A idade do fundo mostrou ser característica relevante. Fundos mais jovens apresentando alfas estatisticamente maiores que fundos mais velhos. Esse resultado é suportado pela hipótese de que fundos mais jovens na média assumem nível de risco mais elevado, com maior diversidade de carteiras, como evidenciado pela quantidade de exposições significativas superior em praticamente todos os modelos analisados nesse trabalho e também à produtos mais competitivos em custos, como menor taxa de administração de fundos jovens, em uma dinâmica de fundos incumbentes tentando conquistar maior fatia de mercado na indústria com custos mais baixos.
4.8.2 Tamanho
A segmentação pelo fator tamanho mostrou o maior impacto e sinaliza que fundos maiores apresentam os maiores alfas, resultado alinhado com a literatura doméstica (Rochman e Eid Jr. (2006), Camargo e Romero (2006) eMalaquias, Eid Jr. (2013)) e divergente da literatura internacional onde é aceito que fundos menores possuem maior facilidade de alterar suas carteiras e menores restrições quanto a implementação de estratégias devido à liquidez e outros fatores idiossincráticos. No estudo, os fundos de menor tamanho não mostram retornos anormais estatisticamente diferentes de zero inclusive para os períodos de expansão econômica
4.8.3 Taxa de Performance
A análise da taxa de performance, por sua vez, encontrou resultados desalinhados com a literatura nacional (Sanvicente (1999)) e internacional (Ackermann et al.
86
(1999) e Agarwal e Naik (2000)), com fundos que fazem cobrança de taxa de incentivo com resultados estatisticamente inferiores em quase todos os modelos, com a exceção do período de expansão no subgrupo de fundos multimercado dinâmicos onde fundos que cobram taxa de performance obtiveram resultados superiores no referido período.
Esse resultado é importante pois ao mostrar que os fundos que cobram taxa de performance, na média, não entregaram retornos superiores aos fundos que não cobram taxa de incentivo, o estudo suporta a hipótese de que a taxa de performance, apesar de diminuir risco de agencia entre gestor e cotista, na média dos últimos 10 anos, tem agregado mais valor para o gestor e outros canais de distribuição dos fundos do que para o cotista, em especifico para a indústria brasileira, método empírico utilizado e período amostrado.
Não corroborando com a percepção de que taxas de incentivo são importantes para alinhar os interesses entre agente e principal e também a favor da tendência de trabalhos recentes tanto da academia quanto da indústria de pender para o investimento em fundos passivos e outras estratégias de menores custos como ETFs e “smart beta”.
4.8.2 Taxa de Administração
Apesar de não explicitamente estratificado no estudo, a taxa de administração e demais custos dos fundos também aparentam ser importantes na análise por segmento de investidor, com fundos voltados ao público de alta renda e clientes institucionais mostrando alfas de maior magnitude que o segmento de varejo, notadamente com custos mais elevados.
87
5 – CONCLUSÃO
Nesse estudo foi apresentada uma análise de desempenho multifatorial da indústria brasileira de fundos multimercado onde foram considerados suas características específicas e fatores fundamentais para avaliar a formação de retornos.
O desempenho dos fundos foi avaliado em diferentes condições de mercado e segmentado por sub-estratégias e público alvo de investidor. O período de análise utilizado foi de 10 anos, terminados em dez-2015, com a especificação das quebras estruturais dos estados econômicos como datadas pelo “Comitê de Datação de Ciclos Econômicos” (CODACE do IBRE da FGV).
Foram formados portifólios segmentando os fundos por diferentes atributos como tamanho, idade, segmento e custos. A modelagem econométrica implementada fez uso da técnica de regressão por stepwise, que apesar de ser um método de otimização estritamente estatístico, permite que o modelo multifatorial se adapte dinamicamente às diferentes condições de mercado e denote alterações do posicionamento dos fundos durante diferentes períodos econômicos e ilustre a diversidade na composição dos retornos dentre as sub-estratégias.
