Esta seção descreve os resultados obtidos com a estimação dos modelos probit ordenado, censorado e hurdle, fazendo sua interpretação à luz da teoria econômica de alocação de portfólio. Com o intuito de avaliar se o comportamento dos participantes das amostras sofrem mudanças em diferentes circunstâncias de mercado, apuramos os resultados para três períodos diferentes, conforme descrito na seção 3. No Apêndice, mostramos os testes de significância dos modelos, bem como as informações adicionais à respeito dos mesmos. Ocupação: No período de condições normais de mercado é inequívoco que os cotistas ocupados no setor público são bem mais inclinados a tomar posições em fundos agressivos que os cotistas ocupados no setor privado. Este resultado é robusto a todos os modelos. Nos modelos Censorado e Hurdle, a probabilidade de participação em fundos agressivos aumenta em 14% e 11% respectivamente com a ocupação no setor público, enquanto que a proporção ótima esperada investida em fundos agressivos, condicionada à participação nestes fundos, aumenta de 39,5% e 95%. Estes efeitos são significativos em 1%. No modelo probit ordenado, a probabilidade de investir proporções mais elevadas em fundos agressivos também aumenta significativamente em 1%. Estes resultados constituem evidência empírica favorável ao argumento teórico de que o investimento em ativos arriscados aumenta com a razão entre o capital humano e a riqueza financeira. Isto porque a renda futura de servidores públicos é menos volátil e menos correlacionada com o retorno de ativos arriscados que a renda média auferida com ocupações no setor privado. Indivíduos com uma menor volatilidade da renda (aqui representados pela categoria público) e, portanto, maior estoque do ativo livre de risco não transacionável, compensam isso com uma maior alocação da sua riqueza financeira no mercado de ações (efeito crowding out).
Surpreendentemente a princípio, o padrão de resultados verificado em situação normal de mercado se inverte notoriamente nos períodos de aumento da volatilidade dos mercados e de crise instalada. No modelo censorado, a ocupação no setor público diminui significativamente tanto a probabilidade de participação em fundos agressivos como a proporção ótima condicional esperada investida nestes fundos. Os resultados do modelo probit ordenado vão na mesma direção. Já no modelo Hurdle, a probabilidade de participação também diminui com a ocupação no setor público, enquanto a proporção ótima condicional
esperada caminha na direção oposta, embora numa intensidade bem menor que no período normal de mercado. Porque os cotistas ocupados no setor públicos investiriam relativamente menos em fundos agressivos nos períodos de crise? A resposta se baseia numa das predições do modelo de alocação de portfólio apresentado na seção 1, a qual foi referida como “contrarian investment strategy”. O incrível desempenho dos fundos agressivos no período anterior à crise, quando então os cotistas ocupados no setor público estavam muito mais posicionados nestes ativos, colocou a razão entre capital humano e riqueza financeira destes investidores bem abaixo da razão observada para os cotistas ocupados no setor privado. Faixa etária: Os resultados para a variável explicativa Faixa Etária no período de condições normais de mercado indicam que apenas a mudança da primeira para a segunda faixa etária tem relevância estatística sobre a alocação em fundos de ações. Pelos modelos probit ordenado e censorado, podemos afirmar a 1% de significância que a inclinação a investir em fundos de ações é menor entre as pessoas da faixa etária entre 31 e 40 anos do que nas que têm até 30 anos de idade. O resultado é o mesmo para o modelo Hurdle, porém a 10% de significância. Nos modelos censorado e hurdle ao migrar da primeira para a segunda faixa etária, a probabilidade de se participar do mercado de ações diminui respectivamente 8% e 4% enquanto a alocação ótima estabelecida, condicionada a se participar desse mercado, diminui de 16% e 53%. Todos estes efeitos são significativos em 1%, com a exceção da
(
0)
Pr yi> no modelo hurdle, significativa apenas a 10%.
