Pré-projeto de pesquisa apresentado ao Programa de Pós-Graduação Stricto Sensu em Administração de Empresas da Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo como exigência parcial para ingresso no Mestrado Acadêmico.
GREEN BONDS ‐ OPORTUNIDADE PARA O SETOR DE ENERGIAS RENOVÁVEIS NO BRASIL E A...
Pre Projeto Fea-USP-Thiago Yajima
1. Universidade de São Paulo - USP
Faculdade de Economia, Administração e Contabilidade - FEA
Departamento de Administração
CAPITAL ASSET PRICING MODEL
ANÁLISE DO MODELO REFERÊNCIA BÁSICO PARA O
MERCADO BRASILEIRO
Thiago Tadao Yajima Gomes da Silva
São Paulo - SP
2017
2. Thiago Tadao Yajima Gomes da Silva
CAPITAL ASSET PRICING MODEL
ANÁLISE DO MODELO REFERÊNCIA BÁSICO PARA O
MERCADO BRASILEIRO
Pré-projeto de pesquisa apresentado ao
Programa de Pós-Graduação Stricto
Sensu em Administração de Empresas da
Faculdade de Economia, Administração
e Contabilidade da Universidade de São
Paulo como exigência parcial para
ingresso no Mestrado Acadêmico.
São Paulo - SP
2017
3. SUMÁRIO
1. RESUMO........................................................................................................................... 3
2. PROBLEMA DE PESQUISA.......................................................................................... 3
3. JUSTIFICATIVA.............................................................................................................. 5
4. REVISÃO BIBLIOGRÁFICA......................................................................................... 5
4.1 Retorno Esperado............................................................................................................ 5
4.2 Risco ................................................................................................................................ 6
4.3 CAPM .............................................................................................................................. 8
4.4 Proposta do Modelo Referência Básico para o Mercado Brasileiro .......................... 14
5. METODOLOGIA DE PESQUISA................................................................................ 17
6. CRONOGRAMA............................................................................................................ 18
7. REFERÊNCIAS BIBLIOGRÁFICAS .......................................................................... 19
4. 3
1. RESUMO
Este projeto busca analisar o Modelo Referência Básico para o Mercado Brasileiro,
proposto por Assaf Neto et al (2008); tendo por base a pesquisa bibliográfica, visando
os conceitos teóricos e métodos, assim como a pesquisa empírica para avaliar sua
aplicação prática em um determinado contexto. Para tanto, a pesquisa inclui a revisão
teórica do CAPM, na forma proposta por Sharpe (1964), Lintner (1965) e Mossin
(1966); e das restrições presentes no mercado acionário do país.
Palavras-chave: Modelo Referência Básico para o Mercado Brasileiro e CAPM.
2. PROBLEMA DE PESQUISA
Dentre os modelos de equilíbrio geral para o mercado de capitais, o CAPM (Capital
Asset Pricing Model) tem contribuição fundamental para a Moderna Teoria das
Finanças e relevante aplicabilidade na formação de preços de ativos e custos de capital
em condições de risco.
Concebido, de maneira independente, por Willian Sharpe (1964), John Lintner (1965) e
Jan Mossin (1966), tem como marco teórico os trabalhos de Harry Markowitz (1952).
Caracteriza-se por relacionar o risco não diversificável de um ativo ao seu retorno
esperado. De outro modo, indica que a sensibilidade do retorno do ativo em relação ao
retorno da carteira de mercado é a medida do risco sistemático. E matematicamente,
mostra esta relação linear pelo coeficiente conhecido como beta (Rogers e Securato,
2009).
5. 4
A despeito de a forma Sharpe-Lintner-Mossin do CAPM ser a mais utilizada na
literatura financeira, como ferramenta de avaliação de investimentos; muitas de suas
premissas não encontram respaldo no mundo real (Elton et al, 2012).
