Como os investidores geralmente apli- cam em mais de dois titulos, precisamos considerar @ mesma curva quando hé mais de dois titulos numa car- teira. A érea sombreada na Figura 10.6 representa 0 con- Junto de oportunidades ou conjunto vidvel quando con sideramos a existéncia de varios titulos. Essa area correspond a todas as combinacoes possiveis de retor- no esperado e desvio-padrao para uma carteira. Por exemplo, num tniverso de 100 titulos, o ponto 1 pode- ria representar uma carteira de 40 titulos, digamos. O ponto 2 podria ser uma carteira contendo 80 titulos. (© ponto 3 poderia representar um conjunto diferente de 80 titulos, ou os mesmos 80 tftulos combinados em pro- porgées diferentes, ou ainda outra coisa. Obviamente, a quantidade de combinagGes é virtualmente infinita. En tretanto, é importante observar que todas as combinagiesm Ficura 10.6 Retorno esperado da carteira possiveis situam-se numa regio limitada, Nenhum titu- lo ou combinagao de titulos pode ficar fora da regizo sombreada. Ou seja, ninguém pode escolher uma cartei ra com retorno esperado acima daquele dado pela regio sombreada, pois os retornos esperados dos titulos indi- Viduais nao podem ser alterados. Além disso, ninguém pode escolher uma carteira com desvio-padrao abaixo daquele dado pela regiéio sombreada. Talvez o que seja mais surpreendente, porém, ¢ salientar que ninguém deveria escolher um retorno esperado abaixo daquele indicado pela curva, Em outras palavras, os mercados de capitais protegem uma pessoa autodestrutiva contra uma perda certa.® ‘Até este momento, vemos que a Figura 10.6 é dife- rente dos grificos apresentados anteriormente. Quando hd somente dois titulos envolvidos, todas as combinagées situam-se sobre numa tinica curva. Ao contrario, quan- do ha muitos titulos a considerar, as combinagbes ocu- pam toda uma regio. Entretanto, deve ser notado que tum individuo desejard estar em algum ponto do limite superior dessa regio, entre MV e X. O limite superior, que indicamos na Figura 10.6 por uma linha mais gros- sa, €0 chamado conjunto eficiente. Qualquer ponto abai- x0 do conjunto eficiente produziria retorno esperado menor e teria 0 mesmo desvio-padrio de um ponto si ‘uado no conjunto eficiente. Por exemplo, consideremos Oo ponto R, situado no conjunto eficiente, ¢ 0 ponto W, di 5, Rvidentement,alguém que estver decid a desfarer-se de todo o seu dinheiro sempre poderiafazé-lo, Por exemplo, poderé ne sociarfrqiencemente ea exmo, para que as despesas de coretagem, nals do que compensem 0s retoenos esperados postivos da careira. [RETORNO E RISCO: MODELO DE PRECIFICAGKO DEATIWOS 219) Conjunto vidvel de carteiras construidas com muitos tétulos. Desvio-padrao do retorno da carteira retamente abaixo de R. Se W possuir orisco que o inves- tidor deseja, ele ainda assim deverd escolher o ponto R, para que possa conseguir um retorno esperado mais alto. Em tiltima andlise, a Figura 10.6 € muito semelhan- tea Figura 10.3. O conjunto eficiente, na Figura 10.3, vai de MV até Supertech, Contém diversas combinagdes dos {tulos Supertech e Slowpoke. O conjunto eficiente, na sura 10.6, vai de MV até X. Contém diversas combina- bes de muitos titulos. O fato de que toda uma drea som- breada aparece na Figura 10.6, mas ndo na Figura 10.3, nao é uma diferenca importante; de qualquer maneira, nenhum investidor escolheria algum ponto abaixo do conjunto eficiente na Figura 10.6. ‘Mencionamos anteriormente que um conjunto efi- ciente de dois titulos pode ser tracado facilmente na