Equity Premiun Brazil

The Equity Premium Puzzle: Brasil e Estados Unidos
Andr Borges Catalo Joe A. Yoshino Universidade de So Paulo FEA - Economia e FEA-IME Mestrado Prossionalizante: Modelagem Matemtica em Finanas Av. Prof. Luciano Gualberto 908 05508-900 So Paulo Brasil e-mail: pyoshino@usp.br tel. (0xx11. 3091.5826)
April 27, 2004
Abstract This article revisits The Equity Premium Puzzle for both the US and Brazilian stock markets. This problem was rst formulated by Mehra and Prescott (1985). For this purpose, we analyze the stylized facts relative to Asset Pricing Formula by Lucas (1978) and Mehra (2003). In this sense, we identify the roles performed by both the covariance between the stock returns and the stochastic discount factor, and the relative risk aversion () for determining the stock market premium. After, we use the GMM estimator, according to Hansen (1982), for obtaining measures of the relative risk aversion () and the inter-temporal discount factor () for both the Brazilian and US stock markets. Finally, by using the unconditional means, we obtain an alternative measurenment of that explain the observed stock market premium in these markets. Our main conclusion is that the US Equity Premium Puzzle does not happen in the Brazilian stock market. Futhermore, the Brazilian BOVESPA equity premium is around half of the US S&P-500. In other words, the Brazilian investor is risk-neutral in his own domestic market. On the other hand, the US investor is very risk averse. Our results are not quite surprising in the sense that Edward Prescott recognizes that the Equity Premium Puzzle is a typical American phenomenon.
Keywords: Asset Pricing, Equity Premium Puzzle, Interest Rate Puzzle, Relative Risk Aversion. JEL classication: D91, E2, E60, G0, G11, G12, G13, H2, H55
Agradecemos as crticas e sugestes feitas por Rodrigo De Losso da Silveira Bueno e Jos Alexandre Scheinkman. Narayana Kocherlakota forneceu-nos os dados relativos ao mercado norte-americano, que foram utilizados nos trabalhos de Mehra e Prescott, e Kocherlakota. Eventuais erros so exclusivamente nossos.
1.
Introduo
H quase duas dcadas, Mehra e Prescott (1985) observaram que o valor mdio do prmio de risco das aes (equity premium) norteamericanas, ao longo de quase um sculo de histria, superou o valor que se esperaria levando-se em conta as teorias de ciclo econmico. Para justicar este elevado prmio de risco, com base no modelo de Lucas (1978), que assume uma funo de utilidade do tipo CRRA (constant relative risk aversion), o coeciente de averso relativa ao risco () teria que ter na prtica um valor bem superior ao sugerido por estas teorias. Esse problema foi denominado de Equity Premium Puzzle. Como conseqncia deste valor elevado para , Weil (1989) apontou ainda que a taxa de juro livre de risco norte-americana deveria ser bem mais baixa daquela observada, indicando um Interest Rate Puzzle ou Risk-free Rate Puzzle. O primeiro passo para entender esse fenmeno no contexto da Teoria de Apreamento de Ativos baseada em consumo intertemporal seria analisar o comportamento da covarincia condicional entre o fator de desconto estocstico e a srie de retornos das aes.1 Isto porque os prmios exigidos nos investimentos em ativos com risco dependem desta covarincia. No caso da funo de utilidade do tipo CRRA, o fator de desconto estocstico representado basicamente pelo taxa de crescimento real do consumo, elevada ao sinal negativo de . Assim, para se obter prmios elevados necessrio que a covarincia condicional, acima mencionada, seja muito negativa (para gerar prmios positivos). O risco da postergao do consumo intertemporal ao investir em aes advm desta covarincia. Ademais, somente indviduos com elevada averso relativa ao risco () exigiriam um enorme prmio de risco. Uma outra forma para justicar somente parcialmente o enorme prmio de risco seria propor modicaes na funo utilidade, seja quanto forma, seja quanto introduo de novas variveis e frices
Veja, por exemplo, Huang e Litzenberg (1988), para uma abordagem mais analtica, ou Cochrane (2001), para um enfoque mais intuitivo.
1
de mercado, visando introduzir efeitos que aumentem a covarincia condicional. Estas abordagens no solucionam o equity premium puzzle. A raiz do problema que o crescimento do consumo muda muito pouco no tempo relativamente enorme volatilidade dos retornos reais das aes, fazendo com que a covarincia entre estas variveis seja baixa. Neste caso, ser necessria uma elevada averso relativa ao risco para magnicar esta baixa covarincia. Mehra (2003) cita vrios autores que tm seguido essas linhas de pesquisa. Em termos de formulaes alternativas das preferncias, podemos citar Abel (1990), Benartzi e Thaler (1995), Campbell e Cochrane (1999), Constantinides (1990), e Epstein e Zin (1991). Barberis, Huang e Santos (2001) incluem averso perdas na funo utilidade e comportamentos passados do investidor (persistncia de hbitos).2 Com base em diferentes frmulas de apreamento de ativos, este trabalho realiza vrias estimaes economtricas acerca dos parmetros nela envolvidos. Numa primeira etapa, busca-se entender os fatos estilizados do comportamento de cada varivel que est presente na equao de apreamento de ativos, e a sua relao com a averso relativa ao risco (). Em seguida, consideramos os dados brasileiros e norte-americanos, de modo a empregarmos o Mtodo Generalizado dos Momentos (GMM), conforme Hansen (1982), para estimarmos os parmetros da frmula de apreamento de ativos. No caso norteamericano, o estudo complementado utilizando a srie de dividendos como varivel instrumental, conforme foi sugerido por Campbell e Shiller (1988) e retomado em Bansal e Yaron (2000). No caso norte-americano para o perodo 1890:2000, usando o mtodo GMM, obtemos =2.70. Este valor corrobora os resultados de Campbell (1997) e Kocherlakota (1990a). Ao mesmo tempo, nosso fator de desconto inter-temporal da funo utilidade () ca abaixo de um Pesquisas envolvendo mercados incompletos foram desenvolvidas por Constantinides e Due (1996), Heaton e Lucas (1997), Mankiw (1986), e Storesletten, Telmer e Yaron (1999). Com relao s imperfeies de mercado, podemos citar Bansal e Coleman (1996), Constantinides, Donaldson e Mehra (2002), Heaton e Lucas (1996), McGrattan e Prescott (2001).
2
como era esperado. Ademais, utilizando a equao de Apreamento de Ativos, na forma incondicional, obtemos =28.5, que prxima do valor apontado por Kandel e Stambaugh (1991) de =29. Por outro lado, com base na formulao de Mehra (2003) obtemos >38.5. Para o caso brasileiro, obtemos 2.7 4.5. Este resultado consistente com Issler e Piqueira (2000) e Nakane e Soriano (2003).3 Dividindo a amostra de dados nos perodos pr-Plano Real (1991:11994:2) e ps-Plano Real (1994:3-2003:3), encontramos respectivamente =0.88 e =2.11. Ainda no caso brasileiro, os valores do fator de desconto intertemporal da funo utilidade () caram abaixo de um. Por outro lado, nossa estimativa com base na equao de Apreamento de Ativos, na forma incondicional, aponta que o valor de necessrio para justicar o prmio de risco brasileiro de aproximadamente zero. Este resultado, segundo este critrio, signica que o investidor brasileiro neutro ao risco. O restante do trabalho est dividido da seguinte forma. Na seo 2 so apresentados tanto o modelo de apreamento de ativos, conforme Lucas (1978), como o mtodo de estimao por GMM, segundo Hansen (1982). Na seo 3 so descritos os dados utilizados. feita uma anlise estatstica dos dados de modo a apresentar os fatos estilizados. Depois, fazemos as estimaes usando GMM e discutimos o Equity Premium Puzzle. Na seo 4 so apresentadas as concluses. Os apndices 1 e 2 complementam o trabalho com grcos e testes suplementares. 2. A Teoria de Apreamento de Ativos
O modelo de apreamento de ativos baseia-se em Lucas (1978). Casos particulares desta frmula so CAPM, APT, Black-Scholes e
Utilizamos dados trimestrais de 1991 2003. Por outro lado, Issler e Piqueira (2000) analisa o perodo 1975-1994. Nakane e Soriano (2003) utiliza o perodo 1991 2002. Ambos consideram tambm uma periodicidade trimestral.
3
equity premium puzzle.4 Neste modelo, um agente representativo resolve um problema de alocao de recursos de modo a obter um uxo de consumo timo dentro de um horizonte de tempo. O processo de deciso condicionado informao disponvel no presente, representada pela distribuio de probabilidades de ocorrncia dos possveis estados da natureza e depende tambm da funo de utilidade. De forma compacta, o problema de maximizao pode ser expresso como " # X j Max Et U(Ct+j ) , (1)
j
onde: o fator de desconto da utilidade no tempo; Ct+j o consumo real no perodo t + j; e U(Ct+j ) a utilidade que o investidor obtm em consumir no tempo t + j. Adicionalmente, o investidor est sujeito restrio oramentria, que lhe permite consumir de acordo com a sua renda e o retorno que proporcionado pelas aes, nas formas de ganho de capital e recebimento de dividendos. Uma das equaes que surgem das condies de primeira ordem : Pk,t U 0 (Ct ) = Et [(Pk,t+1 + Dk,t+1 )U 0 (Ct+1 ), (2)
onde Pk,t preo da ao k no instante t. Dk,t o dividendo pago pela ao k nesse instante. Podemos reescrever esta equao, na forma de retornos: U 0 (Ct ) = Et[(1 + Rk,t+1)U 0 (Ct+1 )], (3)
onde o retorno da ao (Rk,t+1), que dado por ambos o ganho de capital (variao dos preos das aes) e os dividendos recebidos por ao, dado por 1 + Rk,t+1 =
4
Pk,t+1 + Dk,t+1 . Pk,t
(4)
Como referncia, podemos citar Huang e Litzenberger (1988, captulos 5 e 6), Obstfeld e Rogo (1996, captulo 5) ou Cochrane (2001). Mehra (1985) apresenta a derivao do modelo em seu artigo.
O numerador da equao (4) o payo da ao. O lado esquerdo de (3) o custo marginal de consumir uma unidade monetria real a menos em t, ao passo que o lado direito a satisfao marginal esperada que se obtm ao investir a unidade monetria na ao k, no instante t, vendendo-a no instante t + 1, por 1 + Rk,t+1 unidades monetrias, e consumindo o resultado. O investidor iguala o custo marginal da postergao do consumo e o benefcio marginal do consumo futuro de modo a obter otimamente o preo da ao. Podemos ainda reescrever (2), denindo o fator de desconto estocstico Mt+1 U 0 (Ct+1)/U 0 (Ct), de forma que 1 = Et [(1 + Rk,t+1 )Mt+1 ]. (5)
Como estamos utilizando uma funo de utilidade CRRA, o fator de desconto estocstico coincide com a taxa marginal de substituio intertemporal descontada. No se pode alterar o coeciente de averso relativa ao risco sem alterar a taxa de substituio intertemporal. Alm disso, a elasticidade de substituio entre nveis de consumo nos estados contingentes com respeito aos preos de Arrow-Debreu o inverso do coeciente de averso relativa ao risco, 1/.5 , 6 Tomando a mdia incondicional de cada lado da equao (5), defasando em um perodo, para simplicar a notao, podemos escrever, aps manipulaes simples, com base na denio de covarincia. E [1 + Rk,t ] = 1 (1 Cov [Rk,t, Mt]) . E [Mt ] (6)
Em particular, para um ativo livre de risco (riskfree), cuja covarincia com o fator de desconto estocstico zero (ativo com beta zero), temos E[1 + R0,t] = 1/E[Mt ].
5 6
(7)
Veja, por exemplo, Obstfeld e Rogo (1996, captulo 5). Epstein e Zin (1989) separam o coeciente de averso relativa ao risco da taxa de substituio intertemporal.
Esta equao possibilita escrever a equao (6) explicitando o prmio de risco do seguinte modo: E [Rk,t R0,t ] = E[1 + R0,t]Cov [Rk,t , Mt ] . (8)
Esta equao sugere que o prmio de risco (lado esquerdo da equao acima) que exigido na aplicao num ativo com risco ser maior, quanto mais negativa for a covarincia entre o retorno da ao com o fator de desconto estocstico.7 A funo de utilidade que ser empregada depende somente do consumo e supe-se a aditividade intertemporal. Alm disso, esta funo apresenta coeciente de averso relativa ao risco constante (CRRA).8 U(Ct ) = Ct1 1 , 1 (9)
onde: 0 < < . Sob a restrio da funo utilidade denida pela equao(9), podemos reescrever a condio (5) como 1 = Et [(1 + Rk,t+1 )(
7
Ct+1 ) ]. Ct
(10)
Suponha que ocorra um estado ruim da natureza amanh - um baixo consumo e alta utilidade marginal do consumo (correspondendo a um valor alto do fator de desconto estocstico). Para um ativo que deixa de gerar consumo em tal estado, ou seja, um ativo de alto risco, o investidor exige um maior prmio para postergar o consumo na forma de investimento em aes. Nesta situao, o consumo (baixo) e o retorno exigido (alto) produzem uma covarincia muito negativa entre o retorno da ao e o fator de desconto estocstico. Os ativos que pagam em estados bons da natureza, cujos nveis de consumo so altos ou quando a satisfao em consumir uma unidade adicional de consumo baixa, so menos desejveis do que aqueles que pagam uma quantidade equivalente quando os estados so ruins . Neste caso, o consumo adicional mais desejado. Por isso, aqueles ativos so avaliados a um preo menor - o que equivale dizer que os investidores exigem maior prmio de risco para adquir-los. importante frisar que a satisfao est relacionada ao consumo, e a mesma quantidade de consumo pode gerar diversos nveis de satisfaes em diferentes estados da natureza. 8 Esta funo torna-se logartmica quando vale 1, que o limite da equao.
Usando as hipteses de Mehra (2003), Hansen e Singleton (1983), o retorno bruto das aes, Rk,t , ser i.i.d. e o vetor (xt , Rk,t ) ser conjuntamente distribudo como uma log-normal.9 Uma varivel ln v N(v , 2 ) implica E(va ) = exp(av +1/2 a2 2 ), v v ou ainda ln Et () = Et(ln ) + 1/22 (ln ). t (11)
Usando este fato na equao (10), e denindo as seguintes variveis ln(1 + Rk.t+1) = rk,t e ln(Ct+1/Ct) = ct+1, temos: Et rk,t+1 = ln + Et (ct+1 ) 1/2[ 2 2kx + 2 2 ]. (12) k x De forma anloga, para os retornos reais do ativo livre de risco, cujas varincia e tambm covarincia com as taxas de crescimento do consumo so zero, temos rf,t+1 = ln + Et(ct+1 ) 1/22 2 . x (13)
Das equaes (12) e (13), podemos expressar o prmio em termos das variveis logartmicas: Et [rk,t+1 rf,t+1 ] + 2 k = kx . 2 (14)
Usando a equao (11), ln[