Para o período de análise completo, a geração de alfa estimada foi, na média, positiva e significativa. Resultado este alinhado com estudos com foco na indústria brasileira de fundos multimercado e desalinhados com grande parte da literatura internacional onde os fundos na média não agregam retornos extraordinários.
88
Na análise dos períodos de recessão econômica os resultados apontam para geração de alfa estatisticamente não diferente de zero, ou seja, durante condições de mercado menos favoráveis os fundos multimercado não agregam valores extraordinários, resultado em linha com a literatura para fundos de hedge tanto nacional quanto internacional.
Os fundos multimercado mostraram capacidade de adaptação a diferentes condições econômicas, como evidenciado pela diversidade de resultados dentre as sub-amostras avaliadas, capturando diferenças no posicionamento e na implementação de estratégias pelos gestores brasileiros.
Os fatores de Fama, French e Carhart se destacam pois possuem estatísticas significativas e efeito elevado em grande parte dos modelos avaliados, apresentando poder explicativo relevante na decomposição da performance dos fundos. Resultados válidos também para as subcategorias.
Em comparação com os estudos internacionais, durante períodos econômicos benignos, a geração de excesso de retorno mensal dos fundos brasileiros é inferior à encontrada pelos pesquisadores que utilizam a indústria de hedge funds
89
internacional como objeto de estudo. Isso provavelmente se deve ao fato do investidor médio brasileiro ter um menor apetite por risco e também por conta do nível elevado da taxa de juros doméstica que se reflete em um modesto nível de risco ativo nas carteiras dos fundos multimercado.
Os resultados encontrados contribuem para a literatura referente à indústria de fundos brasileira na medida que pressupõem um escopo mais abrangente e avaliado em um horizonte amostral de 10 anos, oferecendo detalhes da composição dos retornos desta categoria de fundos em diferentes condições de mercado, subcategorias, segmentos de investidores e características específicas.
As possibilidades para pesquisas adicionais podem contemplar: i) análise da persistência de performance dos fundos ao longo do tempo, visto que a metodologia desse trabalho se concentrou no desempenho médio das amostras e existe interesse sobre a possibilidade de subgrupos de fundos ao longo do tempo gerarem retornos extraordinários superiores a seus pares; ii) análise de riscos de agência visando expandir o entendimento do efeito da composição dos custos entre taxa de administração e taxa de performance na formação de retornos dos fundos; iii) testar processos alternativos no método de classificação de fundos por estratégia, por exemplo, levando em conta o perfil de risco e o nível de posicionamento histórico de cada fundo amostrado para classificação por estratégia, visto que por vezes a classificação oficial do fundo não condiz com estratégia adotada de fato.
90
6 – REFERÊNCIAS BIBLIOGRÁFICAS
Fama, E. F., & French, K. R. (2006). The Value Premium and the CAPM. The Journal of Finance, 61(5), 2163–2185.
Fama, E. F., & French, K. R. (2008). Dissecting anomalies. The Journal of Finance,
63(4), 1653–1678.
Carhart, M. M. (1997). On persistence in mutual fund performance. The Journal of Finance, 52(1), 57–82.
Sharpe, W. F. (1964). Capital asset prices: a theory of market equilibrium under conditions of risk. The Journal of Finance, 19(3), 425–442.
Stafylas, D., Anderson, K., & Uddin (2015), M. Hedge Fund Performance Attribution at Fundamental and Mixed Level Under Different Market Conditions.
Chague, F. D. (2007). The CAPM and Fama-French models in Brazil: a comparative study. Economia. Fundação Getulio Vargas.
Le Sourd, V. (2007), Performance Measurement for Traditional Investment – Literature Survey. Lille - Nice: EDHEC
Rogers, P., & Securato, J. R. (2009). Estudo comparativo no mercado brasileiro do Capital Asset Pricing Model (CAPM), modelo 3-fatores de Fama e French e reward beta approach. RAC-Eletrônica, 3(1), 159–179.