pré- tica, A tarefa ¢ mais dificil quando sao incluidos titulos adicionais, porque 0 niimero de observagées aumenta, Por exemplo, o uso de anzlise subjetiva para estimar os retornos esperados e desvios-padrio, digamos, de 100 ou 500 titulos, pode muito bem transformar-se num traba- ho avassalador, e as dificuldades com os coeficientes de correlacao sio ainda piores. I14 quase 5.000 correlagées entre pares de titulos, num universo de 100 titulos. Embora a maior parte da matematica de célculo de conjuntos eficientes tenha sido desenvolvida na década de 50,” 0 alto custo do tempo de computacao limitou a aplicagao de seus principios. Nos tiltimos anos, esse cus: 9. Q tratado eldssico foi eserito por MARKOWITZ, Harry. Porgalio selection. New York: John Wiley, 1959. Markowitz recebeu 0 rémio Nobel de Economia em 1990, por seu trabalho na moderna tora de earteiras220. Ris00 to diminuiu drasticamente. Varios aplicativos permitem 0 cilculo de um conjunto eficiente envolvendo carteiras de tamanho moderado, Consta que esses aplicativos sio vendidos em grande quantidade, o que parece indicar que nossa discussio anterior & importante na pratica. Varidncia e desvio-padrao numa carteira de muitos ativos Apresentamos anteriormente as formulas da varian- cia e do desvio-padrao no caso de carteitas de dois ati- vyos. Como consideramos uma carteira de muitos ativos na Figura 10.6, vale a pena montar as formulas da varidincia e do desvio-padrao no caso de muitos ativos. A formula da variaincia do retorno de uma carteira de muitos ativos pode ser encarada como uma extensao da férmula da variéneia de uma carteira de dois ativos. Para desenvolver a férmula apropriada, emprega. ‘mos 0 mesmo tipo de matriz, que usamos no caso de dois ativos. Tal matriz é apresentada na Tabela 10.4, Supon- do que existam N ativos, escrevemos os ntimeros 1 aN 1no eixo horizontal e no eixo vertical. Isso cria uma ma- triz de N x N = N* células, Consideremos, por exemplo, a célula no cruzamen- to da segunda linha com a terceira coluna. O termo que aparece na eéhula ¢ X,X,COv(Ry, Ry). X, € X, $80 as pro: porgées aplicadas no segundo e no terceio ativos da carteira, respectivamente. Por exemplo, se um individuo com uma carteira no valor total de $ 1.000 aplicasse § 100 no segundo ativo, X, = 10% ($100/81.000). M TABELA 10.4 ‘Matriz usada para calcular a varidneia Cov(R,,R,) € a covaridncia entre os retornos do terceiro ativo é do segundo ativo. A seguir, examine-se a célula na terceira linha e na segunda coluna. © termo dentro dessa célula é X,X,Cov(R,, R,). Como Cov(R,, R,) = Cov(R,, R,), ambas as células contém o mesmo valor. O segundo tituloe o terceiro titulo formam um par de acdes, Na realidade, qualquer par de ages aparece duas vezes na tabela, sendo uma no lado esquerdo inferior e outra no lado direito superior. Consideremos agora as células na diagonal princi pal. Por exemplo, o termo na primeira célula da diagonal &X?a2. Nesse caso, 0? é a varidncia da taxa de retorno do primeiro titulo, Portanto, os termos contidos na diagonal prineipal da matriz incluem as varidincias dos retornos das Varias ages. Os termos fora da diagonal contém as covariancias, ATabela 10.5 associa os ntimeros de termos na diagonal, e fora da diagonal ao tamanho da matriz. O miimero de termos na diagonal (ntimero de termos contendo varia. cias) & sempre igual ao mimero de acées inclufdas na carteira. O nimero de termos fora da diagonal principal (cermos contendo covariancias) cresce muito mais rap damente do que 0 ntimero