9
1 + Rk,t+1 ] = kx . 1 + Rf,t+1
(15)
Mehra (2003), Hansen e Singleton (1983) fazem as seguintes suposies adicionais, a saber: 1. A taxa de crescimento do consumo, denotada por xt+1 Ct+1 /Ct , identicamente e independentemente distribuda (i.i.d.); 2. O taxa de crescimento dos dividendos, zt+1 Dt+1 /Dt , i.i.d.; e 3. (xt , zt ) so conjuntamente distribudos segundo uma log-normal.
Adicionalmente, o preo pt uma funo homognea de grau 1 do dividendo Dt ( pt = wDt ) e a taxa de crescimento de Dt est sujeita a uma cadeia de Markov (Dt+1 = zt+1 Dt ), pode-se mostrar que: ln[ 1 + Rk,t+1 ] = zx . 1 + Rf,t+1 (16)
Esta equao explicita o prmio de risco das aes sobre o retorno do ativo livre de risco, em funo da covarincia (relacionada incerteza) entre a taxa de crescimento real do consumo e o crescimento dos dividendos das aes. Se a condio de equilbrio de que o consumo advm do retorno proporcionado pelas aes, isto x = Rk , temos uma perfeita correlao entre estas duas variveis e podemos escrever a equao (15) como log Et(1 + Rk,t+1 ) log Et (1 + Rf,t+1 ) = 2 k,t R (17) (18)
ou log Et(1 + Rk,t+1 ) log Et (1 + Rf,t+1 ) = 2 . x
Convm destacar as hipteses que foram feitas acerca das distribuies das sries de consumo e dividendos.10 2.1. Mtodo dos Momentos Generalizados Nesta seo descrevemos como utilizamos o Mtodo dos Momentos Generalizados (GMM), com base em Hansen e Singleton (1982). Utilizamos este estimador para inferirmos os valores tanto do coeciente de averso relativa ao risco () como do fator de desconto da utilidade no tempo (), segundo a equao (10).11
As equaes acima aplicam-se a cada ao Rk , e valem tambm para uma srie de ndice de mercado, em particular, para os ndices S&P500 ou IBOVESPA. 11 Ao aplicarmos este mtodo, necessitamos que as sries envolvidas sejam estacionrias. Contudo, sua vantagem reside no fato de que no h necessidade de homocedasticidade, nem que as sries sejam i.i.d. Alm disso, ao contrrio da estimao por Mxima Verossimilhana, no h necessidade de fazermos hipteses sobre o tipo de distribuio.
10
10
A condio de ortogonalidade (condies do momento) que advm da equao (10) dada por 0 = Et [(1 + Rk,t+1 )( Ct+1 ) 1]. Ct (19)
Conforme Hansen (1982), os parmetros so estimados minimizando uma funo alvo quadrtica denida em termos dos erros amostrais e de uma matriz de pesos, que pode ser estimada segundo vrias metodologias.12 O teste de superidenticao, J, d a validade ao modelo. Temos que o tamanho da amostra (T ) vezes a funo alvo distribuda segundo 2 com graus de liberdade igual ao nmero de momentos menos o nmero de parmetros estimados. a T JT 2(#momentos # parmetros). (20)
A obteno de um p-valor baixo invalida o modelo, pois signica que o valor da soma quadrtica dos resduos observada improvvel e, no entanto, aconteceu. Ao introduzirmos os instrumentos, zt , expandimos o espao de payos da equao (2), pois a mesma continua sendo aplicvel: E(pt zt ) = E(Mt+1 xt+1 zt ).13 Mais do que isso, a expectativa condicional de uma varivel yt+1, dado um conjunto de informao I, igual regresso de yt+1 usando toda varivel zt de I. Na prtica, utilizam-se variveis do conjunto I que adicionam informao, sendo capazes de predizer
Em nosso artigo, as formas funcionais utilizadas para o clculo do kernel foram a quadrtica e a de Bartlett. Um dos mtodos de determinao da largura da banda (bandwidth), que d o peso s covarincias no clculo da matriz de pesos, foi o de Newey-West com largura xa de banda (NWF), que torna a matriz positiva-denida, permitindo a inverso. A largura funo do nmero de pontos. J os mtodos de Andrews (ADW) e Newey-West varivel (NWV) empregam autocorrelaes dos dados utilizados para a determinao da banda. A tcnica de prewithening (pw) ajusta um modelo AR(1) aos resduos antes de calcular a matriz. Para maiores detalhes, veja Newey e West (1987), Andrews (1991) e Newey-West (1994). 13 Aqui levamos em conta a notao do fator de desconto estocstico para a verso CRRA, Mt+1 = (Ct+1 /Ct ) , e do payo xt+1 = Pt+1 + Dt+1 .
12
11
retornos ou M.14 Ento, se tivermos E[(Mt+1 xt+1 pt )zt ] = 0, teremos pt = E[Mt+1 xt+1 |I]. Empregando a notao do delta de Kronecker: E{[Mt+1(b)(1 + Rt+1 ) 1] zt }. (21)
Tauchen (1986) realiza simulaes de Monte Carlo para estudar os instrumentos e suas defasagens em estimaes via GMM em modelos de Asset Pricing com funo utilidade do tipo CRRA, para pequenas amostras.15
O vetor de instrumentos no precisa ser exgeno, bastando que seja prdeterminado no perodo que o agente forma a expectativa. 15 Os instrumentos que utilizamos foram as defasagens das taxas de crescimento do dividendo e do consumo. Conhecendo o valor verdadeiro do coeciente de averso relativa ao risco () e do fator de desconto intertemporal da utilidade (), Tauchen (1986) analisa a disperso entre o valor verdadeiro e o valor estimado de . Ele analisa tambm as situaes em que h maior ou menor vis nas estimaes. Neste sentido, duas medidas de vis so utilizadas: 1) a diferena entre a mdia aritmtica das estimativas e o valor verdadeiro do coeciente normalizada pelo limite inferior do desvio-padro; e 2) a mesma medida, usando mediana no lugar da mdia. Suas concluses, que auxiliam na escolha de instrumentos adequados, so: 1. Maiores limites mnimos de desvio-padro (lower bounds to volatility) para a estimativa do coeciente ocorrem quando h menor autocorrelao nas sries de consumo e de dividendo; 2. A dimenso do vis e seu sentido depende da correlao entre consumo e dividendo. Correlao alta e positiva entre consumo e dividendo tende a elevar o vis, ao passo que ausncia de correlao gera vis de baixa; 3. O valor verdadeiro do parmetro a ser estimado, , tambm tem efeito sobre o vis, determinando tambm a direo do mesmo. Um valor alto do parmetro verdadeiro tende a mover o vis para baixo, no sentido de tornar vieses negativos mais negativos e reduzindo vieses positivos; 4. H uma troca entre aumento da varincia e vis medida que se aumentam as defasagens que so usadas para formar os instrumentos. Quando as defasagens aumentam, as medidas de disperso baixam, mas o vis tende a aumentar uniformemente com o tamanho da defasagem. Recomenda-se no usar altos valores de defasagem, pois o ganho quanto varincia mais baixo que o ganho quanto ao vis; e 5. O efeito conjunto da correlao entre consumo e dividendo e escolha das
14
12
3.
Descrio dos Dados, Anlises e Estimativas
Nesta seo descrevemos os dados utilizados em nossas estimaes. Com referncia aos Estados Unidos, utilizamos dados anuais. Para o perodo de 1890 at 1978, os dados so aqueles utilizados por Mehra e Prescott (1985), que nos foram cedidos por Narayana Kocherlakota. Completamos estes dados para o perodo restante de 1978 2000. Assim, temos:16 1. Srie anual dos ganhos de capital das aes, mais seus dividendos, para o S&P 500 Composite Stock Price Index, obtida do CRSP (Center for Research in Security Prices), da Universidade de Chicago; 2. Srie anual da taxa de crescimento real per capita de bens de consumo no-durveis e servios. Fonte: site do BEA (Bureau of Economic Analisys). J a srie da populao encontra-se no U.S. Census Bureau; 3. Sries anuais de ativos livres de risco de curto prazo, consistindo em Treasury Bills, no perodo 1931-1978; Certicados do Tesouro, no perodo 1920-1930 e Commercial Papers de vencimentos variando de sessenta a noventa dias, no perodo anterior 1920. As sries so nominais. O site do FED de Minneapolis fornece as sries referentes aos ativos livres de risco; 4. Srie anual do ndice de preos ao consumidor (IPC) norteamericano, calculado pelo US Department of Commerce, disponvel no site do BEA. Com relao ao caso brasileiro, utilizamos sries trimestrais para os dados, envolvendo o perodo 1991:1 a 2003:3.17 Consideramos dois
defasagens que a correlao alta aumenta os efeitos das defasagens citados no item 4. 16 Os grcos das sries de retornos reais do S&P500 e do ativo livre de risco encontram-se em Mehra (2003), gura 1, p. 5. O grco A1, do apndice 1 apresenta a srie de retornos reais de consumo per capita. 17 Com referncia ao ndice de aes, empregamos o IBOVESPA. A forma com que este ndice divulgado no engloba dividendos (ex-dividendo). Contudo, segundo a equao (4), o modo de calcular o retorno que entra na equao de Asset Pricing requer que seja utilizado o payo no numerador, que corresponderia a
13
perodos: o primeiro (I), de 1991:1 2003:3; e o segundo (II), de 1996:2 2003:3. Para o perodo I, empregaremos a srie IBOVESPA ex-dividendo, calculando retornos sobre o ndice na forma 18 1 + Rk,t+1 = Pk,t+1 . Pk,t (22)
Para o perodo II, calcularemos os retornos sobre o ndice tanto na forma da equao (4); quanto na forma da equao (22). Desta forma, o conjunto de dados para o caso brasileiro composto das seguintes variveis: 1. Srie trimestral do ndice dessazonalizado do Consumo das Famlias, divulgado nas Contas Nacionais, no sistema SIDRA, do IBGE;19 2. Srie mensal do ndice Geral de Preos - Disponibilidade Interna (IGP-DI), calculado pela FGV, disponvel no site do Ipeadata;20 3. ndice BOVESPA (IBOVESPA) de aes (ex-dividendo), disponvel no provedor da Reuters; 4. ndice BOVESPA de aes com dividendo, disponvel no provedor da Bloomberg;21 5. Srie anual de Populao Total, disponvel no sistema SIDRA, do IBGE.22
usar um ndice com dividendos. No entanto, dados sobre dividendos em forma eletrnica s existem a partir do segundo trimestre de 1996. 18 A frmula de clculo expressa pela equao (22) a adotada por Issler e Piqueira (2000). 19 Esta srie no distinge consumo de bens durveis do consumo de bens nodurveis. O mtodo de dessazonalizao o X-12 do BEA. 20 O ndice foi acumulado trimestralmente para gerarmos sries reais trimestrais de crescimento de consumo per capita e retornos do ndice de aes IBOVESPA. 21 O ndice calculado pela Bloomberg (acessado usando a funo Ibov <index> TRA) gerado com base em dados de pagamentos de dividendos pelas empresas que compe o IBOVESPA. Estes dados esto disponveis no site da Bovespa, a partir de 1996:2. 22 Utilizamos interpolaes lineares para gerar dados trimestrais de populao.
14
6. Srie mensal de taxas de juros CDB pr-xado (%am), divulgado pela ANDIMA, disponvel no site do Ipeadata.23 Os grcos das sries brasileiras dos retornos reais dos ndices de aes, da taxa de juros trimestral e do consumo dessazonalizado per capita so ilustrados respectivamente no apndice 1, grcos A2-A4.24 3.1. Anlise dos dados Nesta seo ser feita uma anlise preliminar dos dados, de modo a identicar os fatos estilizados pertinentes equao de apreamento de ativos. Primeiro, analisamos os dados norte-americanos, passando, em seguida, ao caso brasileiro. Procura-se entender como o coeciente de averso relativa ao risco () afetado tanto pela covarincia entre o crescimento do consumo per capita e os retornos reais das aes como pelo fator de desconto estocstico (M ).25 Com base na equao (10), geramos uma srie mvel do coeciente de averso relativa ao risco, denominado Asset Pricing . Tambm foi gerada uma srie para com base na equao (17), que ser denominado Mehra e Prescott . Em seguida, so analisadas as correlaes entre as sries presentes nas equaes (10) e (15) (18).
3.1.1. Dados Norte-Americanos
Aplicando inicialmente aos dados norte-americanos o desenvolvimento de Mehra (2003), quando consideramos o perodo inteiro, as
Acumulamos as taxas, que so divulgadas %a.m., para termos valores trimestrais. 24 Os dados de consumo extrados do SIDRA e a srie de taxas de juros de CDBs so tambm utilizados por Nakane e Soriano (2003).Issler e Piqueira (2000) utilizam dados das contas nacionais do IBGE, mas faz ajustes para adequar periodicidades diversas de divulgao aos demais dados. Issler e Piqueira (2000) utilizam a srie do IBOVESPA ex-dividendo, como ndice de aes, e o IGP-DI, como deator. Como srie de taxas de juros, Issler e Piqueira (2000) utilizam a srie relativa aos ttulos federais, publicada pela ANDIMA. 25 Em outras palavras, como estes fatores determinam o prmio de risco que exigido nas aplicaes em aes.
23
15
equaes (16), (17) e (18), que envolvem mdias incondicionais, levam a diferentes resultados para o coeciente de averso relativa ao risco, conforme a tabela 1.26 , 27 Isto conseqncia de no ser satisfeita a hiptese apresentada em Mehra (2003) (mencionada na seo anterior) de o retorno do consumo ser perfeitamente correlacionado com o retorno das aes, como veremos mais adiante ao apresentarmos as correlaes entre as variveis das equaes.28 O valor obtido via equao (17), conforme Mehra (2003), resultado da varincia da srie de retornos das aes ser grande. Equao Prmio (a.a) Parmetro 16 6.314% x,RK 0.1583% 38.5 17 6.314% 2 K 2.597% 2.4 R 2 18 6.314% x 0.1312% 46.5 Tabela 1: Averso Relativa ao Risco (). Estados Unidos: 1890-2000. Na tabela 1, o valor de = 38.5 referente equao (16) caracteriza o Equity Premium Puzzle. E ste valor muito acima de 10, que seria obtido com base nas teorias de ciclo econmico. A baixa covarincia entre os retornos do ativo de risco e as taxas de crescimento real do consumo ( x,RK ) faz com que seja necessrio um alto coeciente de averso relativa ao risco () para justicar o prmio observado, de 6.3%. Em outras palavras, para obter baixo, esta covarincia deve ser enorme. Mehra (2003), utilizando argumentos de equilbrio entre os retornos das aes e taxas de crescimento do consumo, utiliza o valor obtido pela equao (18) para apontar o Puzzle. De qualquer
Os dados norte-americanos so anuais, abrangendo o perodo 1890-2000. Mehra (2003) reporta valor 0.00125 para a varincia do consumo, prximo obtida neste trabalho. 28 O grco A5 do apndice 1 apresenta o comportamento da correlao entre retorno real do consumo per capita e retorno real do ndice de aes, assinalando vrias regies especcas, que sero descritas posteriormente. Nas regies III e IV, a correlao entre as sries de retornos de consumo e ao assumiram valores mais elevados, com mdia 0.6 e mximo em 0.8. Nas regies V, VI e VII, houve grandes variaes: a mdia foi 0.20, mximo em 0.64 e mnimo em -0.3.
27 26
16
forma, valores acima de 10, segundo o autor, caracteriza este Puzzle. Kocherlakota (1990a), mencionando o artigo de Blume e Friend (1975), utiliza a equao (17). Ele obtm =1.80 (prximo do nosso =2.4).29 O grco 1 mostra os valores de ao longo dos perodos analisados, a partir das equaes (10) e (17).30 , 31 As regies assinaladas, indo de I VII, correspondem aos perodos da histria americana.
Segundo Kocherlakota (1990a), a equao (17) est sujeita uma forma da crtica de Roll (1977), onde a seleo do portfolio de mercado pode levar superestimaes do valor da varincia. Mencionado no mesmo artigo, segundo Wheatley (1986), o uso de uma denio mais abrangente de portfolio de mercado produz uma estimativa de 16. 30 Dene-se uma janela de tamanho arbitrrio, de 10 perodos (anual, no caso norte-americano, e trimestral, no caso brasileiro). Para gerar a srie pela equao de Asset Pricing, calcula-se numericamente o valor do coeciente de averso relativa ao risco () que faz a equao (10) ser satisfeita nesta janela. A verso desta equao para um valor esperado de com base na observao passada, como se fosse uma expectativa adaptativa. Este valor guardado. Desloca-se para a janela seguinte, obtendo-se novo valor de , e assim sucessivamente. Com este procedimento, admite-se que o coeciente varia ao longo do tempo (embora a funo utilidade escolhida seja caracterizada por um coeciente constante), mas se mantm constante dentro de cada janela. O fator de desconto () foi xado em 0.995, no caso norte-americano e 0.96, no caso brasileiro. Note que o valor de extrado a partir de uma janela que olha do instante em questo para trs. 31 Para gerar a srie correspondente derivao de Mehra-Prescott, aplicamos a equao (17), tambm em janelas de 10 perodos para o clculo da mdia do prmio e desvio-padro do retorno das aes. As condies para o uso desta equao foram derivadas na seo 1. O emprego da equao (16) leva a valores explosivos para o coeciente de averso a risco (), em momentos em que se aproxima de zero a covarincia entre retornos reais do consumo e aes.
29