Como interpretar esses resultados à luz da teoria? A razão entre capital humano e renda financeira flutua ao longo do ciclo da vida, alterando a alocação ótima no ativo arriscado. Ao passar dos anos, enquanto o estoque de capital humano diminui (pela redução da quantidade de fluxos de salário futura), a riqueza financeira aumenta por acumulo de capital. Por esse efeito, a alocação total ótima da riqueza financeira no ativo com risco diminui à medida que o investidor envelhece.
Surpreendeu-nos verificar que, assim como no caso da variável ocupação, também para faixa etária o padrão de resultados encontrado no período de condições normais de mercado foi invertido com a deterioração das condições de mercado. A reversão no sentido é robusta a todos os modelos.A mudança da primeira para a segunda faixa etária passou a ser acompanhada de aumento na posição em fundos de ações. No modelo censorado, essa
mudança aumenta marginalmente tanto a probabilidade de participação em fundos agressivos como a proporção ótima condicional esperada investida nestes fundos. O probit ordenado vai no mesmo sentido, indicando agora aumento da probabilidade de investir proporções mais elevadas em fundos agressivos para a segunda faixa de idade. No modelo Hurdle, a probabilidade de investir em fundos de ações também passa a aumentar dos 31 aos 40 anos, enquanto a proporção ótima condicional esperada se mantém na mesma direção observada para o período I, embora em intensidade menor. Por que razão os investidores mais novos investiriam relativamente menos em fundos de ações no período de crise? A explicação teórica para tal fenômeno nos parece similar a dada para a mudança de sinal ocorrida nos coeficientes da variável explicativa ocupação pública nos períodos de crise. Reside no espetacular desempenho dos fundos de ações até meados de julho de 2007, que aumentou substancialmente a riqueza financeira dos cotistas mais jovens, até então muito mais alocados nesses fundos, trazendo a razão entre capital humano e renda financeira desses indivíduos para patamar inferior ao dos investidores da faixa etária imediatamente superior. Pelo princípio da “contrarian investment strategy”, isso levou os mais jovens a reduzirem a proporção de sua riqueza financeira investida nos fundos de ações.
Outro efeito observado nos resultados para os períodos II e III foi o fato de a terceira faixa etária passar a ter significância estatística em todos os modelos. Os resultados, no entanto, são exatamente os mesmos obtidos para a segunda faixa etária no período de condições normais de mercado e, portanto, podem ser interpretados de maneira similar. Mais velhos têm menor relação capital humano / renda financeira e por isso investem menos em ações.
Patrimônio: Os resultados para a variável explicativa ordinal patrimônio, representada por quatro categorias, têm significância estatística, nas regressões geradas com os dados para o período de condições normais de mercado, apenas para a segunda faixa. Os três modelos indicam que com 1% de significância, os investidores com patrimônio entre R$ 500 mil e R$ 1 milhão têm menor inclinação a investir em fundos de ações do que os pertencentes à categoria de referência (patrimônio de até R$ 500 mil). No modelo probit ordenado a probabilidade de investir parcelas mais elevadas da riqueza financeira em fundos de ações diminui significativamente em 1%. Nos modelos censorado e hurdle, a probabilidade de participar de fundos de ações diminui em 12% e 6%, respectivamente, enquanto a alocação ótima esperada nestes instrumentos, condicional a ter investimento neles, diminui em 23% e