de termos na diagonal. Por exemplo, uma carteira de 100 agées envolve 9.900 cova- rifincias. Como a varidncia do retorno de uma carteira é dada pela soma dos valores em todas as células, temos: ‘Avvaridncia da taxa de retorno de uma carteira composta por muitos titulos depende mais das cova- rifincias entre os retornos dos titulos individuais do que das variancias desses t{culos. do retorno de uma carteira. Agdo 1 2 3 N 1 xo? XiX,CoviR,,R.) |X XjCoviR,, Ry) X,XyCovlRy, Ry) 2 | %XCovlRy R) X30} XX,CoviRy R) HX CovlRy Ry) XX,CovlR,, R,) | XX,CovlR,, R.) X302 XX yCoviRy, Ry) N | XX,CoviRy, R,) | XyX,CoviRy R,) | XyX,Cov(Ry, R,) Xio2 9, €0 desvio-padro dos reoinos da aso i, owt) & a covarifnca entre os rexoraos da ago fe da ago j. Os teriads envolvendo o desvio-padro de ur tinico titulo aparecem na diagonal principal Os termos envolvendo covarincias entre os rerornos fe dois titlosextaosituados fora da diagonalB Taseta 10.5, [RETORNO E ISCO: MODELO DE PRECIEICACKO DEATVOS 221 ‘Niimero de varidncias € covariéncias em fungio do niimero de aces na carteira ‘Numero de agées na ‘Niimero total de Mimero de varidncias (ter- Niimero de covaridncias carteira termos ‘mos na diagonal principal) (termos fora da diagonal) 1 1 1 0 2 4 2 2 3 9 3 6 10 100 10 90 100 10.000 100 9.900 N ne N oN \Numa carteira ample, o nimero de termos envolvendo a covariineia entre os retornos de dois ttulosé muito maior do que o ndimero de emmos cenvolvendo a varinea dos retornos de um tino titul, Concerruais © Qual éa formula da varidneia do retoro de uma car- teira com muitos ativos? ‘© Como podemos expressar a formula em termos de um quadro ou uma matriz? 10.6 DIVERSIFICAGAO: UM EXEMPLO A idéia anterior pode ser ilustrada alterando-se li geiramente a matriz contida na Tabela 10.4, Suponha. ‘mos 0 seguinte: 1. Todos os titulos tém a mesma varifincia, que representaremos por Var. Em outras palavras, G? = Var para cada titulo. 2. Todas as covaridncias na Tabela 10.4 sao iguais. Representaremos essa covariancia uniforme por cov. Em outras palavras, Cov(R, R)) = Cov para cada par de titulos. Pode ser facilmente demonstrado que vaF > cov, 3. Todos os titulos tém 0 mesmo peso na cartel ra, Como hé N ativos, o peso de cada ativo é {igual a 1/N, im outras palavras, X, = 1/N para cada ativo i. ATabela 10.6 6a matriz de varidncias e covariéneias de acordo com essas trés hipdteses simplificadoras, Note- se que todos os termos na diagonal principal so iguais. De maneira andloga, os termos fora da diagonal sioidén- ticos. Tal como ocorreu na Tabela 10.4, a varidneia do retorno da carteira é igual & soma dos termes contidos nas células da Tabela 10.6. Sabemos que os N termos da diagonal principal envolvem variancias. De maneira se- melhante, hd N x (N~ 1) termos fora da diagonal en- volvendo covariancias. Somando todas as células da Ta- bela 10.6, podemos expressar a variincia do retorno da carteira do seguinte modo: Varina a da = Nx GAR + NW x GET Nimero Cada termo—Nimero.——Cada fetermos —dadigonal determos—termo 2 forada— forada diagonal disgonsl— dlagonal Gant + (0N?—manean Onna + a anee A equacio (10.10) expressa a variancia dos retor- nos de nossa carteira especial como uma soma ponde- rada da variancia média e da covaridincia média.