Regio III 25 20 alfa MehraPrescott alfa Asset Pricing Regio IV Regio IV A Regio VI
17
Regio VII
15 Regio II 10
5 0 Regio I 1890 1895 1900 1905 1910 1915 1920 1925 1930 1935 1940 1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000
-5
Regio V
Grco 1: Averso Relativa ao Risco () A tabela 2 caracteriza estes diferentes perodos quanto ao valor de . Perodos com positivo so caracterizados por averso ao risco, ao passo que perodos de negativo representam indivduos amantes do risco. V-se que perodos de alta averso ao risco so seguidos por perodos de baixa averso. Na equao (17), valores negativos de correspondem a perodos de prmio negativo. Com relao s equaes (10) e (17), as sries de geradas apontam que quando a covarincia entre as taxas de crescimento do consumo e os retornos das aes elevada, temos que o coeciente de averso relativa ao risco () assume valores baixos, conforme mencionado anteriormente. Tal comportamento evidenciado nos grcos 2 e 3.32
O grco 2 obtido a partir da equao de Asset Pricing. Assim, denominamos Asset Pr icing . Por outro lado, o grco 3 baseado na equao de Mehra-Prescott
32

Regio Regio I Perodo 1914-1918 1 Guerra 1929-1933 Grande Depresso 1939-1945 2 Guerra 1946-1964 Baby Boom 1950-1953 Guerra da Coria 1964-1973 Guerra do Vietn 1973-1982 Choque do Petrleo 1983-2001 Ps-Volker Crises Financeiras mn. mdia mx. mn. mdia mx. mn. mdia mx. mn. mdia mx. mn. mdia mx. mn. mdia mx. mn. mdia mx. mn. mdia mx. alfa Asset Pricing alfa Mehra-Prescott Equao (9) Equao (13) 1.97 -0.62 2.96 1.32 3.86 2.25 2.00 0.00 7.21 7.36 12.59 14.62 1.55 0.49 2.26 2.27 3.07 5.39 0.38 5.42 6.70 13.56 14.66 21.01 1.13 10.04 3.67 12.76 6.28 17.00 1.67 5.40 3.86 11.34 8.39 18.54 -0.82 -2.12 0.81 1.78 3.54 9.68 -0.59 0.81 3.18 9.40 7.55 15.83
18
Regio II
Regio III
Regio IV
Regio IV A
Regio V
Regio VI
Regio VII
Tabela 2: Averso Relativa ao Risco (). US: 1914-2001
Cov(re t con sum o re a l, re t a o re a l)
0.006 0.005 0.004 0.003 0.002 0.001 0 -0.001 -0.002 -4.0 -2.0 0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 16.0
alfa As se t Pricing
Grco 2: Averso relativa ao risco (). Estados Unidos: 1890-2000.

de modo a obter M ehraPr es cot t .
19
Cov(re t re a l con sum o, re t re a l a o)
0.006 0.005 0.004 0.003 0.002 0.001 0 -0.001 -0.002 0.0 2.0 4.0 6.0 -4.0 -2.0 8.0 10.0 12.0 14.0 16.0 18.0 20.0 22.0 24.0
alfa M e hra- Pres cott
Grco 3: Averso relativa ao risco (). Estados Unidos: 1890-2000. Uma outra forma de vericar este comportamento seria utilizar a equao (10), sob a tica da covarincia do fator de desconto estocstico (M) com os retornos das aes, que deve ser negativa, para gerar prmios positivos.33 O grco 4 mostra que medida que aumenta, cai a covarincia negativa entre o fator de desconto estocstico e a srie de retornos reais das aes. Alm disso, o desvio-padro do fator de desconto aumenta fortemente com . J o efeito sobre a mdia do fator menor, mas tambm no sentido de aumento. interessante notar o comportamento no-linear: em regies de valores de coeciente de averso relativa ao risco () elevados, a covarincia reage rapidamente; j em regies onde baixo, a covarincia reage mais lentamente. Isso explica porque os grcos 2 e 3 apresentam uma
Partindo de uma tabela de vrios valores (arbitrrios) de , pode-se gerar uma srie do fator de desconto estocstico para cada , com os dados disponveis de retornos de consumo e aes, xando o fator de desconto intertemporal () em 0.995, para o caso norte-americano, e 0.96 no caso brasileiro. Para cada srie gerada, calculam-se o desvio-padro e mdia incondicionais para o fator de desconto estocstico M .
33
20
concentrao de pontos na regio de baixo e melhor denio nas regies de elevado. Quanto relao do prmio com o coeciente , em perodos de maior averso relativa ao risco espera-se que os investidores exijam um prmio maior. Ambas as equaes (10) e (17) apontam este comportamento, que retratado nos grcos 5 e 6.
20 18 16 14 12 10 8 6 4 2 0 0 10 20 30 40 50 60
desv io-padro (M) mdia (M) cov(R ,M)
A arbitrrio lfa
Grco 4: Simulao com valores arbitrrios da averso relativa ao risco (). Estados Unidos: 1890-2003.
Covarincia de retornos da s a es e divide ndos com m
Des vio-Padro de m e M dia de m
22
0 -0.03 -0.06 -0.09 -0.12 -0.15 -0.18 -0.21 -0.24 -0.27 -0.3 -0.33 -0.36 -0.39
21
p rmio d as ae s so br e o ativ o liv r e d e risco
9.0% 8.0% 7.0% 6.0% 5.0% 4.0% 3.0% 2.0% 1.0% 0.0% -1.0% -2.0% -3 0 3 6 9 12 15 18
alfa Asset Pricing
Grco 5: Averso relativa ao risco e prmio de risco das aes. Estados Unidos: 1890-2000.
p rmio das ae s sobr e o ativ o liv r e de risco 1.2 1.15 1.1 1.05 1 0.95 -4 -2 0 2 4 6 8 10 12 14 16 18 20 22 24
alfa Mehra-Prescott
Grco 6: Averso Relativa ao risco e Prmio de Risco das aes. Estados Unidos: 1890-2000.
22
Um outro ponto do modelo de Asset Pricing que os investidores desejam suavizar o consumo ao longo do tempo. Baixos desviospadres das taxas de crescimento reais de bens de consumo nodurveis e dos servios per capita indicam situaes de suavidade no consumo, ao passo que a observao de volatilidades elevadas nesta srie indicam situaes de no-suavidade. A equao (18) indica que para um prmio observado, investidores com alta averso relativa ao risco ( elevado) produzem baixa volatilidade de consumo. Assim, os grcos 7 e 8 mostram que tanto no modelo de Asset Pricing de Lucas (1978) quanto na formulao descrita em Mehra (2003) quando o coeciente de averso relativa ao risco () alto (baixo), o desvio-padro da srie de consumo assume valores menores (maiores).