Segundo Assaf Neto et al (2008), as principais ineficiências presentes na realidade
brasileira, que possam ocasionar problemas de estimação de preços das ações são: 1)
pouca expressividade do mercado acionário em termos de quantidade de empresas de
capital aberto e volume de negociações; 2) participação majoritária de “papéis”
preferenciais, que não incorporam o prêmio pelo controle societário; 3) reduzida
liquidez de alguns títulos, em decorrência de concentração acionária; 4) deficiência no
disclosure de informações financeiras, comprometendo a qualidade das informações; e
5) elevadas volatilidades de importantes benchmarks, que restringem o uso de suas
médias, como variáveis independentes do CAPM.
Os mesmos autores, diante dessas restrições, concluem sobre a impossibilidade de
estimar os retornos futuros diretamente dos fundamentos do mercado financeiro
nacional. Evidenciam a necessidade de ajustes nas características do CAPM de um
único fator, como meio de adequá-lo a economias emergentes, ou seja, com importantes
desvios de eficiência. Para tanto, desenvolveram uma metodologia de mensuração que
incorpora parâmetros mais consistentes e representativos de um comportamento
esperado para os preços dos ativos e custo do capital em mercados eficientes.
Nesse contexto, o problema de pesquisa identificado, centra-se na avaliação da
capacidade preditiva da alternativa proposta em Assaf Neto et al (2008). Pelos
fundamentos oferecidos pelos autores, o que se procura é testar, empiricamente, a
efetividade do modelo CAPM adaptado ao mercado acionário brasileiro. Portanto, o
objetivo da pesquisa está representado na seguinte pergunta: o modelo desenvolvido
6. 5
por Assaf Neto et al (2008) para o mercado acionário brasileiro é capaz de calcular
retornos esperados, estatisticamente, significativos?
3. JUSTIFICATIVA
A presente pesquisa se justifica, devido ao papel central que o CAPM e suas derivações
possuem na área das finanças, tanto no ambiente acadêmico quanto no setor de
investimentos. No caso do modelo de fator único, embora os acadêmicos venham
perseguindo modelos de vários índices, no meio financeiro ele tem se mantido firme.
Especificamente, do modelo de Assaf Neto et al (2008), a motivação nasce da
relevância em se mensurar adequadamente os custos de oportunidade em economias
emergentes; contribuindo para a alocação eficiente de capitais.
4. REVISÃO BIBLIOGRÁFICA
4.1 Retorno Esperado
Cardim de Carvalho et al (2007) diz que o retorno esperado de um ativo representa o
rendimento que se vislumbra ganhar pela sua posse ou uso. Em termos matemáticos,
representa uma média; dos vários resultados efetivos, ponderada pela probabilidade
atribuída a cada um desses valores (Assaf Neto, 2014). Assim, a equação que o exprime
pode ser escrita da seguinte forma:
𝐸( 𝑅𝑖) = 𝑅̅𝑖 = ∑ 𝑃𝑖𝑘
𝑛
𝑘=1
𝑥𝑅𝑖𝑘 (𝟏)
7. 6
Onde:
𝐸( 𝑅𝑖) = 𝑅̅𝑖: retorno esperado do ativo 𝑖;
𝑃𝑖𝑘 : probabilidade do k-ésimo retorno do ativo 𝑖;
𝑅𝑖𝑘 : k-ésimo resultado possível do ativo 𝑖.
4.2 Risco
Antes da abordagem inicial sobre como o risco é visto em finanças; torna-se preciso que
se faça uma distinção entre o seu conceito geral e o de incerteza. Como expresso por
Frank Knight, em seu livro: Risk, uncertainty and profit (1921):
“A incerteza deve ser tomada em um sentido radicalmente distinto da noção
de risco, da qual nunca foi apropriadamente separada (...). Descobrir-se-á que
uma incerteza mensurável, ou “risco” propriamente (...) é tão diferente de
uma imensurável que, na verdade, não chega a ser uma incerteza.” (Knight,
1921, apud Bernstein, 1997, p. 219).
Portanto, o termo risco se refere a um problema conhecido em que as probabilidades
podem ser averiguadas. Já a incerteza é caracterizada pela desinformação até mesmo
das probabilidades.
Dessa maneira, o risco de um investimento pode ser definido como sendo a distribuição
dos desvios de seus retornos reais em relação ao seu retorno esperado (Bernstein e
Damodaran, 2000). A figura 1 ilustra esta dispersão, através, da curva normal de um
investimento com retornos simétricos.