® Essa intuigao é confirmada quando aumentamos sem limite © ntimero de titulos na carteira. A variancia do retorno da carteira passa a ser Varidncia da carteira (quando N=) = @V (10.11) Isto ocorre porque (1) 0 peso do termo da variancia, UN, tende a 0 quando N vai para infinito, e (2) 0 peso do termo da covariéncia, 1 - 1/N, tende a1 quando N vai para infinito, ‘Aférmula (10.11) oferece um resultado interessan: tee importante. Em nossa carteira especial, as varifincias dos titulos individuais desaparecem completamente, 2 medida em que 0 nimero de titulos se eleva. Entretan- to, os termos com as covariancias permanecem. Na rea lidade, a variancia da carteira iguala-se & covariéncia média, Gov: Ouve-se freqiientemente a recomendacdo de que devemos diversificar nossos investimentos. Em ov tras palavras, que nao devemos colocar todos 0s ovos ‘numa tinica cesta. O efeito da diversificagio sobre o ris- 5. Narealidade, a equagio (10.10) 6 uma mia ponderada dos 'ermos com varincas e eovarlincias, porque a soma dos pesos, 1/Ne 1 -V/N, € igual a1222 nisco @ Tapeta 10.6 ‘Matriz usada para calcular a varidncia do retorno de uma carteira quando (a) todos os itulos pos. suem a mesma varidncia (Wai); (B) todos os pares de titulos possuem a mesma covaridnecia (Cov) (0) 0s pesos de todos 0s ttrulos sao iguais (1/N). Agiio 1 3 z N 1 (C/N var CN*ycOv (A/N*)cov GUN )eON 2 G/N)cov /N?war (/N*)cov GN*)cow 3 C/N Cov (GAN )COV C/N war C/N)co0 N C/N" cow (C/N Cov CAM cov G/N war code uma carteira pode ser ilustrado gragas a esse exer- plo. As varidneias dos titulos individuais sao eliminadas coma diversificagio, mas mesmo nao acontece com as covariancias. Devemos explorar mais um pouco o fato de que parte do risco, mas nao todo, pode ser eliminada com a diversificagio. Consideremos o caso do St. Smith, que pretende apostar $ 1.000 na roleta de um cassino. Ele correria um risco muito grande se apostasse todo seu dinheiro num giro da roleta. Por exemplo, imaginemos que ele apostasse os $ 1.000 no vermelho. Se a roleta parasse no vermelho, ele ganharia $ 2,000, mas se pa rasse no preto, perderia tudo. Imaginemos, porém, que cle dividisse suas apostas em 1.000 rodadas diferentes, apostando $ 1 no vermelho a cada rodada. A teoria de probabilidade diz-nos que ele poderia esperar gankiar cer- ca de 50% das veres. Isso significa que poderia contar com ficar com seus $ 1,000 originais.? Em outras pala vras, 0 tisco é basicamente eliminado, com 1.000 roda- das diferentes. Contrastemos esse caso com nosso exemplo do mercado de acées, que ilustramos na Figura 10.7. varidncia do retorno da carteira com um tinico titulo é evidentemente, igual a Var, porque a varidincia do retor- no de uma carteira com apenas um titulo ¢ exatamente a varidncia do retorno desse titulo, A varincia da car: teira cai com a incluso de cada vez mais titulos, o que evidencia o efeito de diversificacdo, Entretanto, ao con- trdrio do que ocorre no exemplo da roleta, a variéncia do retorno da carteira nunca pode cair a zero. Na verda~ de, seu piso é igual a Gov, a covaridncia entre os retornos de cada par de titulos.2 %.—Ipnorando a paricipagée do cassino. 2%, Embora sea mais diel emonstrar, esse efito de reducio de rseo também ocorre na caso geral em que as variéncia e cova tlineias no sto igual ‘Como a varidncia do retorno da carteira converge assintoticamente para 20¥, cada titulo adicional ajuda a reduzit 0 risco. Portanto, s¢ no houvesse despesas de corretagem ou outros tipos de custo de transacéo, pode- ria ser argumentado que a diversificagio nunca deveria terminar. Entretanto, na pritica esse processo de dive sificagdo possui um custo. As despesas de corretagem por délar aplicado caem A medida que se fazem compras maiores de uma tinica aco. Infelizmente, isso significa