Regio IV R egio IV A
23
Regio III 16 14 12 10 8 Alfa 6 4 2 0 -2 -4 Regio I Regio II
Regio VII De svio-P a dr o do Re torno do Consum o 0.04 0.035 0.03 0.025 0.02 0.015 0.01 0.005 0
Regio VI
18 9 18 0 9 19 5 00 19 05 19 10 19 15 19 20 19 25 19 30 19 3 19 5 40 19 4 19 5 50 19 5 19 5 60 19 6 19 5 70 19 7 19 5 80 19 8 19 5 90 19 95 20 00
alfa Asset Pricing
D io-Padro do R esv etorno do Consumo
Regio V
Grco 7: Averso relativa ao risco. Modelo de Asset Pricing (Asset pricing ) e desvio-padro da taxa de crescimento do consumo. Estados Unidos: 1890-2000.

R egio IVA
24
R egio III 25
R egio IV
R egio VII De svio-P a dr o do Re torno do Consum o 0.04
R egio VI 20 15 Alfa 10 5 R egio I 0 -5 1890 1894 1898 1902 1906 1910 1914 1918 1922 1926 1930 1934 1938 1942 1946 1950 1954 1958 1962 1966 1970 1974 1978 1982 1986 1990 1994 1998 alfaM ehra-Prescott D io-Padro do R esv etorno do C onsum o R egioV
0.035 0.03
R egio II
0.025 0.02 0.015 0.01 0.005 0
Grco 8: Averso relativa ao risco e desvio-padro da taxa de crescimento do consumo. Modelo de Mehra (2003) (Mehra -Prescott ). Estados Unidos: 1890-2000 A tabela 3 apresenta a matriz de correlaes das sries envolvidas na equao de apreamento de ativos.

DesvioDesvioPadro Alfa (Asset Alfa (MehraPadro do Pricing) Prescott) de Aes Consumo (+) (+) DesvioPadro do Consumo (+) Aes (+) Ativo Livre de Risco (+) Consumo (+) Prmio (mdia mvel) Dividendos
(+)
25
Cov(Aes, Consumo)
Prmio (mdia mvel) -0.2058*
Dividendo Prmio s (+)
1.0000 **
0.7154*
-0.1357*
-0.5094*
0.5134**
0.4769** -0.0221*
0.0325** 0.2145 -0.1497** -0.2058 0.4769**
-0.0214* -0.2773 0.1916** -0.1000** 0.3583
0.0571 0.2286 -0.0252* 0.6645** 0.3421**
0.0423 0.0891 -0.0309* 0.7254** 0.0875
0.1671 0.3184** -0.0101 0.0592 0.5284**
0.4266** -0.0868 0.1498 1.0000 ** 0.2332*
0.0237
0.9682**
0.4595** -0.2327* -0.1207 0.4227** 0.2332* 0.4366** 1.0000 ** -0.0919*
Tabela 3: Correlaes entre as variveis. (+) retornos reais das sries; (*) signicncia ao nvel de 5% e (**) signicncia ao nvel de 1%. Nota-se na tabela 3 que o prmio tem alta correlao com o retorno real das aes - como de se esperar, pois a variao experimentada pelo prmio deve ser proveniente da volatilidade das aes - ao passo que o componente correspondente ao ativo livre de risco tem correlao de somente -0.23 com o prmio. Assim, espera-se que os fatores que inuenciam o retorno das aes tenham tambm inuncia na variao do prmio. A correlao entre a srie de dividendos e a srie do ativo livre de risco de 0.46. A mdia mvel do prmio apresenta correlao 0.67 com o coeciente de averso relativa ao risco (), no caso em que este foi gerado pela equao (10); e 0.73, no caso em que foi gerado pela equao (17).34 Contudo, se calcularmos estes valores para o perodo at 1980, obtemos respectivamente 0.74 e 0.86. A correlao dos retornos do ativo livre de risco com o coeciente de averso ao risco foi maior que a correlao das aes com este coeciente; a diferena
A mdia mvel do prmio foi calculada com janela de mesmo tamanho que o coeciente de averso relativa ao risco ().
34
26
sendo mais acentuada no caso da srie de Asset Pricing do que na de Mehra Prescott .35
3.1.2. Dados Brasileiros
A tabela 1a apresenta os resultados para os dados brasileiros, quando aplicamos a metodologia descrita em Mehra (2003).36 Vemos que para explicar o prmio mdio de 3.02% (a.t.), observado no perodo 1991:1 2003:3, as equaes (16) (18) no requerem valores do coeciente de averso ao risco () to elevados quanto no caso norte-americano. A equao (16) implica um valor negativo para no Brasil (indivduos amantes ao risco). J as equaes (17) e (18) levam a valores prximos a zero, correspondendo neutralidade ao risco ao investidor brasileiro. O grco 1a mostra os valores do coeciente de averso relativa ao risco (), a partir das equaes (10) e (17), aplicando o mesmo procedimento que no caso norte-americano. O uso da equao (17) implica valores reduzidos para , devido alta volatilidade do mercado de aes brasileiro. Como no caso norte-americano, valores negativos de correspondem a prmios negativos. Ao longo do perodo analisado, valores negativos de prmio ocorreram com freqncia. Os grcos 2a e 3a mostram o comportamento da covarincia entre as taxas de crescimento do consumo per capita e os retornos reais das aes com relao aos coecientes de averso relativa ao risco (Asset Pricing e Mehra e Prescott ). No grco 2a maior a evidncia da alterncia de papel entre a covarincia e o coeciente em mdulo.
A variabilidade do consumo, medida pelo desvio-padro da s taxas de cresciemtno real desta srie apresenta correlaes de 0.48 com os dividendos e 0.72 com o desvio-padro dos retornos reais das aes. As sries do ativo livre de risco e a de dividendo, que tm maior correlao com a covarincia entre o consumo e a ao, apresentaram melhores resultados ao serem utilizadas como instrumentos nas estimaes por GMM, conforme veremos na prxima seo. Este comportamento relativo correlao e qualidade de estimao no GMM mencionado em Campbell (1997, Captulo 8) e tambm em Bansal e Yaron (2000). 36 Os dados brasileiros so trimestrais, de 1991:1 2003:3
35
27
Valores elevados (baixos) da covarincia ocorrem quando os valores de so baixos (altos). Neste grco, valores de covarincia entre 0 e 0.0005 ocorrem para 10. Quando 0, a covarincia praticamente o triplo. Equao Prmio (a.t) Parmetro 16 3.022% x,RK -0.578% -5.225 17 3.022% 2 K 6.076% 0.497 R 2 18 3.022% x 4.700% 0.643 Tabela 1a: Averso relativa ao risco (). Brasil: 1991:1-2003:3.
10.0 8.0 6.0 4.0 2.0 0.0 -2.0 -4.0 -6.0 -8.0 -10.0
A lfa M ehra-P resco tt A lfa A sset P ricing
Grco 1A: Averso Relativa ao Risco (). Brasil: 1991:1-2003:3.
28
Cov(re t consum o re a l, re t a o
0 .0 010 0 .0 005 0 .0 000 re a l) -0 .0 005 -0 .0 010 -0 .0 015 -0 .0 020 -8.0 -6.0 -4.0 -2.0 0.0 2.0 4.0 6.0 -10.0 8.0 10.0
alf a A s s e t Pr icin g
Grco 2a: Averso relativa ao risco (). Equao de Asset Pricing. Brasil: 1991:1-2003:3.
Cov(re t consum o re a l, re t a o re a l)
0.0010 0.0005 0.0000 -0.0005 -0.0010 -0.0015 -0.0020 -1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
alfa M e hr a-Pr e s cott
Grco 3a: Averso relativa ao risco (). Equao de Mehra-Prescott. Brasil: 1991:1-2003:3. O grco 4a apresenta os resultados das simulaes do desviopadro e mdia do fator de desconto estocstico (M ) e de sua covarincia com os retornos reais das aes, a partir de valores arbitrrios
29
do coeciente de averso relativa ao risco (). A covarincia, como no caso norte-americano, tambm apresenta comportamento no linear com o aumento do coeciente de averso relativa ao risco (). Para valores de elevados (reduzidos), a covarincia reage mais rapidamente (lentamente). Na regio de 20, que correspondem aos valores observados nas estimaes por GMM, a covarincia apresenta valores negativos, podendo gerar prmios positivos. Contudo, nota-se que, diferentemente do caso norte-americano, medida que o coeciente de averso relativa ao risco () se eleva, a covarincia assume valores positivos, podendo gerar prmios negativos, de acordo com a equao (8). Como no caso norte-americano, o desvio-padro do fator de desconto estocstico (M ) eleva-se fortemente com , ao passo que a mdia de M eleva-se numa menor intensidade.
2.5 De svio-P a dr o de m e M dia de m 2 1.5 1 0.5 0 0 10 20 30 Alfa arbitrrio 40 50 60 desvio-padro (M) mdia (M) cov(R,M) 0.03 0.025 0.02 0.015 0.01 0.005 0 -0.005
Grco 4a: Simulao com valores arbitrrios da averso relativa ao risco (). Brasil: 1991:1-2003:3. O grco 5a, que utiliza a formulao de Asset Pricing, no permite concluir que maior prmio das aes exigido por investidores aversos ao risco. Contudo, o grco apresenta pontos onde investiores amantes
Cova ri ncia de re to rnos da s a e s e divide ndos com m
30
do risco (Asset Pricing < 0) aceitam prmios mais negativos. J o grco 6a, na formulao de Mehra (2003) evidencia a exigncia de maior prmio medida que a averso relativa ao risco (Mehra-Prescott ) cresce.
prmio d as ae s so bre o ativ o liv re de risco
6.0% 4.0% 2.0% 0.0% -2.0% -4.0% -6.0% -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