8. 7
Figura 1 - Distribuição normal1
dos retornos de um investimento com risco.
Fonte: Bernstein e Damodaran, 2000. Adaptado pelo autor.
Quanto a sua natureza; o risco total de qualquer ativo é definido pela sua parte sistêmica
(ou não diversificável) e não sistemática (ou diversificável).
O risco sistemático é aquele que afeta, em vários graus, todos os ativos negociados no
mercado, advindo de eventos de ordem econômica, política e social. De modo que o
risco não sistemático é particular do próprio ativo, não se alastrando para os demais
investimentos da carteira; e sua eliminação de um portfolio é possível pela
diversificação, ou seja, com a inclusão de ativos que não tenham correlação positiva
entre si (Assaf Neto, 2014).
Portanto, o risco absoluto de um ativo é constituído da forma seguinte:
𝑅𝑖𝑠𝑐𝑜 𝑡𝑜𝑡𝑎𝑙 = 𝑟𝑖𝑠𝑐𝑜 𝑠𝑖𝑠𝑡𝑒𝑚á𝑡𝑖𝑐𝑜 + 𝑟𝑖𝑠𝑐𝑜 𝑛ã𝑜 𝑠𝑖𝑠𝑡𝑒𝑚á𝑡𝑖𝑐𝑜 (𝟐)
Sendo a dimensão do risco o reflexo das probabilidades de resultados ocorrerem, ou
seja, “[...] quanto mais acentuada a distribuição de probabilidades dos retornos
1
A distribuição normal ou curva de Gauss é definida como uma distribuição contínua de probabilidades
em torno da média, sendo representada por uma curva simétrica e em forma de sino. É amplamente
empregada no estudo da estatística, assumindo grande importância, ainda, na área de avaliação de
investimentos, por ser uma boa aproximação da verdadeira distribuição de retornos de um ativo e por ser
descrita somente pela média e variância das observações (Levine et al, 2008).
9. 8
esperados, menor o risco do investimento.” (Brigham e Ehrhardt, 2012, p. 223); faz-se
uso do desvio-padrão (𝜎) como medida dessa dispersão e, conseqüentemente, do risco
do ativo. A sua expressão matemática é dada por:
𝜎𝑖 = √∑[ 𝑃𝑖𝑘( 𝑅𝑖𝑘 − 𝑅̅𝑖)2]
𝑛
𝑘=1
(𝟑)
No qual:
𝜎𝑖 : desvio padrão dos retornos do ativo 𝑖;
𝑃𝑖𝑘 : probabilidade do k-ésimo retorno do ativo 𝑖;
( 𝑅𝑖𝑘 − 𝑅̅𝑖): diferença do k-ésimo retorno do ativo 𝑖 em relação ao seu valor esperado.
Assim, o desvio padrão (ou a raiz quadrada da variância2
- 𝜎2
) é basicamente a média
ponderada dos desvios do valor esperado; e quanto menor o seu valor, maior a
possibilidade de que o retorno efetivo fique próximo ao valor esperado (Brigham e
Ehrhardt, 2012).
4.3 CAPM
O Capital Asset Pricing Model (CAPM) é mencionado na literatura financeira como a
principal ferramenta para avaliação de investimentos em condições de risco (Bodie et
al, 2014). Ele permite apurar o prêmio que é exigido pelo investidor por investir em um
ativo de risco (Assaf Neto, 2004).
2
A variância mede a dispersão dos valores de uma variável (𝑋) em torno de sua média (𝑋̅), sendo seus
valores nulos ou positivos (𝑉𝐴𝑅 ≥ 0) (Levine et al, 2008).