76%. Os resultados empíricos vão mais uma vez ao encontro do argumento teórico de que o investimento em ativos arriscados diminui quando ocorre redução na razão entre o capital humano e a riqueza financeira. Pela teoria, ceteris paribus, o efeito marginal de se mudar da faixa de patrimônio mais baixa para a seguinte, deveria ser acompanhado de uma redução na parcela investida em fundos de ações. É o que acontece para os resultados do período de condições normais de mercado. Esse efeito mais do que compensa o efeito causado pelo custo de entrada no mercado de ações. O custo de conhecer e acompanhar o mercado de renda variável (inexistente nos casos de aplicações em renda fixa, onde os riscos são limitados) é o mesmo para o investidor que tem valor absoluto baixo ou alto investido nesse mercado. Dessa forma, quanto maior o montante investido em ações, mais justificável é o tempo dispensado em conhecê-las e acompanhá-las. Esse conceito justificaria um investimento maior em fundos de ações por parte dos indivíduos representantes das camadas mais altas de renda. Podemos ainda, interpretar os resultados da óptica da correlação existente entre os ativos arriscados e a renda do trabalho dos indivíduos mais ricos. O indivíduo de baixa renda, em geral é empregado e, por isso seu fluxo de salários é menos volátil, justificando um maior investimento em ações. Por outro lado, a conveniência do ativo arriscado para os investidores de alta renda é geralmente menor - dada a característica de maior correlação entre suas atividades profissionais e o desempenho da economia (que afeta também o mercado de ações) – gerando-lhe limitada capacidade de proteger seu nível de consumo quando ocorrem más realizações de sua renda do trabalho. Quando essa correlação é positiva, o ativo arriscado amplifica a volatilidade da renda do trabalho do investidor e, portanto, a alocação ótima no ativo arriscado é diminuída. Esse conceito tem base numa das predições do modelo de alocação de portfólio apresentado na seção 1, a qual foi referida como “alocação para hedge contra choques na renda do trabalho”.
A reversão de tendência observada nas variáveis explicativas ocupação e faixa etária ao analisarmos os resultados para o período de aumento de volatilidade dos mercados e crise esteve presente aqui também. Acreditamos que em todos esses casos esse fenômeno é justificado pelo excepcional desempenho do mercado de ações no período inicial, que alterou substancialmente a relação capital humano \ riqueza financeira dos indivíduos que possuíam maior alocação relativa nos fundos de ações. Avaliando os resultados dos modelos censorado e hurdle para o segundo e terceiro períodos, notamos que o primeiro modelo, ao nível de significância de 1%, justifica uma maior alocação em fundos de ações por parte dos indivíduos com patrimônio entre R$ 500 mil e R$ 1 milhão, tanto pela maior probabilidade de
entrada nesse mercado, quanto por uma maior alocação ótima esperada condicional à presença nesse mercado. Já no hurdle, a probabilidade de investimento em fundos de ações também aumenta com o patrimônio enquanto a proporção ótima condicional esperada caminha na direção oposta, embora numa intensidade menor que no período normal de mercado (resultados considerando nível de significância de 1%).
Sexo: No período que compreende os meses de janeiro a julho de 2007 e que convencionamos chamar de período de “condições normais de mercado”, os resultados mostram claramente que mulheres são menos propensas a investir no mercado de ações do que homens. O resultado é robusto a todos os modelos. Ao decompor esse efeito analisando os modelos Censorado e Hurdle, no entanto, vemos que o primeiro indica que ser mulher diminui a probabilidade de se participar do mercado de ações em 7% enquanto o segundo indica que essa probabilidade cai 8,55% (ambos significativos a 1%). O efeito de ser mulher sobre a proporção ótima condicional esperada investida nos fundos de renda variável só é significante no modelo Censorado (p-valor de 0,0000), diminuindo-a em 14,5%. Isso mostra porque é importante utilizar o modelo Hurdle. Se avaliássemos apenas os resultados do modelo censorado, seríamos levados a acreditar que a menor alocação em fundos de ações por parte das mulheres é explicada tanto pela menor probabilidade a investir em fundos de ações, quanto por menor alocação ótima estabelecida, condicional à participação nesse mercado. Quando vemos os resultados do Hurdle, no entanto, percebemos que esse efeito é causado somente pela menor propensão a entrar no mercado de ações.