a lfa Asse t Pricing
Grco 5a: Averso ao risco e prmio de risco das aes. Brasil: 1991:1-2003-3.
31
p r mio d as a e s so br e o ativ o
1 0 .0 % 5 .0 % 0 .0 % -5 .0 % -1 0 .0 % -1 5 .0 % -1 .0 -0 .5 0 .0
a lfa M e h ra -P re sco tt
liv r e d e ris co
0 .5
1 .0
Grco 6a: Averso ao risco e prmio de risco das aes. Brasil: 1991:1-2003:3. Tambm no caso brasileiro, adotando o desvio-padro das taxas de crescimento do consumo como medida de suavidade do plano intertemporal de consumo do indivduo, notamos que em situaes de maior (menor) averso relativa ao risco (), o consumo mais (menos) suave. Este comportamento descrito tanto no grco 7a - relativo formulao de Asset Pricing- como no grco 8a - relativo Mehra (2003).
32
10.0 8.0 6.0 4.0 2.0 Alfa 0.0 -2.0 -4.0 -6.0 -8.0 -10.0 Mar-94 Mar-95 Mar-96 Mar-97 Mar-98 Mar-99 Mar-00 Mar-01 Mar-02 Mar-03
0.025 0.020 0.015 0.010 0.005 0.000 D esvio-P adro d o R etorn o d o C o nsu mo
Alfa Asset Pricing
Desvio-Padro do Retorno do Consumo
Grco 7a: Averso relativa ao risco. Modelo de Asset Pricing (Asset pricing ) e desvio-padro do consumo. Brasil: 1991:1 - 2003:3
33
1 .0 0 .8 0 .6 0 .4 0 .2 0 .0 -0 .2 -0 .4 -0 .6 -0 .8 -1 .0 -1 .2 Mar-94 Mar-95 Mar-96 Mar-97 Mar-98 Mar-99 Mar-00 Mar-01 Mar-02 Mar-03 Alfa
0 .0 2 5 0 .0 2 0 0 .0 1 5 0 .0 1 0 0 .0 0 5 0 .0 0 0 D esvio-P adro d o R etorno do
A lfa M e h ra -P re s c o t t
D e s vio -P a d r o d o R e t o rn o d o C o n s u m o
Grco 8a: Averso relativa ao risco e desvio-padro do consumo. Modelo de Mehra (2003). Brasil: 1991:1-2003:3. A tabela 3a apresenta a matriz de correlaes das sries. Ao contrrio do caso norte-americano, no se verica uma alta correlao dos retornos reais das aes com o prmio (29% no caso brasileiro e 97% no caso norte-americano). A correlao do prmio com as sries dos coecientes de averso relativa ao risco (Asset Pricing e Mehra-Prescott ) geradas pelas equaes (10) e (17) menor que no caso norte-americano. Este comportamento pode tambm ser evidenciado na comparao respectiva dos grcos 5 e 6 com os grcos 5a e 6a. Como nos Estados Unidos, os retornos reais do ativo livre de risco apresentam maior correlao com as sries Asset Pricing e Mehra-Prescott que a srie de aes. No caso brasileiro, tambm vericamos que o ativo livre de risco apresenta correlao mais elevada com a covarincia de consumo e aes, justicando us-lo como instrumento em nossas estimaes por GMM do coeciente de averso relativa ao risco.
C onsu mo
34
Ativo Livre de Risco (+) Aes (+) Ativo Livre de Risco (+) Consumo
(+)
Alfa (Asset Pricing)
Alfa (MehraPrescott)
Cov(Aes, Consumo)
0.0516 1.0000** 0.0051
0.0197 0.3175* 0.0427
-0.1516 -0.0924 -0.1992
Desvio-Padro do Consumo(+) -0.1285 0.0537 0.3851* 0.1708
Prmio (mdia mvel)
0.2886 0.0015 -0.0025
-0.3227* -0.1664
Desvio-Padro do Consumo(+)
Varincia das Aes (+) Prmio (mdia mvel)
0.3851* 0.1418 0.0015
0.0364 0.3872* 0.0495
-0.5276** -0.0125 0.1979
-0.7855** -0.0920 0.2070
1.0000** -0.2213 -0.3935*
-0.3935* 0.1437 1.0000**
Tabela 3a: Correlaes entre as variveis. Brasil: 1991:1-2003:3. (+) retornos reais das sries; (*) signicncia ao nvel de 5% e (**) signicncia ao nvel de 1%. 3.2. Testes e Estimaes O primeiro objetivo desta seo realizar testes sobre os dados norte-americanos e brasileiros, em particular, no que diz respeito log-normalidade e estacionariedade das sries de consumo e de aes. O teste de log-normalidade necessrio para justicar o procedimento de Mehra (2003), apresentado na primeira seo. O teste de estacionariedade, alm de mostrar se h indcios de cointegrao, uma condio requerida pelo mtodo de estimao empregado, o GMM. Em seguida, utilizando este mtodo, estimamos o coeciente de averso relativa ao risco () e a taxa de desconto intertemporal da funo utilidade ().37
Vide no apndice 2, os testes de Log-Normalidade e Estacionariedade para os dados norte-americano e brasileiro.
37
35
3.3. Resultados das Estimaes por GMM Apresentamos aqui as estimaes do coeciente de averso relativa b ao risco (b) e o fator de desconto da utilidade no tempo () pelo 38 mtodo GMM, segundo a equao (19). Vide a tabela 4.
Estimao Perodo Utilizado Instrumentos b
(desvio-padro) (t-estatstico) 0.959059 (0.021036) (45.59186) 0.901063 (0.012603) (71.49461) 0.949719 (0.022860) (41.54465)
a
(desvio-padro) (t-estatstico) 2.674441 (1.259778) (2.123037) 1.604495 (0.503688) (3.185496) 2.738080 (1.108915) (2.469153)
p-valor da estatstica T Mtodo xJ

0.351341 NWF Kernel quadrtico NWF Kernel quadrtico
I II (dividendos) III (taxa livre de risco nominal)
1896-2000
K, C(-6), C(-5), C(-4), C(-2), R(-6), R(-4), R
1933-2000
K, C(-6), C(-4), C, D(-6), D(-4), D
0.852155
1895-2000
K, B, B(+1), C(-5), C(-4), C, R(-4), R
0.548054
NWF Kernel Bartlett
b Tabela 4. Fator de Desconto da Utilidade () e da Averso Relativa ao Risco (b ). Mtodo GMM. Estados Unidos: 1890-2000. Os p-valores da estatstica T J apresentados validam as estimaes por GMM, pois esto acima de 5%, conforme discutido na
Aplicamos o mtodo para diversos instrumentos e perodos, gerando os grupos de estimaes I ao III. As variveis contemporneas so denotadas por C(+1), que representa Ct+1 /Ct , e R(+1), que corresponde 1 + Rk,t+1 . A notao das defasagens das variveis instrumentais coerente com esta notao das variveis contemporneas. O grupo II inclui defasagens de retornos reais de dividendos como instrumentos, denotados por D(+k) = dt+k /dt+(k1) . Iniciamos no ano de 1927, pois o incio da srie de dividendos utilizada, proveniente do CRSP. O grupo III inclui a taxa nominal de juros livre de risco, nas defasagens B(+1) e B. Todos os grupos de estimao utilizam uma constante (K). Conforme descrito na seo 2.1, as formas funcionais utilizadas para o clculo do kernel foram a quadrtica e a de Bartlett. Os mtodos de determinao da largura da banda (bandwidth) empregados foram de Newey-West com largura xa de banda (NWF), onde a largura funo do nmero de pontos. J os mtodos de Andrews (ADW) e Newey-West varivel (NWV) empregam autocorrelaes dos dados utilizados para a determinao da banda. A tcnica de prewithening (pw) ajusta um modelo AR(1) aos resduos antes de calcular a matriz.
38
36
seo 2.1. Maior evidncia contra o modelo ocorre no grupo I. Os b valores de variam de 0.90 0.96, todos abaixo de 1. A mediana foi de 0.95. Os valores de caram entre 1.61 e 2.74, com mediana de b 2.67.39 Campbell (1997, Captulo 8) reporta valores na tabela 8.2, p.312, para o coeciente de averso relativa ao risco, obtidos pelo mtodo das variveis instrumentais, utilizando commercial papers e ndice de aes (S&P500) como instrumentos, com defasagem (1) e tambm (1) e (2) para dados anuais de 1890-1994. Os valores variam de 0.235 6.365, com mdia 2.38425 e mediana 1.4685. Hansen e Singleton (1984) reportam valores obtidos a partir de sries mensais nas tabelas I e III. Assim, ao comparar com os valores obtidos, devemos levar em conta a freqncia. b Kocherlakota (1990a), na tabela 4, p.296, mostra valores de igual 0.983 e igual 2.7, usando dados anuais de Mehra-Prescott (1985) b de 1889 1978. Com relao s estimaes envolvendo dados brasileiros, segundo mencionado na seo de descrio de dados, dividimos a anlise em dois perodos: o perodo I, compreendendo 1991:1 2003:3; e o perodo II, compreendendo 1996:2 2003:3, para o qual temos a srie do ndice IBOVESPA com dividendos.40 A tabela 5 apresenta os resultados das estimaes. Os conjuntos denominados V, VIII e IX utilizaram os retornos das aes calculados segundo a equao (4). Os demais conjuntos empregaram a equao (22).
39 Conforme mencionado em sees anteriores, os instrumentos que geraram melhor desempenho nas estimaes foram aqueles de maior correlao com a covarincia entre crescimento real do consumo per capita e retorno real de aes. O melhor desempenho obtido pelo maior p-valor da estatstica T J. 40 No perodo I realizamos estimaes com o ndice IBOVESPA sem dividendos, somente. No perodo II, realizamos estimaes utilizando as sries sem dividendos e com dividendos, para poder comparar resultados.

b Estimao Perodo Utilizado Instrumentos a
37
(desvio-padro) (desvio-padro) (t-estatstico) (t-estatstico) 0.954086 (0.023734) (40.19833) 0.95857 (0.020021) (47.87758) 0.972695 (0.027745) (35.05806) 0.961847 (0.22915) (41.97443) 0.943129 (0.020751) (45.45088) 0.958227 (0.018542) (51.67836) 0.947269 (0.017008) (55.6954) 0.955979 (0.027485) (34.78137) 0.948069 (0.02028) (46.74926) 0.96548 (0.027256) (35.42228) 0.927418 (0.024375) (38.04865) 2.701281 (1.042053) (2.592267) 4.575938 (1.191845) (3.839372) 2.414232 (0.733384) (3.291908) 2.892086 (0.977283) (2.959314) 3.218362 (1.352134) (2.380209) 4.018672 (1.964202) (2.045957) 3.476748 (1.273326) (2.730477) 4.276759 (2.085264) (2.050944) 3.625704 (1.296175) (2.797233) 4.171685 (1.975233) (2.111996) 3.894788 (1.345619) (2.894422)
p-valor da estatstica TxJ

0.970229
Mtodo
K, C(+1), C(-1), C(-6), C(-8), R(+1), R(-3), R(-5), R(-6), R(-8)
ADW Kernel Bartlett VNW Kernel Bartlett ADW Kernel Bartlett VNW Kernel Bartlett pw VNW Kernel Bartlett ADW Kernel Bartlett pw VNW Kernel Bartlett pw ADW Kernel Bartlett VNW Kernel Bartlett ADW Kernel Bartlett pw VNW Kernel Bartlett
II
K, C(+1), C(-1),C(-6), C(-8), R(-1), R(-6), R(-8)
0.445000
III
K, C(-1), C(-5), B, B(+1)
0.790815
IV
K, C(-1), C(-5), B, B(+1)
0.789502
II
K, C(+1), C(-1), C(-4), R, R^2
0.308875
VI
II
K, C(+1), C(-1), C(-4), C(-6), R, R^2, R(-1)
0.322058
VII
II
K, C(+1), C(-1), C(-4), R, R^2, R(-6)
0.395483
VIII
II
K, C(+1), C(-1), C(-4), R, R^2, B
0.240721
IX
II
K, C(+1), C(-1), C(-4), R, R^2, B
0.333335
II
K, C(+1), C(-1), C(-4), C(-6), B(+1), B, R^2
0.290699
XI
II
K, C(+1), C(-1), C(-4), C(-6), B(+1), B, R^2
0.243099
Tabela 5. Averso relativa ao risco () e fator de desconto intertemporal da funo utilidade (). Mtodo GMM. Brasil Considerando a estatstica J T , maior evidncia contra o modelo ocorre no conjunto de estimao VIII. Com relao ao valor do fator b de desconto intertemporal da funo utilidade (), para os conjuntos
38
relativos ao perodo I, obtivemos valores entre 0.95 e 0.97, com mediana 0.96. Para o perodo II, os valores caram entre 0.93 e 0.97, com mediana 0.95. Considerando os dois perodos, a mediana foi de 0.96. As estimaes do coeciente de averso relativa ao risco (b ), con siderando o perodo I, caram entre 2.41 e 4.58, com mediana 2.80. Para o perodo II, os valores caram entre 3.22 e 4.28, com mediana 3.89. Considerando os dois perodos, a mediana foi de 3.626. Vemos que no houve grande diferena ao empregar a denio de retorno das aes usando a equao (4) ou a equao (22). Issler e Piqueira (2000), na tabela 1(b), p.219, reportam valores do coeciente de averso relativa ao risco (b) entre 0.891 e 2.202, signi cativos a 5%, a partir de dados trimestrais ajustados para sazonalidade, no perodo 1975-1994. Considerando todos os valores, inclusive os no-siginicativos, a mediana ca em 0.62. No mesmo artigo, a tabela 1(c), p.220, reporta valores entre 1.176 e 6.4381 (mediana de 1.70) para o mesmo perodo, utilizando variveis dummy para ajuste de sazonalidade, todos signicativos a 1%. Estimando com dados anuais, a tabela 1(a), p.218. apresenta valores entre 2.64 e 6.820. Nakane e Soriano (2003), na tabela 2, p.17, obtm o valor de 4.3209 para o coeciente , estimando para o perodo 1991:1 a 2002:1.41 b A tabela 6 mostra estimaes por GMM dos coecientes de averso b ao risco (b ) e do fator de desconto intertemporal da utilidade () para os perodos anterior e posterior ao Plano Real (1991:1 1994:2 e 1994:3 2003:3, respectivamente). No perodo Pr-Real, obtivemos coeciente de averso ao risco (b) igual 0.8845. No perodo Ps-Real, o elevou-se para 2.119. O fator de desconto intertemporal mostrou-se b mais baixo no perodo anterior ao Plano Real relativamente ao perodo posterior.
Apesar do trabalho de Nakane e Soriano (2003) utilizarem o modelo monetrio de Sidrauski, um dos parmetros estimados o coeciente de averso relativa ao risco.
41