que se devem comprar menos unidades de um tinico ti- tulo quando se adquire um ntimero cada vez maior de tttulos diferentes. Comparando os custos ¢ os beneficios da diversificagio, Meir Stauman conclui que é necessé- ria uma carteira de 30 aces para otimizar a diversifica ao. Mencionamos anteriormente que Yar deve ser maior do que 20v. Assim, a varincia da taxa de retorno de um titulo pode ser decomposta do seguinte modo: Risco total de Risco nao siste- um titulo Risco na miitico ou risco individual carteira diversificavel (War) (ev) (Wat — cov) 0 risco total, dado por var em nosso exemplo, 6 0 risco que se assume quando se aplica em apenas um ti tulo. O risco na carteira € risco que se assume mesmo depois de conseguir diversificacao integral, representa- do por Cov em nosso exemplo. O risco na carteira tam- bém é freqiientemente chamado de risco sistematico ou riseo de mercado. 0 risco diversifiedvel, es pecifico ou nao sistemitico, ¢ 0 risco que pode ser climinado por meio de diversificacdo numa carteira 3 STATMAN, Meir. How many stocks make a diversified portfolio? Jounal of Financial and Quantitative Analysis, Sept. 1987:[RETORNO # RISCO: MODELO DE PRECIFICAGKO DE ATIVS 223 Hf Ficura 10.7 Relagdo entre a varidncia do retorno de uma carteira e o niimero de tétulos na carteira,* Variancia do retorno da carteira — Risco diversificavel, especifico, ou no sistematico Risco de carteira, < de mercado ou sistematico * Este grifico pressupée que’ 4@. Todos os titulos tém a mesma variéneia, var », Todos os titulos t8m a mesma covariincia, cov. «. Todos 0s titulos posstiem o mesmo peso na carteira, A varidncia do retorno de uma carteira cai a medida que aumenta o niimero de titulos Dresentes na cartea. Entretanto, ndo cai a zero, Na verdade, o piso é representado pela média das covariancias, | ampla, o qual eve ser igual a (@aF~ 57), de acordo com nossas definigdes. ara um individuo que opta por uma carteira diver- sificada, o risco total de um titulo individual nao é im- Portante. Ao considerar a adigdo de um titulo a uma car- teira diversificada, o individuo preocupa-se com a parte do risco de um titulo que néo pode ser eliminada por meio da diversificacdo. Esse risco pode ser encarado, alterna- tivamente, como a contribuigdo de um titulo ao risco de | toda uma carteira. Trataremos mais adiante do caso no qual os titulos fazem contribuigdes diferentes ao risco de ‘uma carteira. Risco e investidor sensato ‘J& que nos demos a todo esse trabalho para mos- tar que 0 risco nao sistematico desaparece numa carcei- ra bem diversificada, como sabemos que os investidores chegam a desejar tais carteiras? E se eles gostassem de risco e niio quisessem que ele desaparecesse? ‘Somos obrigados a admitr, pelo menos teoricamen- te, que isso é possivel, mas argumentaremos que nao a descreve 0 que julgamos ser 0 investidor tipico. Nosso investidor tipico é uma pessoa com aversao a risco. © comportamento de aversio a risco pode ser definido de vérias maneitas, mas preferimos o seguinte exemplo: uma aposta justa é a que tem retorno esperado igual a zero; um investidor com aversao a risco preferiria evitar tal tipo de aposta. Por que os investidores escolhem carteiras bem Aiversificadas? Nossa resposta & a de que sio pessoas com versio a risco, ¢ pessoas com aversio a isco evitam is- cos desnecessérios, tal como 0 risco nao sistemético de uma aco. Se vocé no acha que esta é uma boa explica- ‘sio do motivo pelo qual os investidores optam por car- teiras bem diversificadas e