The estimation results of Brazilian risk premia are not robust in the literature. For instance, among the 133 market risk premium estimates reported on the literature, 41 are positives, 18 are negatives and the remainder are not significant. In this study, we investigate the grounds for this lack of consensus. First of all, we analyze the sensitivity of the US risk premia estimation to two relevant constraints present in the Brazilian market: the small number of assets (137 eligible stocks) and the short time-series sample available for estimation (14 years). We conclude that the second constrain, small T, has greater impact on the results. Following, we evaluate the two potential causes of problems for the risk premia estimation with small T: i) small sample bias on betas; ii) divergence between ex-post and ex-ante risk premia. Through Monte Carlo simulations, we conclude that for the T available for Brazil, the betas estimates are no longer a problem. However, it is necessary to wait until 2041 to be able to estimate ex-ante risk premia with Brazilian data. / Os resultados das estimações de prêmios de risco brasileiros não são robustos na literatura. Por exemplo, dentre 133 estimativas de prêmio de risco de mercado documentadas, 41 são positivas, 18 negativas e o restante não é significante. No presente trabalho, investigamos os motivos da falta de consenso. Primeiramente, analisamos a sensibilidade da estimação dos prêmios de risco norte-americanos a duas restrições presentes no mercado brasileiro: o baixo número de ativos (137 ações elegíveis) e a pequena quantidade de meses disponíveis para estimação (14 anos). Concluímos que a segunda restrição, T pequeno, tem maior impacto sobre os resultados. Em seguida, avaliamos as duas potenciais causas de problemas para a estimação de prêmios de risco em amostras com T pequeno: i) viés de pequenas amostras nas estimativas dos betas; e ii) divergência entre prêmio de risco ex-post e ex-ante. Através de exercícios de Monte Carlo, concluímos que para o T disponível no Brasil, a estimativa dos betas já não é mais um problema. No entanto, ainda precisamos esperar até 2041 para conseguirmos estimar corretamente os prêmios ex-ante com os dados brasileiros.

The estimation results of Brazilian risk premia are not robust in the literature. For instance, among the 133 market risk premium estimates reported on the literature, 41 are positives, 18 are negatives and the remainder are not significant. In this study, we investigate the grounds for this lack of consensus. First of all, we analyze the sensitivity of the US risk premia estimation to two relevant constraints present in the Brazilian market: the small number of assets (137 eligible stocks) and the short time-series sample available for estimation (14 years). We conclude that the second constrain, small T, has greater impact on the results. Following, we evaluate the two potential causes of problems for the risk premia estimation with small T: i) small sample bias on betas; ii) divergence between ex-post and ex-ante risk premia. Through Monte Carlo simulations, we conclude that for the T available for Brazil, the betas estimates are no longer a problem. However, it is necessary to wait until 2041 to be able to estimate ex-ante risk premia with Brazilian data. / Os resultados das estimações de prêmios de risco brasileiros não são robustos na literatura. Por exemplo, dentre 133 estimativas de prêmio de risco de mercado documentadas, 41 são positivas, 18 negativas e o restante não é significante. No presente trabalho, investigamos os motivos da falta de consenso. Primeiramente, analisamos a sensibilidade da estimação dos prêmios de risco norte-americanos a duas restrições presentes no mercado brasileiro: o baixo número de ativos (137 ações elegíveis) e a pequena quantidade de meses disponíveis para estimação (14 anos). Concluímos que a segunda restrição, T pequeno, tem maior impacto sobre os resultados. Em seguida, avaliamos as duas potenciais causas de problemas para a estimação de prêmios de risco em amostras com T pequeno: i) viés de pequenas amostras nas estimativas dos betas; e ii) divergência entre prêmio de risco ex-post e ex-ante. Através de exercícios de Monte Carlo, concluímos que para o T disponível no Brasil, a estimativa dos betas já não é mais um problema. No entanto, ainda precisamos esperar até 2041 para conseguirmos estimar corretamente os prêmios ex-ante com os dados brasileiros.

Submitted by Eduardo Alonso Marza dos Santos (eduardo.marza.santos@gmail.com) on 2015-06-21T10:30:55Z No. of bitstreams: 1 Eduardo_A_M_Santos.pdf: 646820 bytes, checksum: aaba122a576d7c75ad0e5803539c25d4 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2015-06-22T11:46:18Z (GMT) No. of bitstreams: 1 Eduardo_A_M_Santos.pdf: 646820 bytes, checksum: aaba122a576d7c75ad0e5803539c25d4 (MD5) / Made available in DSpace on 2015-06-22T11:56:18Z (GMT). No. of bitstreams: 1 Eduardo_A_M_Santos.pdf: 646820 bytes, checksum: aaba122a576d7c75ad0e5803539c25d4 (MD5) Previous issue date: 2015-05-28 / The dissertation goal is to quantify the tail risk premium embedded into hedge funds' returns. Tail risk is the probability of extreme large losses. Although it is a rare event, asset pricing theory suggests that investors demand compensation for holding assets sensitive to extreme market downturns. By de nition, such events have a small likelihood to be represented in the sample, what poses a challenge to estimate the e ects of tail risk by means of traditional approaches such as VaR. The results show that it is not su cient to account for the tail risk stemming from equities markets. Active portfolio management employed by hedge funds demand a speci c measure to estimate and control tail risk. Our proposed factor lls that void inasmuch it presents explanatory power both over the time series as well as the cross-section of funds' returns. / O objetivo do trabalho é quanti car o prêmio de risco de cauda presente nos retornos de fundos de investimento americanos. Risco de cauda é o risco de perdas excepcionalmente elevadas. Apesar de ser um evento raro, a teoria de apreçamento de ativos sugere que os investidores exigem um prêmio de risco para reter ativos expostos a eventos negativos extremos (eventos de cauda). Por de nição, observações extremas têm baixa probabilidade de estarem presentes na amostra, o que di culta a estimação dos impactos de risco de cauda sobre os retornos e reduz o poder de técnicas tradicionais como VaR. Os resultados indicam que não é su ciente controlar somente para o risco de cauda do mercado de capitais. A gestão ativa de portfólio por parte dos gestores de fundos requer uma medida própria para estimação e o controle de risco de cauda. O fator de risco de cauda que propomos cumpre este papel ao apresentar poder explicativo tanto na série temporal dos retornos quanto no corte transversal.