b Estimao Perodo Utilizado Instrumentos a
39
p-valor da estatstica TxJ
0.271090
(desvio-padro) (desvio-padro) (t-estatstico) (t-estatstico) 0.893730 (0.009462) (94.45010) 0.971105 (0.025213) (38.51663) 0.884454 (0.153791) (5.751022) 2.119257 (0.429622) (4.932840)
Mtodo
Pr-Real
1991:1 1994:2
K, C, C(-2), C(-4), C(-5), R(-2), B, B(-1)
ADW Kernel Bartlett pw ADW Kernel Bartlett pw
Ps-Real
1994:3 2003:3
K, C, C(-2), C(-4), C(-5), R(-2), B, B(-1)
0.306090
Tabela 6. Averso relativa ao risco () e do fator de desconto intertemporal da utilidade (). Mtodo GMM. Brasil. Pr e Ps Plano Real. A tabela 7 apresenta os resultados a partir da formulao descrita em Mehra (2003), segundo as equaes (16) (18), aos dados brasileiros. Analisamos o perodo inteiro (1991:1 2003:3) e os perodos anterior e posterior implementao do Plano Real, para poder comparar com nossos resultados obtidos por GMM. Para o perodo inteiro, vemos que a equao (16) gera um valor do coeciente de averso ao risco () muito elevado e negativo, de -5.22, devido covarincia entre as taxas de crescimento do consumo per capita (x) e os retornos das aes (R) ser negativa. Este resultado diverge de nossas estimativas a partir do mtodo GMM, cuja mediana foi 3.63, no perodo inteiro. No perodo pr-Real, o parmetro apresentou valor alto e positivo, indicando averso ao risco, mas reduziu-se no perodo aps o plano. Considerando a aplicao da equao (17), que utiliza a varincia da srie de aes, observamos que indica aproximadamente neutralidade ao risco. Este comportamento de reduo de tambm foi observado quando usamos os dados americanos e est associado alta varincia da srie de retornos. A equao (18), que envolve a varincia da srie de consumo, indica uma averso relativa ao risco positiva, de 4.20, no perodo pr-Real, reduzindo-se 2.133 no perodo ps-Real. Tambm nestes sub-perodos os resultados divergem das es-
40
timaes por GMM, onde obtivemos 0.88 e 2.12.42 ,

Perodo 1991:1 2003:3 a Prmio (a.t) Parmetro 3.022% s(x,R) -0.578% -5.225 6.076% 0.497 3.022% s(R,R) 3.022% s(x,x) 4.700% 0.643
43
Equao Eq. 16 Eq. 17 Eq. 18
Perodo Pr-Real (1991:1 1994:2) a Prmio (a.t) Parmetro 9.89% s(x,R) 1.649% 6.000 9.89% s(R,R) 10.030% 0.986 9.89% s(x,x) 2.356% 4.200
Perodo Ps-Real (1994:3 2003:3) a Prmio (a.t) Parmetro 0.210% s(x,R) 0.268% 0.785 0.210% s(R,R) 4.277% 0.049 0.210% s(x,x) 0.099% 2.133
Tabela 7. Averso relativa ao risco (). Metodologia de Mehra (2003). Brasil: Pr e Ps Plano Real. 3.4. O Equity Premium Puzzle A identicao do Equity Premium Puzzle, segundo Hansen e Cochrane (1992), feita atravs da fronteira mdia-varincia do fator de desconto estocstico (M), gerada a partir da formulao de prmios. O valor do coeciente de averso relativa ao risco () necessrio para gerar um fator de desconto estocstico vlido de acordo com a fronteira muito maior que aquelo obtido pela estimao via GMM.44 Campbell (1997, Captulo 8), seguindo a formulao da fronteira a partir de retornos do ndice de aes S&P500, tambm conclui que o valor do coeciente de averso relativa ao risco () tambm deve ser maior que aquele obtido em estimativas de GMM.45 Um critrio alternativo para identicar o Equity Premium Puzzle consiste em utilizar a srie de dados das taxas de crescimento do
Notamos que a divergncia manifesta-se inclusive na magnitude do coeciente de averso ao risco: na estimao por GMM, o perodo ps-Real apresentou maior valor para o coeciente; enquanto na estimao pelo mtodo apresentado em Mehra (2003), o perodo pr-Real apresentou maior valor. 43 Como no caso norte-americano, a equao (17) est sujeita crtica de Roll (1977), conforme Kocherlakota (1990a), onde o uso do portfolio de mercado pode levar superestimaes da varincia da srie de retornos de aes. Ressaltamos tambm que o uso das equaes (17) e (18) supe a condio de equilbrio de que o consumo advm do retorno das aes (x = R). 44 Com dados americanos trimestrais de 1947 2000, os autores chegam a um valor de = 40. 45 Campbell (1997) utiliza dados norte-americanos de 1891-1994. O valor de necessrio para gerar um fator de desconto estocstico vlido 25, segundo o autor.
42
41
consumo per capita, dos retornos das aes e retornos do ativo livre de risco para estimar o coeciente de averso relativa ao risco () requerido pela a equao (8) de modo a gerar o prmio mdio observado. Contudo, deve-se considerar que a equao (8) baseia-se em uma mdia incondicional, ao passo que o mtodo de GMM incorpora as informaes fornecidas pelos instrumentos de forma condicional. Levando isso em conta, a partir da equao (8), considerando dados norte-americanos, utilizando-se = 0.95, um valor do coeciente de averso relativa ao risco () igual 28.55 seria necessrio para que a equao (8) gerasse um prmio mdio de 6.31% ao ano para o ndice de aes. Kandel e Stambaugh (1987), segundo Campbell (1997), apontam um valor de 29. Assim, o Equity Premium Puzzle est associado divergncia entre o valor estimado de , de 2.70, e o valor de 28.55, b obtido usando a equao (8) como referncia. A identicao do Equity Premium Puzzle na metodologia de Mehra (2003) pode ser feita comparando-se a estimao com os valores requeridos pelas equaes b (16) e (18), apresentados na tabela 1. No caso brasileiro, calculamos o coeciente de averso relativa ao risco () necessrio para justicar o prmio mdio do ndice de aes observado de 3.18% no perodo 1991:1-2003:3.46 O valor obtido foi de =-0.048, o que indica investidores aproximadamente neutros ao risco. Como nossas estimaes, apresentadas na tabela 5, apontam valores maiores que este, vericamos a ausncia deste puzzle no caso brasileiro. Realizamos a anlise descrita no pargrafo anterior para os perodos pr e ps-Plano Real. O valor de requerido pela equao (8) para o perodo pr-Plano Real foi de -0.06, inferior ao estimado por GMM, de 0.88. Para o perodo ps-Plano Real, o requerido pela equao (8) foi calculado em 0.16, inferior ao estimado por GMM, de 2.12.47 AsValor do prmio ao trimestre, referente 6.34% dos retornos reais das aes e 3.16% dos retornos reais do ativo livre de risco. O valor de utilizado foi de 0.95. 47 O retorno mdio real das aes observado no perodo pr-Plano Real foi de 16.37% (a.t.), e o retorno mdio do ativo livre de risco foi de 5.4% (a.t). No perodo ps-plano, as aes apresentaram retorno mdio de 2.53% (a.t.) e o ativo livre de
46
42
sim, tambm no vericamos o fenmeno do Equity Premium Puzzle, tomando como referncia a equao (8), que utiliza forma incondicional, nos perodos pr e ps-Plano Real. 4. Concluses
Nosso trabalho busca revisitar o Equity Premium Puzzle luz da Teoria de Apreamento de Ativos. Buscamos realizar uma anlise tanto econmica, apresentando fatos estilizados sobre as variveis presentes nestas formulaes, quanto economtrica, empregando o estimador GMM para inferir o coeciente de averso relativa ao risco () e o fator de desconto intertemporal (). Com relao aos fatos estilizados, geramos sries de mdias-mveis para , utilizando dados norte-americanos e brasileiros.48 Ficou clara a alternncia de papel entre o coeciente de averso relativa ao risco () e a covarincia entre os retornos reais do ndice de aes e a taxa de crescimento do consumo per capita: em situaes onde () aumenta, a covarincia entre o consumo e o retorno das aes diminui. Alm disso, a partir da equao de Apreamento de Ativos, vericamos que e esta covarincia apresentam uma relao no-linear, ou seja, esta diminui (no caso norte-americano) mais rapidamente em regies onde mais elevado. No caso brasileiro, este comportamento no linear tambm se verica, mas a covarincia passa a se elevar a partir de certos valores de . Com respeito ao prmio, observamos que este crescente com relao ao coeciente de averso relativa ao risco. A correlao entre prmio e coeciente de averso ao risco mostrouse mais reduzida ao utilizarmos dados brasileiros. A compreenso do Equity Premium Puzzle est associada este comportamento que acabamos de descrever. Se usarmos a funo de utilidade do tipo averso relativa ao risco constante, de modo a obter prmios elevados, precisamos tanto da covarincia baixa como valores de elevados, que so considerados no-razoveis pelas teorias de ciclo econmico.
risco 2.33% (a.t.) 48 No caso norte-americano, indicamos vrios perodos histricos.
43
Assim, as possveis explicaes para o puzzle envolvem a forma como estas variveis interagem. Vericamos tambm que em perodos de maior averso relativa ao risco, o desvio-padro das taxas de crescimento real do consumo per capita - tomado como medida do quo suave o consumo - apresenta valores menores. Este fato pode ser compreendido conforme Mehra (2003). No caso norte-americano, ao gerarmos a srie de coecientes de averso relativa ao risco usando a formulao de covarincia entre as taxas de crescimento do consumo e o retorno das aes, conforme Mehra (2003), obtivemos valores explosivos de em pontos onde tal covarincia chega prximo a zero. A utilizao da formulao de varincia dos retornos reais das aes, por outro lado, gerou um valor de =2.4, muito abaixo do requerido por Mehra e Prescott (1985). Tal fato tambm mencionado em Kocherlakota (1990a), que justica este resultado com base nos altos valores de varincia da srie de retornos das aes. Resultados mais elevados so obtidos com a adoo de ndices alternativos. Em nossa srie, valores negativos de - indicam investidores amantes do risco - ocorrendo em situaes em que o prmio foi negativo. A tabela 8 abaixo resume os resultados numricos obtidos neste trabalho, apresentando os principais resultados das estimaes do coeciente de averso ao risco (), obtidos por GMM. Apresentamos tambm os valores de requeridos pela equao de Asset Pricing para gerar o prmio observado em nossos conjuntos de dados (Equity Premium ) e pela metodologia apresentada em Mehra (2003) (Mehra e Prescott ). Nossas estimaes do coeciente de averso relativa ao risco so comparadas com aquelas obtidas em outros trabalhos (literatura ).