evitam risco nao sistematico, pergunte-se se vocé correria tal tipo de risco, Por exem- plo, suponha que vocé tenha trabalhado durante todo 0 verdio e tenha economizado $ 5.000, que pretende usar para cobrir suas despesas na universidade. Suponha ago- ra que alguém entrasse em contato com vocé e propu- sesse apostar esse dinheiro num cara-ou-coroa: se der cara, voc dobra seu dinheiro, e se der coroa voce perde todo 0 seu dinheiro. Vocé aceitaria essa aposta? Talver sim, mas a maio- ria das pessoas néo a aceitaria, Deixando de lado qual-224 —nisco quer questéo moral relacionada ao jogo, e reconhecen- do que algumas pessoas aceitariam essa aposta, nossa opinidio é a de que a maioria das pessoas ndo 0 fara. Para induzir o investidor tipico, com aversio a ris co, a participar de uma aposta justa, a premiacdo deve set melhorada. Por exemplo, talvez fosse preciso mudar as chances de ganho de 50-50 para 70:30, ou mais. 0 investidor com aversiio a risco pode ser induzido a par- ticipar de apostas justas somente quando a premiacao é melhorada, de modo que se tornam injustas, a favor do investidor. BM Susstbes” JCowcerruais © Quais sto os dois componentes do risco total de um titulo? © Por que a diversificago nao elimina todo 0 risco? 10.7 CapTAGAo E APLICAGAO SEM RISCO, A Figura 10.6 pressupde que todos 0s titulos inclui- dos no conjunto eficiente possuer risco. Alternativamen- te, um investidor facilmente poderia combinar um inves: timento com risco com um titulo livre de risco, tal como uma aplicaco em letras do tesouro dos Estados Unidos. Isso € ilustrado por meio do seguinte exemplo. @ EXEMPLO ‘A Srta. Bagwell esté pensando em aplicar em agées ordindrias da Merville Enterprises. Além disso, £ a Srta, Bagwell poder captar ou aplicar & taxa de juros {livre de risco. Os pardmetros relevantes so: Agiio ordindria tivo livre da Merville de risco Retorno esperado 14% 10% Desvio-padro 0,20 0 # Enterprises e $ 650 no ativo livre de risco. O retorno esperado de sua aplicacao total ¢ simplesmente uma média ponderada dos dois retorn Retorno esperado de uina carteira composta por um ativo sem risco ¢ um ativo com risco = 0,114 = (0,35 x 0,14) + (0,65 x 0,10) (10.12) } # caso. com risco| } carteira composta suponhaquea Sita Bagwellopte poraplicarum {| Baswell tome $ 200 emprestados taxa live de 1s total de $ 1.000, $ 350 dos quais na Merville | E ginal de $ 1.000 mediante a obtengio de um emprés- ! Como 0 retorno esperado da carteira é uma } média ponderada do retorno esperado do ativo com risco (Merville Enterprises) e do retorno livre de ris- co, 0 célculo é anlogo ao procedimento adotado para analisar carteiras de dois ativos com isco. Em outras, palavras, podemos utilizar a equagio (10.3) neste Usando a equacao (10.4), a formula da variancia do retorno da carteira pode ser escrita do seguinte E modo: Geert frente * 2% enter Sem ss * Yer ico em sco Entretanto, por definigdo, 0 ativo livre de riseo | no apresenta variabilidade alguma, Conseqiiente- Mente, taNt0 Gere sem ey AMO OF yg S40 URIS = a zero, reduzindo a expressao anterior a ‘Varidneia de carteira composta por um ativo sem risco e um ativo =X, = (0,35)? x (0,20)? (10.13) ‘Merle Menai = 0,0049 0 desvio-padrao do retorno da carteira & Desvio-padréo de por um ativo sem isco e um ativo 10m riscO = Xytervite oes = 0,35 x 0,20 = 0,07 0.14) A relacio entre risco ¢ retorno esperado numa carteira contendo tum ativo com risco e outro sem tis 0 pode ser visualizada na Figura 10.8. A composigao scolhida pela Srta, Bagwell (35-65) ¢ representada ! uma linha reta ligando a taxa livre de risco e um in- E vestimento puro em ages da Merville. Note que, di ferentemente do caso de dois ativos com risco, o con junto de oportunidades ¢ uma linha reta, e nao uma “urva, Suponhamos que, alternativamente, a Srta. 0. Combinando essa operacio & quantia original d $ 1.000, ela aplica um total de $ 1.200 nas agoes da Merville. Seu retorno esperado seria i Retorno esperado de uma carteira formada por captagao para aplicar em ativo -om risco = 14,8% = 1,20 x 0,14 + (0,2 x 0,10) Nese caso, ela apliea 120% de sua quantia or‘Figura 10.8 sem risco. Retorno esperado da carteira (%) 4 10= Ry 65% em ativos livres de risco { timo correspondente a 20% de seu patriménio ini- ? cial, Note que 0 retorno de 14,8% ¢ superior ao retor- ! no esperado de 14% das agdes da Merville Enter- | prises. Iso ocorre porque ela esté captando a 10% para aplicar num tftulo cujo retorno esperado 6 superior £ 10%. 0 desvio-padrao é | Desvio-padro de uma carteira formada por captacio para aplicar em ativo com risco = 0,24 = 20 x 0,2 0 desvio-padrao de 0,24 6 superior a 0,20, que | era o desvio-padrio da taxa de retorno das ages da Merville, porque a captacéo de um empréstimo eleva | a variabilidade do valor do investimento. Essa alter nativa de investimento também é representada na Figura 10.8, ‘Até 0 momento, supusemos que a Srta, Bagwell & capaz de tomar emprestado & mesma taxa & qual pode aplicar.!? Consideremos agora 0 caso no qual a taxa de captagio é superior & taxa de aplicagio. A li £ ha tracejada, na Figura 10.8, mostra 0 conjunto de | oportunidades & taxa de captagao. A linha tracejada esta abaixo da linha cheia porque uma taxa de capta- so mais alta reduz 0 retorno esperado do investi 5 mento. . 22. _Surpreendentemente, esta pareee ser uma boa aproximagdo, Pois hd um nlimero razoavelmente grande de investidores que fo €apazes de tomar dinero emprestado de urna eorrtora (por melo das oa Merville Enterprises 35% em ages da Merville Enterprises, [RETORNO E RISCO: MODELO DE PRECINCAGAO DE.ATIVOS §— 225, Relago entre o retorno esperado ¢ 0 risco de uma carteira contendo um ativo com risco ¢ um ativo 120% em agGes da Merville Enterprises, 20% em ativos lores. ders (capa & taxa livre de risco) | Captagao de fundos para aplicar em agées da Merville quando a taxa de captacio é superior & taxa de aplicagio da carteira (%) Carteira étima A sega precedente preocupou-se com uma cartei- ra formada por um ativo sem risco e um ativo com risco. Na realidade, um investidor tende a combinar uma apli- cago no ativo sem risco a uma carteira de ativos com risco. Isso é ilustrado na Figura 10.9. Consideremos 0 ponto Q, representando uma car- teira de titulos. O ponto Q esté situado no interior do conjunto vidvel de titulos com risco. Suponhamos que «esse ponto represente uma carteira formada por 30% de AT&T, 45% de General Motors (GM) e 25% de IBM. Os individuos que combinassem aplicages em Q com apli ccagées no ativo sem risco atingiriam pontos situados na linha reta que vai de R, até Q. Chamaremos essa linha de I. Por exemplo, 0 ponto 1 representa uma carteira contendo 70% de ative sem risco e 30% das agées inclui- das em Q. Um investidor que dispusesse de $ 100 ¢ esco- Ihesse o ponto 1 como sua carteira colocaria $ 70 no ati- vo livre de risco e $ 30 em Q. Alternativamente, pode- ‘mos dizer que estaria aplicando $ 70 no ativo sem risco, $9 (0,3 x $30) em AT&T, $ 13,50 (0,45 x $30) emGM, € $ 7,50 (0,25 x $ 30) em IBM. O ponto 