Return to search

Estágios do ciclo de vida definidos com base nos fluxos de caixa como fator de risco no modelo de precificação de ativos

Made available in DSpace on 2018-08-01T23:39:44Z (GMT). No. of bitstreams: 1
tese_10957_DISSERTAÇÃO RENATO FALLER_DEFESA_Versão Final.pdf: 1820858 bytes, checksum: 0f59302840abb73293fb92d836d5cf03 (MD5)
Previous issue date: 2017-04-27 / Este estudo investiga a capacidade dos estágios do ciclo de vida das empresas em descrever o
retorno das ações, especificamente, combinado no modelo de três fatores de Fama e French. A
abordagem propõe o uso de um fator construído a partir dos estágios do ciclo de vida,
chamado de MMG – Maturity Minus Growth –, que é a diferença entre os retornos das
carteiras compostas por ações de empresas em maturidade e os retornos das carteiras
formadas por ações de empresas em crescimento, como uma alternativa ao HML – High
Minus Low –, devido a possíveis distorções decorrentes do book-to-market, a fim de testar se
há ganho na capacidade do modelo em capturar os retornos das ações. A amostra é composta
por empresas não financeiras listadas na BM&FBOVESPA no período de 2008 a 2016. Para a
classificação das empresas em estágios do ciclo de vida é empregado o método de Dickinson
(2011), em que são utilizadas combinações dos sinais dos fluxos de caixa para a determinação
do estágio em que a empresa se encontra. Na apuração do fator de mercado é utilizado como
benchmark o Ibovespa e assumida como taxa livre de risco a taxa nominal T-Bond, de
emissão do Tesouro dos Estados Unidos da América, mais o risco-país Brasil. Três modelos
de regressão são estimados: o primeiro é o modelo de três fatores em sua forma tradicional; o
segundo é um modelo de quatro fatores, em que há a adição do fator derivado do estágio do
ciclo de vida – chamado de MMG; e o terceiro é o modelo de três fatores modificado, em que
é feita a substituição do fator HML pelo fator construído a partir dos estágios do ciclo de vida.
Primeiramente as regressões são estimadas para o período de 05/2009 a 10/2011, num
procedimento in-sample. Os resultados desta abordagem indicam que o fator MMG está
positivamente relacionado aos retornos das ações do estudo. Em seguida é feita a análise outof-sample
para o período de 11/2011 a 04/2016, testando qual dos modelos fornece melhores
previsões para as carteiras. Na comparação das previsões em relação aos retornos efetivos é
utilizado o teste de Diebold e Mariano (1995) para verificar qual dos modelos apresenta
precisão na previsão estatisticamente superior aos demais. É observado que o primeiro e o
terceiro modelo apresentam desempenho equilibrado nas previsões de retornos. Além disso,
os resultados, tanto na abordagem in sample quanto na out-of-sample, indicam uma relação de
complementação entre os fatores HML e MMG. Isto é, o fator MMG funcionou bem para as
carteiras em que o HML não funcionou, e o contrário também se verificou / This study investigates the capacity of firms' life cycle stages to describe the return of stocks,
specifically, combined in the three-factor model of Fama and French. The approach proposes
the use of a factor constructed from the stages of the life cycle, called MMG - Maturity Minus
Growth -, which is the difference between the returns of the portfolios composed of mature
firms’ stocks and the returns of the portfolios formed by growth firms’ stocks as an alternative
to HML - High Minus Low - due to possible distortions arising from the book-to-market in
order to test whether there is gain in the capacity of model to capture the return of the stocks.
The sample is composed of non-financial companies listed on the BM&FBOVESPA in the
period from 2008 to 2016. For the classification of companies in stages of the life cycle is
employed the method of Dickinson (2011), in which combinations of the cash flow signals
are used to determine the stage the company is. In determining of the market factor, the
Ibovespa is used as benchmark and the T-Bond nominal rate (issued by the Treasury of the
United States of America) plus Brazil country risk is used as risk-free rate. Three regression
models are estimated: the first is the three-factor model in its traditional form; The second is a
four-factor model, in which there is the addition of factor derived from the life cycle stage -
called MMG; And the third is the modified three-factor model in which the HML factor is
replaced by the factor constructed from the stages of the life cycle. First, the regressions are
estimated for the period from 05/2009 to 10/2011, in an in-sample procedure. The results of
this approach indicate that the MMG factor is positively related to the returns of the study
stocks. Then the out-of-sample analysis is performed for the period from 11/2011 to 04/2016,
testing which of the models provides better forecasts for the portfolios. In the comparison of
the predictions related to the effective returns, the test of Diebold and Mariano (1995) is used
to verify which of the models presents precision in the forecast statistically superior to the
others. It is observed that the models 1 and 3 show balanced performance in the predictions of
returns. Further, the results, both in the in-sample approach and in the out-of-sample
approach, indicate a complementary relationship between HML and MMG factors. That is,
the MMG factor worked well for the portfolios where HML did not work, and the opposite
also occurred

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufes.br:10/8868
Date27 April 2017
CreatorsFaller, Renato Loureiro, 0000-0001-7965-9577
ContributorsCunha, Cláudio Márcio Pereira da, Motoki, Fábio Yoshio Suguri, Bortolon, Patrícia Maria
PublisherUniversidade Federal do Espírito Santo, Mestrado em Ciências Contábeis, Programa de Pós-Graduação em Ciências Contábeis, UFES, BR
Source SetsIBICT Brazilian ETDs
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0023 seconds