No modelo probit ordenado, a probabilidade de mulheres investirem proporções mais elevadas em fundos de ações também diminui significativamente a 1%. Esses resultados empíricos para o mercado brasileiro são surpreendentes, uma vez que o arcabouço teórico não aponta nenhuma distinção entre o comportamento de homens e mulheres nas decisões de alocação de portfólio.
Ao analisarmos os resultados para condições de alta volatilidade dos mercados, podemos notar que houve uma reversão de tendência.No modelo censorado, o sexo feminino diminui tanto a probabilidade de aplicação em fundos de ações quanto à proporção ótima esperada investida nesses ativos, a 5% de significância. O modelo probit ordenado vai na mesma direção. No modelo Hurdle, enquanto a alocação ótima condicional a se investir no mercado de ações permanece sem significância, a probabilidade de entrada nesse mercado passa a aumentar com o sexo feminino, ainda que com baixa intensidade.
Estado Civil: Todos os modelos indicam que, em condições normais de mercado, não podemos descartar, ao nível de significância de 10%, que a variável estado civil não influencia nas decisões de alocação de portfólio.
Ao avaliarmos o período de condições extremas de mercado, surge um resultado interessante. Sem relevância estatística em nenhum dos modelos para a amostra do período I, nas regressões para os períodos II e II, a variável explicativa Estado Civil passa a ter p-valor que revela significância estatística em todos os modelos. As regressões indicam que pessoas solteiras investem marginalmente mais em fundos de ações. Enquanto o modelo censorado atribui esse efeito tanto à maior propensão a participar do mercado de ações quanto a um maior investimento condicional a se participar dele, o hurdle mostra significância estatística apenas para a maior taxa de participação, indicando que uma vez investidos, não há distinção entre o comportamento de solteiros ou casados. Esses resultados constituem evidência empírica interessante, sustentam a tese de que pessoas casadas tenderiam a ter perfil menos arriscado por terem que sustentar famílias mais numerosas.
Tabela 6 - Resultado do Modelo de Regressão Probit Ordenado – Período I
Var. Explicativas β P-valor Pr[y 1|x,β] Pr[y 2|x,β] Pr[y 3|x,β] Pr[y 4|x,β]
mulher -0.1961 0.0000 7.7661 7.8043 7.7082 7.6223 setor público 0.4669 0.0000 -16.7785 -17.7329 -18.2057 -18.3501 sem cônjuge 0.0599 0.1474 -2.3224 -2.3807 -2.3871 -2.3781 de 31 até 40 anos -0.1983 0.0002 7.8512 7.8885 7.7904 7.7031 de 41 até 50 anos -0.0719 0.1848 2.8670 2.8209 2.7416 2.6896 > 50 anos -0.0568 0.2923 2.2581 2.1997 2.1216 2.0736 0,5 - 1 milhão -0.3281 0.0000 13.0175 12.9491 12.6921 12.5037 1 - 3 milhões -0.0518 0.3717 2.0427 1.9729 1.8904 1.8417 > 3 milhões -0.0808 0.1706 3.1493 3.0107 2.8623 2.7778 Período I - Nº obs.: 4.717