10. 9
Segundo Elton et al (2004), dada a complexidade do mundo real, a construção de uma
teoria exige uma série de hipóteses, que embora nem sempre sejam constatadas na
realidade, não a invalidam. Logo, os pressupostos subjacentes ao modelo básico de
precificação de ativos são: 1) não existem custos de transação; 2) os ativos são
infinitamente divisíveis; 3) ausência de Imposto de Renda de Pessoa Física; 4) um
indivíduo é incapaz de influenciar o preço de uma ação; 5) os investidores tomam
decisões racionais; 6) é permitido ao investidor vender ativos que não possua; 7) não há
restrições para se aplicar e captar fundos à taxa livre de risco; 8) todos os investidores
têm o mesmo conceito de risco; 9) homogeneidade das expectativas; e 10) liquidez
plena.
Diante disso, o CAPM sugere a existência de um mercado em equilíbrio competitivo3
no qual: a) os agentes são racionais, maximizando o retorno esperado para um menor
nível de risco possível; b) possuem expectativas similares; c) deparam-se com
possibilidades de investimentos idênticas; e d) lidam com o mesmo conjunto de dados,
não existindo assim assimetria de informações. Por conseqüência, o conjunto de ativos
que venha a ser possuído por um investidor se assemelhará ao dos demais players; e se
todos detiverem o mesmo portfolio com risco, então ele representará a carteira de
mercado (Elton et al, 2004).
3
Num equilíbrio competitivo, um conjunto de transações e preços é determinado de forma que a oferta
agregada iguale a demanda agregada. Esta situação é tal que todos os investidores se encontram em suas
posições ótimas de portfolio e não existem na economia forças procurando mudanças (Elton et al, 2004).
11. 10
A carteira de mercado representa o conjunto de todos os ativos com risco, na exata
proporção em que estão disponíveis na economia (Assaf Neto, 2014). Graficamente,
pode ser representada pelo ponto (M) da linha do mercado de capitais ou Capital
Market Line (CML)4
que tangencia a fronteira eficiente5
(𝐵𝐶̅̅̅̅).
Na figura 2, M reflete uma carteira eficiente ótima; isto é, composta por todos os ativos
de risco negociados na economia (diversificada) e com desvio mínimo para um
determinado retorno esperado. Por outro lado, o segmento 𝑅𝑓 𝑀̅̅̅̅̅̅ contém todas as
possíveis combinações de ativos sem e com risco (Elton et al, 2004).
Figura 2 - Fronteira eficiente e linha de mercado de capitais.
Fonte: Elton et al, 2004. Adaptado pelo autor.
Desse modo, considerando que os investidores mantêm portfolios diversificados e que
nesse aspecto a carteira de mercado seja a mais eficaz, pode-se assumi-la como
contendo somente o risco sistemático, conforme a figura 3:
4
A Capital Market Line (CML) retrata a atividade dos investidores em relação ao risco. Nela situam-se
todas as carteiras eficientes compostas por ativos negociáveis, com risco e livres de risco. Todos os
demais portfolios que se encontram abaixo dela são considerados ineficientes (Assaf Neto, 2014).
5
A fronteira eficiente resume todas as carteiras disponíveis que apresentam maior retorno esperado para
um mesmo nível de risco ou menor nível de risco para um mesmo retorno esperado (Assaf Neto, 2014).
12. 11
Figura 3 - Risco sistemático e não sistemático.
Fonte: Assaf Neto, 2014. Adaptado pelo autor.
Ademais, sua remuneração é obtida pela taxa livre de risco (𝑅𝑓) mais o seu diferencial
com o retorno de mercado (𝑅̅ 𝑚 − 𝑅𝑓) ou prêmio pelo risco de mercado. A figura 4
mostra essa relação:
Figura 4 - Prêmio pelo risco de mercado.
Fonte: Assaf Neto, 2014.
Pelo que se demonstrou até agora, optando os investidores pela carteira de mercado, no
limite estarão seus portfolios submetidos unicamente ao risco não diversificável; e
13. 12
conseqüentemente a compensação exigida deverá ser meramente por essa parte
sistêmica.
À vista disso, o modelo de precificação de ativos CAPM faz uso do coeficiente beta (𝛽)
para medir a contribuição do risco relevante (sistemático) de ativos isolados para
carteiras bem diversificadas (Brigham e Ehrhardt, 2012). Sua representação gráfica
(figura 5) é assinalada pela inclinação angular da reta de regressão linear que relaciona a
sensibilidade do retorno de um ativo a mudanças no retorno de mercado.