2 também re- presenta uma combinacao do ativo livre de risco com Q, nna qual uma proporgéo maior (65%) & aplicada em Q. chamadas operagies de conta-margem), para ins de aquisgéo de ages. ‘taxa de jus de captago, nessa operacio, é muito préxima da taxa {euros ive de isco, particularmente no easo de invesidores de grat de porte. Diremos mais a esse respeito em um capitulo posterior226 rasco a Ficura 10.9 Relagio entre retorno esperado e desvio-padrao do retorno de um investimento numa combinagi, de titulos com risco com o ativo sem risco. Retorno esperado da carteira ‘Taxa livre de risco (Ry) 70% no ativo livre de riseo 30% em agdes representadas pela carteira Q 35% no ativo livre de risco 30% em agées representadas pela carteira Q Linha (linha de mercado de capitais) 1 Linha I —~40% no ativo livre de risco 140% em acées representadas pela carteira Q Desvio-padrao do retorno da carteira A carteira Q 6 formada por 30% de ATBT, 45% de GM e 25% de IBM. © ponto 3 ¢ obtido mediante captacdo de emprés- timo para investir em Q. Por exemplo, um investidor que possuisse recursos préprios no valor de $ 100 tomaria $40 emprestados do banco ou da corretora para aplicar $140 em Q. Isso pode ser enunciado do seguinte modo: tomar $ 40 emprestados e aplicar dinheito préprio no valor de $ 100 para investir $ 42 (0,3 x $ 140) em ATT, $63 (0,45 x $ 140) em GM, e $ 35 (0,25 x $ 140) em IBM. s investimentos anteriores podem ser resumidos, do seguinte modo: Ponto1 Ponto 2 (emprestar — (captar PontoQ $70) $40) AT&T $ 30 $ 42 cM 45, 63 IBM 25 35 Ativo livre de risco 0 =40 Investimento total $ 100 $100 Embora qualquer investidor possa alcangar qual- quer ponto da linha J, nenhum ponto pertencente a essa linha representa um investimento étimo. Para que se perceba esse fato, considere-se a linha Il, indo de R, até A.0 ponto A representa uma carteira de titulos com ris- 0. A linha II consiste em carteiras formada por combi- rages do ativo livre de risco com os titulos contidos em A. Os pontos entre R,¢ A sao carteiras nas quais algum dinheiro é aplicado no ativo livre de risco ¢ o restante & investido em A. Os pontos situados além de A séo alcan: ads tomando-se dinheiro emprestado & taxa livre de risco para comprar mais de A do que seria possivel so- mente com os fundos originais. ‘Tal como esta tracada, a linha If é tangente ao con- Junto eficiente de titulos com risco, Para qualquer ponto que um individuo possa alcancar na linha I, hé sempre tum ponto com 0 mesmo desvio-padrao e retorno espe- ado mais alto na linha Il. Na verdade, como a linha I! € tangente ao conjunto eficiente, ela oferece ao investidot as melhores oportunidades possiveis. Em outras palavras, a linha I, freqientemente chamada de linha de mer- cado de capitais, pode ser encarada como o conjunto eficiente de todos os ativos, tanto com risco quanto sem risco. Um investidor com um grau razodvel de aversfio a risco poderia escolher um ponto entre R, € A, talvez 0 ponto 4, Um individuo com aversao menor a risco pode- ria optar por um ponto mais préximo de A ou até além de A. Por exemplo, 0 ponto 5 corresponde a situagao na qual um individuo toma dinheiro emprestado para apli- car mais em A. grafico ilustra um aspecto importante. Se houves- se a possibilidade de tomar dinheiro emprestado e apl car taxa livre de risco, a carteita de ativos com risco pos- suida por qualquer investidor seria sempre o ponto A. In- dependentemente da tolerncia do investidor em relagio a risco, ele nunca escolheria qualquer outro ponto do