Fama, E. F., & French, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3–56. doi:10.1016/0304-
91
Lucena, P., & Pinto, A. C. F. (2008). Anomalias no mercado de ações brasileiro: uma modificação no modelo de Fama e French. RAC-Eletrônica, 2(3), 509–530.
Securato, J. R., & Málaga, F. K. (2004). Aplicação do modelo de três fatores de Fama e French no mercado acionário brasileiro – um estudo empírico do período 1995-2003. In 28o ENANPAD (pp.1–16). Curitiba.
Ackermann, C., McEnally, R., & Ravenscraft, D. (1999). The performance of hedge funds: Risk, return and incentives, The Journal of Finance, 54(3), pp.833–874. Agarwal, V. and Naik, N. (2004). Risks and portfolio decisions involving hedge funds, The Review of Financial Studies, 17(1), pp.63-98.
Amenc, N. and Goltz, F. (2008). Revisiting the limits of hedge fund indices: A comparative approach, The Journal of Alternative Investments, 10(4), pp.50-63.
Ammann, M. and Moerth, P. (2005). Impact of fund size on hedge fund performance, Journal of Asset Management, 6(3), pp.219-238.
Bali, T., Brown, S. and Caglayan, M. (2011). Do hedge funds’ exposures to risk factors predict their future returns? Journal of Financial Economics, 101(1), pp.36- 68.
Billio, M., Getmansky, M. and Pelizzon, L. (2012). Dynamic risk exposures in hedge funds, Computational Statistics and Data Analysis, 56(11), pp.3517-3532.
Bollen, N. and Whaley, R. (2009). Hedge fund risk dynamics: Implications for performance appraisal, The Journal of Finance, 66(2), pp.985-1035.
Capocci, D. (2009). The Persistence in hedge fund performance: Extended analysis, International Journal of Finance and Economics, 14(3), pp.233-255.
92
Dor, A.B., Dynkin, L. and Gould, T. (2006). Style analysis and classification of hedge funds, The Journal of Alternative Investments, 9(2), pp.10-29.
Frumkin, D. and Vandegrift, D. (2009). The effect of size, age, beta and disclosure requirements on hedge fund performance, Journal of Derivatives and Hedge Funds, 15(3), pp.241-251.
Fung, W. and Hsieh, D. (1997). Empirical characteristics of dynamic trading strategies: The case of hedge funds, The Review of Financial Studies, 10(2), pp.275- 302.
Fung, W. and Hsieh, D. (2001). The risk in hedge fund Strategies: Theory and evidence from trend followers, The Review of Financial Studies, 14(2), pp.313-341.
Bali, T., Brown, S. and Caglayan, M. (2011). Do hedge funds’ exposures to risk factors predict their future returns? Journal of Financial Economics, 101(1), pp.36- 68.
Bhardwaj, G., and Dunsby, A. (2012). How many commodity sectors are there, and how do they behave?, Working Paper.
Billio, M., Getmansky, M. and Pelizzon, L. (2012). Dynamic risk exposures in hedge funds, Computational Statistics and Data Analysis, 56(11), pp.3517-3532.
Bollen, N. and Whaley, R. (2009). Hedge fund risk dynamics: Implications for performance appraisal, The Journal of Finance, 66(2), pp.985-1035.
Capocci, D. (2009). The Persistence in hedge fund performance: Extended analysis, International Journal of Finance and Economics, 14(3), pp.233-255.
Capocci, D. and Hubner, G. (2004). Analysis of hedge fund performance, Journal of Empirical Finance, 11(1), pp.55-89.
93
Dor, A.B., Dynkin, L. and Gould, T. (2006). Style analysis and classification of hedge funds, The Journal of Alternative Investments, 9(2), pp.10-29.
Fung, W. and Hsieh, D. (1997). Empirical characteristics of dynamic trading strategies: The case of hedge funds, The Review of Financial Studies, 10(2), pp.275- 302.