Figura 5 - Coeficiente beta (β).
Fonte: Assaf Neto, 2014. Adaptado pelo autor.
Com relação às correlações dos betas, estas podem ser: i) nula (𝛽 = 0), indicando que o
ativo é insensível às variações no mercado; e ii) positivas (𝛽 > 0) ou negativas (𝛽 < 0),
quando o ativo se move, na mesma ou em direção contrária, respectivamente, com o
mercado. Por convenção, o beta da carteira de mercado é igual a um (𝛽=1).
No caso do seu cálculo, é a relação entre a covariância6 do retorno do ativo com o de
mercado; e a variância deste benchmark. Dito de outro modo é a contribuição do risco
6
A covariância mede a força de uma relação linear entre duas variáveis numéricas (𝑋 e 𝑌). Em se
verificando nenhuma associação entre os fatores o seu valor é nulo (𝐶𝑂𝑉 = 0), caso contrário será
14. 13
de um único fator para o risco da carteira (Bodie et al, 2014). A sua fórmula segue
como:
𝛽 =
𝐶𝑂𝑉𝑅 𝑖,𝑅 𝑚
𝑉𝐴𝑅 𝑅 𝑚
(𝟒)
Sendo:
𝐶𝑂𝑉𝑅 𝑖,𝑅 𝑚
: covariância do retorno do ativo 𝑖 com o retorno de mercado;
𝑉𝐴𝑅 𝑅 𝑚
: variância dos retornos de mercado.
Em concordância com o que vem sendo estudado ao longo deste trabalho, pode-se
inferir através da análise do coeficiente beta, que o retorno exigido de um ativo é função
do risco não diversificável e, por isso, a taxa requerida por um investidor em condições
de incerteza (mensurável) representada no Capital Asset Pricing Model (CAPM), em
sua versão básica, é equivalente à:
𝑅̅ 𝑖 = 𝑅𝑓 + 𝛽𝑖(𝑅̅ 𝑚 − 𝑅𝑓)(𝟓)
Com:
𝑅̅𝑖 : retorno exigido sobre o ativo 𝑖;
𝑅𝑓 : taxa livre de risco;
𝛽𝑖 : coeficiente beta para o ativo 𝑖;
𝑅̅ 𝑚 : retorno esperado de mercado;
(𝑅̅ 𝑚 − 𝑅𝑓): prêmio pelo risco de mercado.
positivo (𝐶𝑂𝑉 > 0) para mesmas tendências das variâncias, ou negativa (𝐶𝑂𝑉 < 0) para tendências
contrárias (Levine et al, 2008):
15. 14
4.4 Proposta do Modelo Referência Básico para o Mercado Brasileiro
Segundo Assaf Neto et al (2008), por tratar-se de uma metodologia aplicada a situações
de equilíbrio; as conclusões favoráveis ao CAPM precisam, no entanto, ser reavaliadas
em mercados emergentes, como o brasileiro.
No artigo intitulado: Uma proposta metodológica para o cálculo do custo de capital no
Brasil (2008); mostra-se a necessidade de se apurar o custo de oportunidade dos
investidores utilizando o benchmark de uma economia mais estável. Utilizando-se dos
indicadores: taxa livre de risco e o prêmio pelo risco de mercado para a economia
interna, os autores analisam, por meio de técnicas de inferência estatística, a qualidade
daqueles parâmetros para estimar o retorno esperado dos ativos e, por fim, propor um
modelo alternativo.
No Brasil, a taxa do Sistema Especial de Liquidação e Custódia (Selic) é considerada
como sendo risk free. Todavia, por não ser efetivamente aceita como livre de risco pelos
mercados financeiros, o procedimento usual para o cálculo da variável (𝑅𝑓), pela média
dos valores históricos, fica prejudicado pelo fato de que os títulos do governo devam
embutir um prêmio pelo risco de default.
Figura 6 - Comportamento da Selic (1995 - 2005).
Fonte: Assaf Neto et al, 2008. Adaptado pelo autor.