E s t a d o s U n id o s P r m io O b serva d o 6 .3 1 4 % ( a ) B ra s il 3 .7 7 % ( t.)
44
a e s tim a d o p o r GMM (m e d ia n a )
2 .6 7 (a n u a l)
2 .7 9 (p e r o d o I) 3 .9 0 (p e r o d o II) 3 .6 3 (to d o p e ro d o ) 0 .8 8 ( P r -R e a l) 2 . 1 2 (P s -R e a l) ( t r im .) -0 .0 4 8 -5 .2 3 ( s R , x )
a A s s e t P ric in g E q u ity P re m iu m a M e hra e P re s c o t t E q u ity P re m iu m ( fo rm u la o )
2 8 .5 5 3 8 .5 5 ( s R , x ) 2 .4 ( s R ,R )
0 .4 9 7 ( s R ,R ) 0 .6 4 3 ( s x ,x ) 1 .7 0 ( trim ) 4 .8 9 (a n u a l) I s s le r e P iq u e ira (19 7 5-19 9 4) 4 .3 2 ( trim ) N a k a n e e S o ria n o (19 9 1-20 0 2)
4 6 . 5 ( s x ,x ) 1 .4 7 (a n u a l) C a m p b e ll (1 8 9 0 -1 9 9 4 ) 2 .7 0 (a n u a l) K o c h e r la k o ta (1 8 9 0 -1 9 7 8 )
a lite ra tu ra (p e rio d ic id a d e e fo n te )
Tabela 8: Sntese dos Resultados No caso norte-americano, com relao s estimaes por GMM do () e (), geramos trs grupos de estimaes, com diferentes instrumentos e perodos. As melhores estimaes foram aquelas cujos instrumentos possuem maior correlao - mais especicamente, os dividendos - com a covarincia entre o crescimento real do consumo e o retorno real do ndice de aes. Este resultado consistente com os fatos estilizados discutidos na seo onde apresentamos o mtodo GMM. A mediana de nossas estimaes para foi de 2.67. J o coeciente apresentou mediana de 0.95.
45
Utilizando dados brasileiros, dividimos nossas estimaes em dois perodos de anlise. No primeiro perodo (I), de 1991:1 2003:3, utilizamos o ndice IBOVESPA sem dividendos. No segundo perodo (II), de 1996:2 2003:3, empregamos tanto este ndice com dividendos como este ndice sem dividendos. Essa diviso possibilitou calcularmos retornos sobre aes conforme as equaes (4) e (22). Estimaes por GMM mostraram que estas formas de clculo no afetam os valores estimados do coeciente de averso relativa ao risco () e o fator de desconto intertemporal da utilidade (). Assim, as concluses sobre o Equity Premium Puzzle no caso brasileiro no so afetadas pelo emprego de uma ou outra srie. De fato, o payo das aes no Brasil deve-se em grande parte ao componente do preo das mesmas. No primeiro conjunto de dados obtivemos mediana de 2.79 para o coeciente de averso relativa ao risco () e 0.96 para fator de desconto intertemporal da funo de utilidade (). No segundo conjunto, a mediana de foi 3.895 e a de foi de 0.948. No conjunto inteiro, estimamos medianas de 3.627 para e de 0.956 para . Ao estimarmos os parmetros para os perodos pr-Plano Real (1991:1 1994:2) e ps-Plano Real (1994:2 2003:3), obtivemos valores de iguais 0.88 e 2.12, para os respectivos perodos. A taxa de desconto intertemporal da utilidade () foi estimada em 0.8937 e 0.9711 nestes sub-perodos. A aplicao do mtodo descrito em Mehra (2003) para calcular o coeciente de averso ao risco () conitua com os valores estimados por GMM nestes sub-perodos. Para identicar o Equity Premium Puzzle, a partir da equao de Asset Pricing na forma incondicional, estimamos o coeciente de averso relativa ao risco () que compatvel com o prmio observado. No caso norte-americano, para obtermos o prmio mdio histrico de 6.31% ao ano, vericamos que seria necessrio um valor de coeciente de averso relativa ao risco de 28.55, superior aos valores aceitos pelas teorias de ciclo econmico, o que aponta a existncia do puzzle. No caso brasileiro, os valores estimados via GMM para () so superiores quele obtido pela equao de Asset Pricing na forma incondicional para justicar o prmio mdio das aes observado no
46
perodo, de 3.02%. Mais especicamente, segundo a equao de Asset Pricing, o coeciente de averso relativa ao risco () necessrio para justicar o retorno mdio observado no perodo analisado prximo a zero (-0.048), correspondendo investidores neutros ao risco. Este valor inferior aos estimados por GMM. De fato, conforme Mehra (2003), o Equity Premium Puzzle um fenmeno inerente aos pases considerados desenvolvidos, em particular, nos Estados Unidos. Finalizando, em termos de temas para as prximas pesquisas sugerimos as implementaes dos modelos de Hansen-Cochrane, HansenJagannathan, Burnside, Interest Rate Puzzle e uma abordagem monetria para explicar o puzzle. 5. Apndice 1. Grcos Adicionais
O grco A1 apresenta a srie americana das taxas anuais de crescimento per capita dos bens de consumo no-durveis e servios, para o perodo de 1890-2000, conforme mencionado na seo Descrio dos Dados, Anlises e Estimativas. Os grcos A2 ao A4 apresentam as sries de retornos reais trimestrais (brutos) para o IBOVESPA, juros e consumo per capita, referentes s estimaes para o caso brasileiro, conforme mencionado na seo 3 Descrio dos Dados. Na seo 3 Anlise dos Dados, para o caso norte-americano, mencionamos que h perodos de maior correlao entre os retornos reais de consumo e aes, embora o valor global baixo. Este comportamento apresentado no grco A5, que contm as sries geradas para o coeciente de averso relativa ao risco (), segundo as equaes (14) e (10); e a srie de correlao entre os retornos reais de consumo e aes. Utilizamos janelas de dez anos.
47
Retorno Real Anual Bruto do Consumo Per Capita de Bens No-Durveis e Servios, 1890-2000 1.12 1.09 1.06 1.03 1.00 0.97 0.94 0.91 0.88
18 90 18 94 18 98 19 02 19 06 19 10 19 14 19 18 19 2 19 2 26 19 30 19 34 19 38 19 42 19 46 19 5 19 0 54 19 58 19 62 19 66 19 70 19 74 19 7 19 8 82 19 86 19 90 19 94 19 98
Grco A1: Taxas de crescimento per capita dos bens de consumo no-durveis e servios. US: 1890-2000.
48
Retorno Real Trimestral Bruto do ndice IBOVESPA ex-dividendo e comdividendo: perodo 1991:1 2003:3
1.8 Ibovespa comdividendo 1.6 Ibovespa ex-dividendo
1.4
1.2
0.8
0.6
0.4
0.2
0 Mar-91 Jul-91 Nov-91 Mar-92 Jul-92 Nov-92 Mar-93 Jul-93 Nov-93 Mar-94 Jul-94 Nov-94 Mar-95 Jul-95 Nov-95 Mar-96 Jul-96 Nov-96 Mar-97 Jul-97 Nov-97 Mar-98 Jul-98 Nov-98 Mar-99 Jul-99 Nov-99 Mar-00 Jul-00 Nov-00 Mar-01 Jul-01 Nov-01 Mar-02 Jul-02 Nov-02 Mar-03 Jul-03 Nov-03
Grco A2. Retorno do IBOVESPA com e sem dividendos
0.90
0.95
1.00
1.05
1.10
1.15
Grco A3: Retorno dos CDBs. Brasil
RetornoReal Trim estral B de CDB perodo 1991:1 2003:3 ruto s:
49
Mar-91 Jul-91 Nov-91 Mar-92 Jul-92 Nov-92 Mar-93 Jul-93 Nov-93 Mar-94 Jul-94 Nov-94 Mar-95 Jul-95 Nov-95 Mar-96 Jul-96 Nov-96 Mar-97 Jul-97 Nov-97 Mar-98 Jul-98 Nov-98 Mar-99 Jul-99 Nov-99 Mar-00 Jul-00 Nov-00 Mar-01 Jul-01 Nov-01 Mar-02 Jul-02 Nov-02 Mar-03 Jul-03 Nov-03
50
Retorno Real Trim estral Bruto do Consum per Capita (srie dessazonalizada): perodo 1991:1 o 2003:3
1.08 1.06 1.04 1.02 1 0.98 0.96 0.94 0.92 0.9 0.88 Jun-91 Oct-91 Feb-92 Jun-92 Oct-92 Feb-93 Jun-93 Oct-93 Feb-94 Jun-94 Oct-94 Feb-95 Jun-95 Oct-95 Feb-96 Jun-96 Oct-96 Feb-97 Jun-97 Oct-97 Feb-98 Jun-98 Oct-98 Feb-99 Jun-99 Oct-99 Feb-00 Jun-00 Oct-00 Feb-01 Jun-01 Oct-01 Feb-02 Jun-02 Oct-02 Feb-03 Jun-03 Oct-03
Grco A4: Retorno Real Trimestral Bruto do Consumo per Capita (srie dessazonalizada).

Regio III 25 20 Regio IV Regio IV A Regio VI
51
Regio VII 1.0000 0.8000 0.6000 Corre la o (Re tornos a e s, Re tornos consum o)
15 Regio II Alfa 10
0.4000 0.2000 -
5 0
(0.2000) (0.4000) (0.6000)
Regio I -5 1890 1895 1900 1905 1910 1915 1920 1925 1930 1935 1940 1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000
(0.8000)
Regio V
alfa Mehra-Prescott
alfa Asset Pricing
corr(retorno de aes,retorno do consumo)
Grco A5. Averso Relativa ao Risco versus a Correlao entre o crescimento do consumo e o retorno das aes. Janelas de dez anos. US: 1890-2001 6. Apndice 2. Testes de Log Normalidade e Estacionariedade
Vimos na seo 1 que Mehra (2003) fazem hiptese de log-normalidade com respeito s sries de consumo e dividendos, e suas distribuies conjuntas. Testamos a hiptese de que as sries de crescimento de consumo, dividendos e retornos reais das aes seguem a distribuio log-normal, realizando o teste de Jarque-Bera sobre as sries dos logaritmos destas sries.49,50
Testamos a srie de aes pois a equao (16) faz uso desta srie. A estatstica de Jarque-Bera testa se uma srie tem distribuio normal. Como a normal caracterizada por assimetria (S) zero e curtose (K) 3, a estatstica
50 49
52
Considerando os dados norte-americanos, a tabela A1 mostra que as sries das taxas de crescimento do consumo e os retornos das aes podem ser consideradas log-normais ao nvel de 5%. Contudo, a srie de dividendos no pode ser considerada log-normal.
Variveis ln (consumo) ln (dividendo) ln (ao) Assimetria -0.3597 1.0851 -0.4579 Curtose 3.7975 5.8737 3.402 Jarque-Bera 5.384 40.5243 4.668 p-value 0.0678 0.0000 0.0969
Tabela A1: Teste de normalidade. Estados Unidos: 1890-2000 Se duas variveis tm funo densidade de probabilidade log-normal, ento a funo densidade de probabilidade conjunta ser tambm lognormal.51 Utilizando este resultado, conclumos, a partir dos testes da tabela A1, que podemos utilizar a hiptese que as sries das taxas de crescimento do consumo e dos retornos das aes em conjunto seguem uma log-normal. Visando a aplicao do mtodo GMM, precisamos testar se as sries so estacionrias. Para tanto, empregamos o teste ADF para testar a presena de razes unitrias.52 Consideramos os casos: 1) Constante
denida por: T 2 1 [S + (K 3)2 ]. 6 4 Sob a hiptese nula de normalidade, a estatstica segue uma 2 de ordem 2. Para este teste, a obteno de p-valores altos faz com que aceitemos a hiptese de normalidade. Veja, por exemplo, Ross (2002, captulo 7). A presena de raiz unitria indica no-estacionariedade. O teste ADF consiste em uma regresso da primeira diferena da srie contra a srie defasada uma vez, termos de diferenas (a vrias defasagens), uma constante e tendncia: yt = 1 yt1 + 2 yt1 + 3 yt2 + ... + 4 + 5 t Se o coeciente em yt1 signicativamente diferente de zero, ento a hiptese que y contm uma raiz unitria rejeitada e aceita-se a estacionariedade. Assim, se o t - estatstico de Dickey-Fuller menor em mdulo que o valor crtico apontado, ento a srie possui raiz unitria.
52 51
53
e at quatro defasagens; e 2) Constante, tendncia e at quatro defasagens. Os resultados so apresentados na tabela A2. Os valores obtidos para o t-estatstico so maiores, em mdulo, que os valores crticos a 1%, o que rejeita a hiptese de haver raiz unitria. Quanto presena de tendncia, o coeciente da srie de consumo signicativo, mas o valor obtido muito prximo de zero. No caso da srie de aes, o t-estatstico no apontou signicncia. Contudo, como a hiptese nula o coeciente ser zero, conclumos tambm que no h tendncia para esta srie.
(1) constante e defasagens t-estatstico valor crtico (1%) consumo ao -3.9714 -5.2706 -3.4922 -3.4922 (2) constante, defasagens e tendncia valor crtico (1%) tendncia t-estatstico p-valor -4.0460 -4.0460 -0.0003 0.0005 -2.5268 0.4691 0.0131 0.6400
t-estatstico -4.7748 -5.2563
Tabela A2. Teste ADF: Aes e Consumo. Estados Unidos: 1890-2000. Tambm realizamos o teste de Phillips-Perron para testar a presena de razes unitrias.53 Os resultados esto na tabela A3. Neste caso tambm os valores obtidos para o t-estatstico so maiores, em mdulo, que os valores crticos a 1%, o que rejeita a hiptese nula de existncia de raiz unitria para as sries de retornos reais de consumo e de retornos reais de aes.
53
Como o teste ADF, o teste de Phillips-Perron um teste para = 1 na equao yt = + yt1 + t ,
mas no h termos de defasagens. Novamente, se o coeciente de yt1 signicativamente diferente de zero, aceita-se a estacionariedade. Na prtica, se o t-estatstico menor em mdulo que o valor crtico apontado, ento a srie possui raiz unitria.