Gregoriou, G. and Rouah, F. (2002). Large versus small hedge funds: Does size affect performance? The Journal of Alternative Investments, 5(3), pp.75-77.
Harri, A., and Brorsen, B. (2004). Performance persistence and the source of returns for hedge funds. Applied Financial Economics, 14(2), pp.131–141.
Hedges, J. (2003). Size vs. performance in the hedge fund industry, Journal of Financial Transformation, 10(1), pp.14–17.
Hong, X. (2014). The dynamics of hedge fund share restrictions, Journal of
Ibbotson, R., Chen, P. and Zhu, K. (2011). The ABC of hedge funds: Alphas, betas and costs, Financial Analysts Journal, 67(1), pp.15-25.
Jawadi, F. and Khanniche, S. (2012). Modeling hedge fund exposure to risk factors, Economic Modelling, 29 (4), pp.1003-1018.
Meligkotsidou, L. and Vrontos, I. (2014). Detecting structural breaks in multivariate financial time series: Evidence from hedge fund investment strategies, Journal of Statistical Computation and Simulation, 84(5), pp.1115-1135.
Meredith, J. (2007). Examination of fund age and size and its impact on the hedge fund performance, Derivatives Use, Trading & Regulation, 12(4), pp.342-350.
94
Apêndice I – Metodologia NEFIN - Fatores De Fama, French E Carhart
I - Critério de Elegibilidade
Uma ação negociada na BOVESPA é considerada elegível se no ano t ela satisfaz 3 critérios:
1) É a ação mais negociada da firma, aquela com o maio volume negociado no último ano.
2) A ação negócio em mais de 80% dos dias no ano t-1 com volume negociado médio maior que R$ 500.000,00 por dia. No caso de ações listadas no ano t-1 o período considerado é o do dia da listagem até o último dia do ano.
3) A ação foi listada antes de dezembro do ano t-1
II – Fatores Utilizados Small Minus Big (SMB)
O fator SMB é o retorno de um portfólio comprado em ações com baixa capitalização de mercado (“Small”) e vendido em ações com alta capitalização de mercado (“Big”). Em janeiro de cada ano t as ações são ordenadas de forma ascendente de acordo com a capitalização de mercado de dezembro do ano t-1 e separados em 3 quantis. Então são computados a partir do primeiro portfólio (“Small”) e o terceiro portfólio (“Big”). O fator SMB é o retorno do portfólio “Small” menos o retorno do portfólio “Big”.
High Minus Low (HML)
O fator High Minus Low Factor (HML) é o retorno do portfólio comprado em ações com elevados múltiplos de book-to-market (“High”) e vendido em ações com baixos múltiplos book-to-market (“Low”). Em janeiro do ano t, as ações são ordenadas de forma ascendente de acordo com seus múltiplos book-to-market de junho do ano t-1 e separados em 3 quantis. Então são computados os
95
retornos do primeiro portfólio (“Low”) e o terceiro portfólio (“High”). O fator HML é definido como o retorno do portfólio “High” menos o retorno do portfólio “Low”.
Momentum (MOM)
O fator High Momentum (MOM) é o retorno do portfólio comprado em ações com os retornos passados mais elevados (“Winners”) e vendido em ações com os menores retornos passados (“Losers”). Em todo mês t, as ações são ordenadas de acordo com seus retornos acumulados do mês t-12 até t-2 e separados em 3 quantis. Então são computados os retornos do primeiro portfólio (“Losers”) e o terceiro portfólio (“Winners”). O Fator MOM é definido como o retorno do portfólio “Winners” menos o retorno do portfólio “Losers”.