16. 15
Fica evidente pela figura 6, a limitação do uso da média histórica, diante da enorme
amplitude assumida pelas taxas livres de risco nos últimos anos observados. Por
conseguinte, a incorporação de títulos de risco zero tende a eliminar o risco de
inadimplemento.
No que concerne ao prêmio pelo risco de mercado; a sua valoração em países
emergentes como o Brasil traz, adicionalmente, problemas referentes à qualidade das
informações e forte volatilidade de seus valores. A alternância de longo período de altas
e baixas taxas de inflação prejudica a referência da tendência apresentada pelos
indicadores de prêmio de risco de mercado. Deve-se ainda acrescentar o histórico
desajuste do mercado acionário brasileiro provocado pela forte concentração de poucas
ações na formação do Ibovespa7 e, principalmente, a restrita oferta de ações ordinárias
(com direito a voto) na bolsa de valores.
Figura 7 - Variações do Ibovespa e da taxa de inflação (1995 - 2005).
Fonte: Assaf Neto et al, 2008. Adaptado pelo autor.
7
O índice Bovespa é o principal indicador do desempenho médio das cotações do mercado de ações
brasileiro. Sua finalidade básica é a de servir como benchmark do comportamento da carteira de mercado
(Assaf Neto, 2014).
17. 16
Como visto, o mercado brasileiro apresenta elevada volatilidade entre seus benchmarks,
o que impede uma definição mais confiável de comportamento futuro. Em razão destas
particularidades, é que Assaf Neto et al (2008) recomendam uma derivação do CAPM.
Portanto, a equação do modelo indicado apresenta a seguinte forma:
𝐾 = 𝑅𝑓 + 𝛽[(𝑅 𝑚 − 𝑅𝑓) + 𝛼 𝐵𝑅](𝟔)
Com:
𝐾 : retorno exigido sobre o ativo;
𝑅𝑓 : taxa livre de risco;
𝛽 : coeficiente beta para o ativo;
𝑅 𝑚 : retorno esperado de mercado;
(𝑅 𝑚 − 𝑅𝑓): prêmio pelo risco de mercado;
𝛼 𝐵𝑅 : prêmio pelo risco-país ajustado.
Sendo que, a determinação do prêmio pelo risco-país é expresso como: prêmio pelo
risco ajustado = spread de risco de default do país + volatilidade adicional do mercado
brasileiro. Quanto ao spread de risco de default é calculado pelo excesso de
remuneração dos títulos soberanos do Brasil em relação aos emitidos pelo país de
referência de risco mínimo. A volatilidade adicional do mercado brasileiro é uma
medida relativa de risco, determinada pela relação entre o desvio-padrão da carteira de
mercado de ações e o desvio-padrão do mercado de títulos de renda fixa (Assaf Neto et
al, 2008).
Dessa maneira, Assaf Neto et al (2008) sugerem como indicadores básicos do mercado
de referência:
18. 17
Tabela 1 - Indicadores básicos do mercado de referência.
Variável CAPM Indicador
𝑅 𝑚 S&P 500 (Standard & Poors 500)
𝑅𝑓 T-Bond (Treasury Bond)
Risco-país C-Bond Spread
Fonte: Assaf Neto et al, 2008.
Quanto ao beta aplicaram o coeficiente alavancado para empresas brasileiras, por meio
da seguinte formulação:
𝛽𝐿 = 𝛽 𝑈 × [1 + ( 𝑃
𝑃𝐿⁄ ) × (1 − 𝐼𝑅)](𝟕)
Sendo:
𝛽𝐿: beta alavancado, o qual inclui o risco econômico (risco do negócio) e o risco
financeiro, determinado pelo nível de endividamento (P/PL);
𝛽 𝑈: beta não-alavancado, do qual foi excluído o risco financeiro, representa somente o
risco do negócio da empresa;
𝑃
𝑃𝐿⁄ : quociente passivo oneroso/patrimônio líquido;
𝐼𝑅: alíquota de imposto de renda praticada pelas empresas brasileiras.