Tabela 7 - Resultado do Modelo de Regressão Probit Ordenado – Período II
Var. Explicativas β P-valor Pr[y 1|x,β] Pr[y 2|x,β] Pr[y 3|x,β] Pr[y 4|x,β]
mulher 0.0367 0.1483 -1.4330 -1.3944 -1.3517 -1.3135 setor público -0.1581 0.0004 6.0179 5.7962 5.5712 5.3795 sem cônjuge 0.0674 0.0090 -2.6393 -2.5724 -2.4969 -2.4289 de 31 até 40 anos 0.0737 0.0180 -2.8870 -2.8148 -2.7329 -2.6591 de 41 até 50 anos -0.0639 0.0675 2.5062 2.4447 2.3747 2.3112 > 50 anos 0.0360 0.3140 -1.4107 -1.3741 -1.3331 -1.2963 0,5 - 1 milhão 0.0783 0.0216 -3.0690 -2.9929 -2.9065 -2.8284 1 - 3 milhões -0.0874 0.0275 3.4234 3.3370 3.2394 3.1514 > 3 milhões -0.0802 0.0692 3.0809 2.9766 2.8684 2.7750 Período II - Nº obs.: 12.395
Tabela 8 - Resultado do Modelo de Regressão Probit Ordenado – Período III
Var. Explicativas β P-valor Pr[y 1|x,β] Pr[y 2|x,β] Pr[y 3|x,β] Pr[y 4|x,β]
mulher 0.0897 0.0009 -3.3971 -3.2760 -3.1840 -3.1134 setor público -0.2242 0.0000 7.9692 7.5691 7.2848 7.0745 sem cônjuge 0.0545 0.0448 -2.0549 -1.9782 -1.9205 -1.8764 de 31 até 40 anos 0.1015 0.0018 -3.8516 -3.7165 -3.6135 -3.5343 de 41 até 50 anos -0.0990 0.0076 3.7591 3.6277 3.5274 3.4503 > 50 anos 0.0452 0.2361 -1.7028 -1.6390 -1.5909 -1.5542 0,5 - 1 milhão 0.1498 0.0000 -5.7245 -5.5371 -5.3919 -5.2796 1 - 3 milhões -0.0553 0.1888 2.1404 2.0799 2.0313 1.9931 > 3 milhões -0.0773 0.1017 2.9389 2.8372 2.7594 2.6996
Tabela 9 - Resultado do Modelo de Regressão Censorado – Período I
Var. Explicativas β P-valor Pr[y>0|x,β] E[y*|x,β,y>0]
constante 0.6986 0.0000 mulher -0.3362 0.0000 -7.0085 -14.5103 setor público 0.7715 0.0000 14.0304 39.4943 sem cônjuge 0.0926 0.2059 1.8549 4.2515 de 31 até 40 anos -0.3709 0.0001 -7.7506 -15.9199 de 41 até 50 anos -0.0861 0.3670 -1.8523 -3.4257 > 50 anos -0.1494 0.1148 -3.2380 -5.7496 0,5 - 1 milhão -0.5574 0.0000 -11.7774 -23.2202 1 - 3 milhões -0.0810 0.4265 -1.7602 -3.0647 > 3 milhões -0.0911 0.3751 -1.9822 -3.3101 Período I - Nº obs.: 4.717
Tabela 10 - Resultado do Modelo de Regressão Censorado – Período II
Var. Explicativas β P-valor Pr[y>0|x,β] E[y*|x,β,y>0]
constante -0.3602 0.0001 mulher 0.1421 0.0166 2.3476 4.7871 setor público -0.3971 0.0001 -6.4237 -12.5795 sem cônjuge 0.1390 0.0213 2.2949 4.6510 de 31 até 40 anos 0.1660 0.0231 2.7437 5.5908 de 41 até 50 anos -0.1386 0.0890 -2.2925 -4.7065 > 50 anos 0.0979 0.2400 1.6167 3.3044 0,5 - 1 milhão 0.2166 0.0066 3.5833 7.3576 1 - 3 milhões -0.1324 0.1507 -2.1938 -4.5545 > 3 milhões -0.1277 0.2085 -2.1038 -4.2725 Período II - Nº obs.: 12.395