96
Apêndice II – Lista Dos Fundos da Amostra
# NOME FUNDO IDENTIF. ESTRAT. # NOME FUNDO IDENTIF. ESTRAT.
1 3MTHOR MULT FI CP BARAUNA SRE 785 FI MULTIMERCADO ALDEBRAN ALDEBAR JEM
2 747 MULTIMERCADO CP FI MLTF747 SRE 786 FI MULTIMERCADO ALOCACAO LON SICALOC SRE
3 A&F FIC FI MULTIMERCADO CRED AAFFMUL DIN 787 FI MULTIMERCADO ANGRA BRDSANG SRE
4 A+R FI MULT CP IE UBSARFI IEX 788 FI MULTIMERCADO ARPOADOR ARPOADO SRE
5 ABRANGER FI MULT CP IE ABRANGE IEX 789 FI MULTIMERCADO AZERA CREDIT FIAZERA SRE
6 AC0 FI MULTIMERCADO INVEST N ACOFIMU DIN 790 FI MULTIMERCADO BEMAU INVEST FMBEMAU DIN
7 AC1 FI MULT CP IE SAC1MCP IEX 791 FI MULTIMERCADO CAPRI FIACAPR SRE
8 AC2 ALX FI MULT CP ALXFMCP SRE 792 FI MULTIMERCADO CHALLENGER FIMLTCH SRE
9 ACACIAS FI MULT CP IE ACASIFI IEX 793 FI MULTIMERCADO CJMZ FMUCJMZ DIN
10 ACBR FI MULT CP ACBRFMM IEX 794 FI MULTIMERCADO CMP CP CMPFICD DIN
11 ACG FI MULT CRED PRIV ACGFFMC SRE 795 FI MULTIMERCADO CONEJO FUND FIMULCO SRE
12 ACONCAGUA PLUS FI MULT CRPRV ACONPLU SRE 796 FI MULTIMERCADO CP CAMF FMCCAMF SRE
13 AGGREGA FI MULTIMERCADO CRED AGGFMCP SRE 797 FI MULTIMERCADO CP JC2 ABNAMJC SRE
14 AGULHAS NEGRAS FI MULTIMERCA FIMAGNE SRE 798 FI MULTIMERCADO CP LN PR JPR MULTJPR DIN
15 AKRON FI MULT CP IE AKRFQDB IEX 799 FI MULTIMERCADO CR PR FMA 01 CRFMA01 SRE
16 ALBATROZ FAM MULT CRED PR FI ALBAFAM SRE 800 FI MULTIMERCADO CR PRIV AWD FIMCAWD SRE
17 ALBRATROZ FI MULT CP IE MCAPALB DIN 801 FI MULTIMERCADO CRDTO NOVA L FICREPI SRE
18 ALCHEMY MULT CP FI FICALCH SRE 802 FI MULTIMERCADO CRED PR EM5 FIMUEM5 SRE
19 ALEGRIA ALEGRIA FI MULT IE ALEGRIA IEX 803 FI MULTIMERCADO CRED SICRED FMCRSIC SRE
20 ALENTEJO FI MULT CRED PRIV FICRI90 SRE 804 FI MULTIMERCADO CREDITO PRIV FICFLLX SRE
21 ALFA CINCO FI MULT CP IQ ALFACIN SRE 805 FI MULTIMERCADO CREDITO PRIV FMCPINV IEX
22 ALFA DYNAMIC FIM CRD PRV IQ ALFADYN SRE 806 FI MULTIMERCADO DIAMOND FIFMLTD JEM
23 ALFA ESTRATEGIA INSTITUCION ALFAEST SRE 807 FI MULTIMERCADO EDUCA FIMEDUC MAC
24 ALFA INV 035 FIM CP IE IQ ALFAF35 IEX 808 FI MULTIMERCADO EXTREME V FIMULTE SRE
25 ALFA INV 59 FIM CP IP ALFAF59 SRE 809 FI MULTIMERCADO FLIP 2 FMFLIP2 DIN
26 ALFA INVESTOR 106 FIM CP IP ALFA106 SRE 810 FI MULTIMERCADO FUNBR B HSBCFUN SRE