5. METODOLOGIA DE PESQUISA
A metodologia de pesquisa parte da revisão teórica do modelo CAPM, na forma
Sharper-Lintner-Mossin, assim como da alternativa, também unifatorial, desenvolvida
por Assaf Neto et al (2008).
19. 18
Para o teste empírico, o método se baseia no cálculo dos coeficientes beta alavancados,
conforme metodologia em Assaf Neto et al (2008), para todas as ações da carteira
teórica do Ibovespa8
. O período para a análise contempla trinta e seis observações
mensais, uma amostra suficientemente grande, com base no Teorema do Limite Central.
A coleta de indicadores financeiros será feita em banco de dados da Economática®.
Nas análises estatísticas das médias dos retornos esperados e dos realizados será
aplicado o teste t para as médias aritméticas de duas populações. Assim, será testado a
hipótese nula de que não existe diferença entre as médias: 𝐻0: 𝜇1 − 𝜇2 = 0; contra a
hipótese alternativa: 𝐻1: 𝜇1 − 𝜇2 ≠ 0. O processamento e análise de dados serão feitos
com o uso do software Microsoft Office Excel.
6. CRONOGRAMA
Para a execução deste projeto, todos os procedimentos acima descritos deverão ser
realizados conforme o cronograma abaixo, atentando-se sempre ao fato de que o prazo
máximo estipulado para a realização da pesquisa é de vinte e quatro meses.
Tabela 2 - Cronograma de atividades.
Ano / Trimestre
Atividades
2018 2019
I II III IV I II III IV
1. Cumprimento de créditos
8
A carteira teórica do Ibovespa é integrada pelas ações que, em conjunto, representaram 85% do volume
transacionado a vista nos doze meses anteriores à formação da carteira. Como critério adicional, exige-se
que a ação apresente, no mínimo, 95% de presença nos pregões do período. Para que a representatividade
do índice se mantenha, ao longo do tempo, quadrimestralmente é feita uma reavaliação do mercado. Feito
isso, monta-se uma nova carteira, atribuindo-se a cada papel um novo peso (BM&FBOVESPA, 2015).
20. 19
2. Revisão do projeto de pesquisa
3. Leitura e revisão bibliográfica
4. Redação da qualificação
5. Exame de qualificação
7. Revisão e conclusão da dissertação
8. Defesa da dissertação
Fonte: o autor.
7. REFERÊNCIAS BIBLIOGRÁFICAS
ASSAF NETO, Alexandre. Mercado Financeiro. 12ª ed. São Paulo: Atlas, 2014.
_____________________ et al. Uma proposta metodológica para o calculo do custo
de capital no Brasil. RA USP - Revista de Administração. São Paulo, v.43, n.1, p.72-
83, jan./fev./mar. 2008. Acesso em < www.revistas.usp.br >
BERNSTEIN, Peter L. Desafio aos deuses: a fascinante história do risco. 22ª ed. Rio
de Janeiro: Elsevier, 1997.
___________________ e DAMODARAN, Aswath. Administração de investimentos.
Porto Alegre: Bookman, 2000.
BODIE, Zvi et al. Investimentos. 10ª ed. Porto Alegre: AMGH, 2105.
BM&FBOVESPA SA – BOLSA DE VALORES, MERCADORIAS E FUTUROS.
Metodologia do Índice Bovespa. 2015. Acesso em < www.bmfbovespa.com.br >.
BRIGHAM, Eugene F. e EHRHARDT Michael C. Administração Financeira: teoria
e prática. 13ª ed. São Paulo: Cengage Learning, 2012.
21. 20
CARDIM DE CARVALHO, Fernando J. et al. Economia Monetária e Financeira:
teoria e prática. 4ª Ed. Rio de Janeiro: Elsevier, 2007.
ELTON, Edwin J. et al. Moderna teoria de carteiras e análise de investimentos. São
Paulo: Atlas, 2004.
GITMAN, Lawrence J. Princípios de Administração Financeira. 12ª Ed. São Paulo:
Pearson Prentice Hall, 2014.
LEVINE, David M. et al. Estatística: teoria e aplicações. 5ª ed. Rio de Janeiro: LTC,
2008.