Tabela 11 - Resultado do Modelo de Regressão Censorado – Período III
Var. Explicativas β P-valor Pr[y>0|x,β] E[y*|x,β,y>0]
constante -0.7097 0.0000 mulher 0.2758 0.0001 3.9019 8.7933 setor público -0.6858 0.0000 -9.2004 -19.8682 sem cônjuge 0.1229 0.0908 1.7287 3.8343 de 31 até 40 anos 0.2774 0.0016 3.9246 8.8864 de 41 até 50 anos -0.2385 0.0159 -3.3789 -7.7147 > 50 anos 0.0982 0.3326 1.3847 3.1034 0,5 - 1 milhão 0.4792 0.0000 6.8202 15.7197 1 - 3 milhões -0.0519 0.6422 -0.7478 -1.7873 > 3 milhões -0.1576 0.2039 -2.2594 -5.3190
Tabela 12 - Resultado do Modelo Hurdle – Período I
Var. Explicativas δ P-valor β P-valor Pr[y>0|x,δ] E[y*|x,β,y>0]
constante 0.3398 0.0000 0.4787 0.0000 mulher -0.2204 0.0000 -0.0127 0.7637 -8.5495 -2.7080 setor público 0.3168 0.0001 0.3667 0.0000 11.1292 95.0257 sem cônjuge 0.0349 0.4219 0.0413 0.3229 1.3056 9.0419 de 31 até 40 anos -0.1032 0.0699 -0.2855 0.0000 -3.9492 -53.2663 de 41 até 50 anos -0.0869 0.1264 0.0337 0.5291 -3.4010 5.5230 > 50 anos -0.0798 0.1541 -0.0228 0.6690 -3.1638 -3.7669 0,5 - 1 milhão -0.1481 0.0085 -0.4378 0.0000 -5.6985 -76.0495 1 - 3 milhões 0.0162 0.7893 -0.1215 0.0291 0.6353 -15.8439 > 3 milhões -0.0741 0.2238 -0.0238 0.6722 -2.9140 -2.8827 Período I - Nº obs.: 4717
Tabela 13 - Resultado do Modelo Hurdle – Período II
Var. Explicativas δ P-valor β P-valor Pr[y>0|x,δ] E[y*|x,β,y>0]
constante -0.1988 0.0000 0.5319 0.0000 mulher 0.0475 0.0701 -0.0075 0.7717 1.8643 -1.5907 setor público -0.2379 0.0000 0.1509 0.0009 -9.0044 34.8825 sem cônjuge 0.0664 0.0130 -0.0024 0.9264 2.6109 -0.5156 de 31 até 40 anos 0.1306 0.0000 -0.1929 0.0000 5.1595 -37.5736 de 41 até 50 anos -0.0770 0.0336 0.0373 0.2680 -3.0551 6.7032 > 50 anos 0.0272 0.4641 0.0058 0.8635 1.0753 1.0645 0,5 - 1 milhão 0.2198 0.0000 -0.3207 0.0000 8.7148 -58.7691 1 - 3 milhões 0.0212 0.6105 -0.1774 0.0000 0.8434 -25.2640 > 3 milhões -0.0345 0.4525 -0.0778 0.0398 -1.3757 -9.7463 Período II - Nº obs.: 12.395
Tabela 14 - Resultado do Modelo Hurdle – Período III
Var. Explicativas δ P-valor β P-valor Pr[y>0|x,δ] E[y*|x,β,y>0]
constante -0.2893 0.0000 0.6450 0.0000 mulher 0.0876 0.0014 0.0440 0.2078 3.3910 12.1714 setor público -0.2943 0.0000 0.0748 0.2185 -10.6434 21.0196 sem cônjuge 0.0523 0.0586 -0.0140 0.6913 2.0147 -3.7611 de 31 até 40 anos 0.1458 0.0000 -0.1682 0.0002 5.6763 -41.8886 de 41 até 50 anos -0.0952 0.0118 -0.0095 0.8343 -3.7262 -2.1565 > 50 anos 0.0015 0.9697 0.0911 0.0478 0.0570 21.6080 0,5 - 1 milhão 0.2619 0.0000 -0.2812 0.0000 10.2897 -66.3373 1 - 3 milhões 0.0650 0.1321 -0.2242 0.0000 2.5908 -41.0226 > 3 milhões -0.0467 0.3307 -0.0800 0.1204 -1.8643 -12.5480