27 ALFA INVESTOR 20 FI MULT IQ ALFAF20 SRE 811 FI MULTIMERCADO GAP POXIM SULAPOX MAC
28 ALFA INVESTOR 39 MULT IQ ALFINVX SRE 812 FI MULTIMERCADO GUANDRE FIQGUAN IEX
29 ALFA INVESTOR 60 FIM CRP IQ ALFLE60 SRE 813 FI MULTIMERCADO HATHOR INVES FHATHOR SRE
30 ALFA ITAIPAVA FI MULTIMERCAD ALFITAI JEM 814 FI MULTIMERCADO HUNTER CP FMHUNTE JEM
31 ALFA PRIV MIDAS FI MLT FP IP ALPRVMD SRE 815 FI MULTIMERCADO IPOJUCA FMIPOJU SRE
32 ALFA TOTAL ITAU INSTITUCION ALFATOT JEM 816 FI MULTIMERCADO ITAPARICA UNIRD63 MAC
33 ALFER FI MULT CP IE FICGOLD IEX 817 FI MULTIMERCADO JOAQUINA BNPJOAQ JEM
34 ALLEGRO FI MULT CP ALLEGRF SRE 818 FI MULTIMERCADO LAKSHMI INV FMLAKSH SRE
35 ALLSTON FI MULTIMERCADO ALLSTOM SRE 819 FI MULTIMERCADO LOPES MENDES FMLOPES SRE
36 ALLURE FI MULT CP IE ALLURFM IEX 820 FI MULTIMERCADO MAR FIQFMPM BAL
37 ALPES FI MULT CREDIT PRIVADO UBSALPE SRE 821 FI MULTIMERCADO MESTRE FIMESTR DIN
97
# NOME FUNDO IDENTIF. ESTRAT. # NOME FUNDO IDENTIF. ESTRAT.
39 ALPHA PEGASUS FI MULT FIPEGSU MAC 823 FI MULTIMERCADO NANTES MUNANTE JEM
40 ALTANA FI MULT CP IE ALTAFIC IEX 824 FI MULTIMERCADO ONIX FIMLTOX SRE
41 AM STRONG FI MULTIMERCADO OREYVER SRE 825 FI MULTIMERCADO PESCADA PESCADA MAC
42 AMARILLO FI MULT CP AMARILF SRE 826 FI MULTIMERCADO PROFILE FIRPROF SRE
43 AMBM MULT CP FI AMBMMLT SRE 827 FI MULTIMERCADO PROP 15 FIMUL15 SRE
44 ANGA PORTF FI MULT ANGACPR SRE 828 FI MULTIMERCADO PROP 16 IE FIMUL16 SRE
45 ANGA VEGA MAX FI MULT VEGMFMU SRE 829 FI MULTIMERCADO REIMS FIREIMS SRE
46 ANGRA DOS REIS FI MULT CRPRV ANGREIS JEM 830 FI MULTIMERCADO RINTER FIQRINT SRE
47 ANNECY FI MULT CP ANNECYF DIN 831 FI MULTIMERCADO SALEMA FSALEMA SRE
48 ANTARES FI MULT ANHEFIF SRE 832 FI MULTIMERCADO SERRANO CRED FMUSERR SRE
49 APPIA TOSCANA FI MULT TOSCMLT SRE 833 FI MULTIMERCADO TRANCOSO BNP6FRF SRE
50 AQUILA 1 FI MULTIMERCADO AQUILAI MAC 834 FI MULTIMERCADO TRIUNFO FIMLTRI SRE
51 AQUILA 2 FI MULTIMERCADO AQUILA2 MAC 835 FI MULTIMERCADO VERONA VERONAF JEM
52 AQUILA FI MULT CP IE LATIKAE IEX 836 FI NOGOVICAS MULTIMERCADO CR FCNOGOV SRE
53 AQUILA FI MULTIMERCADO AQUILAF MAC 837 FI OPALA H10 MULT CP FICOPAL SRE
54 AQUILLA ABSOLUTO FI MULT GSALABS SRE 838 FI OPALA MULT CP FICOPCP SRE