Teste de Phillips-Perron t-estatstico consumo ao -10.1705 -9.3285 valor crtico (1%) -3.4900 -3.4900
54
Tabela A3. Teste de Phillips-Perron para o consumo e aes. Estados Unidos: 1890-2000. Quanto aos dados brasileiros, com respeito srie do ndice IBOVESPA com dividendos, sabemos que os proventos so pagos de forma discreta, podendo indicar sazonalidade, ao contrrio de pagamentos contnuos que caracterizam o mercado norte-americano. Contudo, no observamos efeitos de sazonalidade sobre a srie que inclui dividendos. Ademais, a maior parte do retorno associado ao ndice brasileiro no composto por dividendos, como indicado pelo grco A2 do apndice 1. No caso brasileiro tambm realizamos o teste de Jarque-Bera sobre o logaritmo das sries das taxas de crescimento do consumo per capita e retornos reais das aes, para testar se estas sries so normais.54 A tabela A4 mostra que as sries logartmicas das taxas de crescimento do consumo e dos retornos reais das aes podem ser consideradas normais, dado que o p-valor superou o valor de 5%. Assim, da mesma forma que no caso norte-americano, podemos aplicar as equaes (16) (18).
Variveis Assimetria ln (consumo) 0.5171 ln (ao) -0.0978 Curtose Jarque-Bera 3.5513 2.8617 2.372 0.9203 p-valor 0.2391 0.6312
Tabela A4. Teste de normalidade. Brasil: 1991:1-2003:3. Quanto estacionariedade das sries das taxas de crescimento do consumo per capita e dos retornos reais das aes, o teste ADF rejeitou
Pelo fato de a srie de retornos reais de dividendos ser demasiadamente curta, no empregamos as equaes de Mehra (2003) que a utilizariam. Assim, no realizamos os testes de log-normalidade associados a ela.
54
55
a hiptese nula da existncia de raiz unitria, tanto para a srie de retorno de consumo, como para a srie de retorno das aes, conforme pode ser visto na tabela A5. Como no caso americano, inclumos constante e tendncia. Novamente, o coeciente associado tendncia da srie de retornos do consumo foi signicativo (-2.6268), mas o valor obtido foi muito prximo de zero, indicando ausncia de tendncia. J para a srie de retornos de aes o valor do coeciente mostrou-se no signicativo (-0.9974), indicando tambm ausncia de tendncia.
(1) constante e defasagens t-estatstico consumo ao -2.9754 -5.51177 valor crtico (5%) -2.9271 -2.9271 t-estatstico -4.0903 -5.4724 (2) constante, defasagens e tendncia valor crtico (5%) -3.5112 -3.5112 tendncia -0.0007 -0.00246 t-estatstico -2.6268 -0.9974 p-valor 0.0124 0.3239
Tabela A5. Teste ADF para o consumo e aes. Brasil: 1991:1-2003:3. O teste de Phillips-Perron tambm rejeitou a hiptese nula de existncia de raiz unitria para ambas as sries, como mostra a tabela A6, pois o t-estatstico cou acima, em mdulo, do valor crtico ao nvel de 1%.
Teste de Phillips-Perron t-estatstico consumo ao -5.5504 -6.2711 valor crtico (1%) -3.5005 -3.5005
Tabela A6 Teste de Phillips-Perron. Brasil: 1991:1-2003:3.
References [1] Abel, A. (1988). Stock Prices under Time Varying Dividend Risk: An Exact Solution in an Innite-Horizon General Equilibrium Model. Journal of Monetary Economics, 22, 375-394.
56
[2] (1990). Asset Prices under Habit Formation and Catching Up with the Joneses. American Economic Review, 80, 38-42. [3] Andrews, D. (1991). Heteroskedasticity and Autocorrelation Consistent Covariance Matrix Estimation. Econometrica, 59, 817-858. [4] Bansal, R., e J. Coleman (1996). A Monetary Explanation of the Equity Premium, Term Premium, and Risk-Free Rate Puzzles. Journal of Political Economy, 104, 1135-1171. [5] Bansal, R., e A. Yaron (2000). Risks for the Long Run: A Potential Resolution of Asset Pricing Puzzles. NBER Working Paper No. 8059. [6] Barberis, N., M.Huang, e T. Santos (2001). Propect Theory and Asset Prices. Quaterly Journal of economics, 116, 1-53. [7] Bernartzi, S., e R. Thaler (1995). Myopic Loss Aversion and the Equity Premium Puzzle. Journal of Economics, 110, 73-92. [8] Blume, M., e I. Friend (1975). The Demand for Risky Assets. American Economic Review, 65, 900-922. [9] Burnside, C. (1994). Hansen-Jagannathan Bounds as Classical Tests of Asset-Pricing Models. Journal of Business and Economic Statistics, 12, 57-79. [10] Campbell, J., A. Lo, e A. Mackinley 1997. The Econometrics of Financial Markets. Princeton University Press, Princeton, NJ. [11] Campbell, J., e J. Cochrane (1999). By Force of Habit: A Consumption-Based Explanation of Aggregate Stock Market Behavior. Journal of Political Economy, 107, 205-251. [12] Campbell, J., e R. Shiller (1988). The Dividend-Price Ratio and Expectations of Future Dividends and Discount Factors. Review of Financial Studies, 1, 195-227. [13] Cochrane, J. (2001). Asset Pricing. Princeton University Press, Princeton, NJ.
57
[14] Cochrane, J., e L. Hansen (1992). Asset Pricing Explorations for Macroeconomics. NBER Working Paper No. 4088. [15] Constantinides, G. (1990). Habit Formation: A Resolution of the Equity Premium Puzzle. Journal of Political Economy, 98, 519-543. [16] Constantinides, G., e D. Due (1996). Asset prices with Heterogeneous Consumers. Journal of Political Economy, 104, 219-240. [17] Constantinides, G., J. Donaldson, e R. Mehra (2002). Junior Cant Borrow: A New Perspective on the Equity Premium Puzzle. Quaterly Journal of Economics, 117, 269-296. [18] Epstein, L., e S. Zin (1989). Substitution, Risk Aversion and the Temporal Behavior of Consumption and Asset Returns: A Theoretical Framework. Econometrica, 57, 937-968. [19] (1991). Substitution, Risk Aversion and the Temporal Behavior of Consumption and Asset Returns: An Empirical Investigation. Journal of Political Economy, 99, 263-286. [20] Hansen, L. (1982). Large Sample Properties of Generalized Method of Moments. Econometrica, 50, 1029-1054. [21] Hansen, L., e K. Singleton (1982). Generalized Instrumental Variables Estimation on Nonlinear Rational Expectations Models. Econometrica, 50(5), 1269-1288. [22] (1983). Stochastic Consumption, Risk Aversion and the Temporal Behavior of Asset Returns. Journal of Political Economy, 91, 249-268. [23] Hansen, L., e K. Singleton (1982). Errata do artigo Generalized Instrumental Variables Estimation on Nonlinear Rational Expectations Models. Econometrica, 52(1), 267-268. [24] Hansen, L., e R. Jagannathan (1991). Implications of Security Market Data for Models of Dynamic Economies. Journal of Political Economy, 99, 225-262.
58
[25] Heaton, J., e D. Lucas (1996). Evaluating the Eects of Incomplete Markets on Risk Sharing and Asset Pricing. Journal of Political Economy, 104, 443-487. [26] (1997). Market Frictions, Savings Behavior and Portfolio Choice. Journal of Macroeconomic Dynamics, 1, 76-101. [27] Huang, C., e R.Litzenberg (1988). Foundations of Financial Economics. North-Holland Publishing Co., New YorkAmsterdam. [28] Issler, J., e N. Piqueira (2000). Estimating Relative Risk Aversion, the Discount Rate, and the Intertemporal Elasticity of Substitution in Consumption for Brazil Using Three Types of Utility Function. Brazilian Review of Econometrics, 20, 200-238. [29] Kandel, S., e R. Stambaugh (1991). Asset Returns and Intertemporal Preferences. Journal of Monetary Economics, 27, 3971. [30] Kocherlakota, N. (1990a). On Tests of Representative Consumer Asset Pricing Models . Journal of Monetary Economics, 26, 285-304. [31] (1990b). On the Discount Factor in Growth Economies . Journal of Monetary Economics, 25, 43-48. [32] (1996). The equity Premium: Its Still a Puzle. Journal of Economic Literature, Vol. XXXIV (March 1996), pp.42-71. [33] Lucas, R. (1978). Asset Prices in an Exchange Economy . Econometrica, 46, 1429-1445. [34] Mankiw, N. (1986). The Equity Premium and the Concentration of Aggregate Shocks . Journal of Financial Economics, 17, 211-219. [35] McGrattan, E., e E.Prescott (2001). Taxes, Regulations, and Asset Prices. Working Paper No. 610, Federal Reserve Bank of Minneapolis.
59
[36] Mehra, R. (2003). The Equity Premium: Why is it a Puzzle?. NBER Working Paper No w9512. [37] Mehra, R., e E. Prescott (1985). The Equity Premium: A Puzzle. Journal of Monetary Economics, 15, 145-161. [38] Nakane, Mrcio e L. Soriano (2003). Real Balances in the Utility Function: Evidence for Brazil. Working Paper No. 68, Banco Central do Brasil. [39] Newey,W., e K.West (1987). A Simple, Positive-Denite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix. Econometrica, 55, 703-708. [40] (1994). Automatic Lag Selection in Covariance Matrix Estimation. Review of Economic Studies, 61, 631-. [41] Obstfeld, M., e K. Rogo (1996). Foundations of International Macroeconomics. MIT Press, Cambridge, Massachussets. [42] Roll, R. (1977). A Critique of the Asset Pricing Theorys Tests. Journal of Financial Economics, 4, 129-176. [43] Ross, S. (2002). Introduction to Probability Models. Academic Press. [44] Storesletten, K., C. Telmer, e A. Yaron (1999). Asset Pricing with idiosyncratic Risk and Overlapping Generations. Working Paper. Carnegie Mellon University, Pittsburgh. [45] Tauchen, G. (1986). Statistical Properties of Generalized Method-of-Moments Estimators of Structural Parameters Obtained from Financial Market Data. Journal of Business and Economic Statistics, 4, 397-416. [46] Weil, P. (1989). The Equity Premium Puzzle and Risk-Free Rate Puzzle. Journal of Monetary Economics, 24, 401-421. [47] Wheatley, S. (1986). Estimates of Relative Risk Aversion and the Exclusion of Assets. Working Paper. University of Washington, Seattle, W.A.

Equity Premiun Brazil

Uploaded by

Document Information

Original Description:

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Equity Premiun Brazil

Uploaded by

Copyright:

Available Formats

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

Pk,t+1 + Dk,t+1 . Pk,t

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

Usando a equao (11), ln[

The Equity Premium Puzzle: Brasil e Estados Unidos

ou log Et(1 + Rk,t+1 ) log Et (1 + Rf,t+1 ) = 2 . x

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

Descrio dos Dados, Anlises e Estimativas

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

Tabela 2: Averso Relativa ao Risco (). US: 1914-2001

Cov(re t con sum o re a l, re t a o re a l)

Grco 2: Averso relativa ao risco (). Estados Unidos: 1890-2000.

The Equity Premium Puzzle: Brasil e Estados Unidos

Cov(re t re a l con sum o, re t re a l a o)

alfa M e hra- Pres cott

The Equity Premium Puzzle: Brasil e Estados Unidos

desv io-padro (M) mdia (M) cov(R ,M)

Covarincia de retornos da s a es e divide ndos com m

Des vio-Padro de m e M dia de m

The Equity Premium Puzzle: Brasil e Estados Unidos

p rmio d as ae s so br e o ativ o liv r e d e risco

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

Regio III 16 14 12 10 8 Alfa 6 4 2 0 -2 -4 Regio I Regio II

alfa Asset Pricing

D io-Padro do R esv etorno do Consumo

The Equity Premium Puzzle: Brasil e Estados Unidos

R egio VII De svio-P a dr o do Re torno do Consum o 0.04

0.025 0.02 0.015 0.01 0.005 0

The Equity Premium Puzzle: Brasil e Estados Unidos

Prmio (mdia mvel) -0.2058*

Dividendo Prmio s (+)

0.0325** 0.2145 -0.1497** -0.2058 0.4769**

-0.0214* -0.2773 0.1916** -0.1000** 0.3583

0.0571 0.2286 -0.0252* 0.6645** 0.3421**

0.0423 0.0891 -0.0309* 0.7254** 0.0875

0.1671 0.3184** -0.0101 0.0592 0.5284**

0.4266** -0.0868 0.1498 1.0000 ** 0.2332*

0.4595** -0.2327* -0.1207 0.4227** 0.2332* 0.4366** 1.0000 ** -0.0919*

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

Grco 1A: Averso Relativa ao Risco (). Brasil: 1991:1-2003:3.

The Equity Premium Puzzle: Brasil e Estados Unidos

alfa M e hr a-Pr e s cott

The Equity Premium Puzzle: Brasil e Estados Unidos

Cova ri ncia de re to rnos da s a e s e divide ndos com m

The Equity Premium Puzzle: Brasil e Estados Unidos

6.0% 4.0% 2.0% 0.0% -2.0% -4.0% -6.0% -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

The Equity Premium Puzzle: Brasil e Estados Unidos

The Equity Premium Puzzle: Brasil e Estados Unidos

0.0325 0.2145 -0.1497 -0.2058 0.4769**

-0.0214* -0.2773 0.1916 -0.1000 0.3583

0.0571 0.2286 -0.0252* 0.6645 0.3421

0.1671 0.3184 -0.0101 0.0592 0.5284

0.4266 -0.0868 0.1498 1.0000 0.2332*

0.4595** -0.2327* -0.1207 0.4227** 0.2332* 0.4366 1.0000 -0.0919*