55 AQUILLA DINAMICO FI MULT GSALLOC SRE 839 FI OURO MULT CP IE OUROMUL IEX
56 AQUILLA HEDGE FI MULT ALLCHDG SRE 840 FI PB NICE MULT CP IE PBNICEF IEX
57 ARAGOIANIA FI MULT CP IE FIAGRAG IEX 841 FI PENTAGONO MULT CRED PRIV FICPNTA SRE
58 ARARAS FI MULT CP IE ARAFFMU IEX 842 FI PLATINA H10 MULT CP IE PLATH10 IEX
59 ARARAS HEDGE FI MULT IE FIGFIMU SRE 843 FI PLATINA MULTIMERCADO CP FICPLCP SRE
60 AREOSA FI MULT CR PRV INV EX AREOSAF IEX 844 FI PROVIDENCIA MULTIMERCA FPROVID SRE
61 ARGENT FI MULT CRED PRIVADO CSARGEN SRE 845 FI PVT ABILITY MULT CP ALFAABI SRE
62 ARGENTINA FI MULT CRED PRIV ARGFICI SRE 846 FI ROUSSEAU MULT CP BNPRUSS JEM
63 ARIEL FI MULTIMERCADO CP LLAARIE DIN 847 FI SAFIRA H10 MULT CP FFSAH10 SRE
64 ARIES FI MULT CP ARIESFQ SRE 848 FI SAN SEBASTIAN MULT CR PRV SANSEBA JEM
65 ARIES FI MULTIMERCADO ARIFMUL SRE 849 FI SASA EQUITIES MULT IE FISASAH MAC
66 ARKANSAS MULT FI IE ARKANSA IEX 850 FI SITA SONAR MIX MULTIMERCA FSMIXMC SRE
67 ARROW FI MULT CP IE PEF4142 SRE 851 FI SONAR PREMIUM MULT FSSOPRM TRA
68 ARTEN FI MULTIMERCADO ARTENFM DIN 852 FI TUPANDI MULT CP TUPANDI SRE
69 ARTESANAL FI MULT ARPOADR SRE 853 FI TURMALINA H10 MULT CP TURMH10 SRE
70 ARTICO FI MULT CREDITO PRIVA ARTICOF SRE 854 FI TURMALINA MULTIMERCADO CP FICTMLT SRE
71 ARX ESPECIAL FIC FIM BNYARXE MAC 855 FI VAIL MULT CP IE FAQDFVA SRE
72 ARX HEDGE FI MULTIMERCADO DRBRMIX MAC 856 FI VOT EAGLE MULT CRED PRIV FIVOTEA JEM
73 ARX HEDGE II FI MULTIMERCADO MELHEDG MAC 857 FI VOT EQUITY HEDGE MULTIMER FIVOTEU LAS
74 ARX HEDGE PLUS FI MULT MELLONH MAC 858 FI VOTOR MULTISTRATEGY MULT FIPRTCT SRE
75 ARX LONG SHORT MASTER FIM BNYMARX LAS 859 FI VT GERIBA MULT CRED PRIV FIVTGER JEM
76 ARX MULTIMANAGER BBDC BBDCFIM SRE 860 FI ZULA MULT CP IE FICZULA IEX
77 ASHMORE BRASIL LONG SH MSTER ASHBLSM SRE 861 FIBRA CSN INVEST PLS FI MULT ASMLTPL MAC
78 AT FI MULTIMERCADO CP IE ATFUNDO IEX 862 FIC FI PB BIBLIOTECA MULT CP ABNAMBI SRE
79 ATACAMA MULTIMERCADO FI ATACAMA SRE 863 FICCALIA FI MULT CP IE FICCFIM SRE
80 ATENA FI MULT CP IE TOPM536 IEX 864 FICFI MCP LP FONTABA FONTABA DIN
98
# NOME FUNDO IDENTIF. ESTRAT. # NOME FUNDO IDENTIF. ESTRAT.
82 ATHENA I FI MULTIM CRED PRIV MELATHE SRE 866 FIDES ABSOLUTO FI MULT FIDESTO LAS