Eduardo Ribeiro Alves Barboza Vianna Relação Risco...
Transcript of Eduardo Ribeiro Alves Barboza Vianna Relação Risco...
Eduardo Ribeiro Alves Barboza Vianna
Relação Risco, Retorno e Liquidez na Construção de Portfólios de Fundos de Fundos
Dissertação de Mestrado
Dissertação apresentada ao Programa de Pós- Graduação em Administração da PUC-Rio como requisito parcial para obtenção do título de Mestre em Administração de Empresas.
Orientador: Prof. Luiz Felipe Jacques da Motta
Rio de Janeiro Março de 2008
Eduardo Ribeiro Alves Barboza Vianna
Relação Risco, Retorno e Liquidez na Construção de Portfólios de Fundos de Fundos
Dissertação apresentada como requisito parcial para obtenção do grau de Mestre pelo Programa de Pós-graduação em Administração da PUC-Rio. Aprovada pela Comissão Examinadora abaixo assinada.
Prof. Luiz Felipe Jacques da Motta
Orientador Departamento de Administração - PUC-Rio
Prof. Marcelo Cabus Klotzle Departamento de Administração - PUC-Rio
Profª. Kátia Rocha IPEA
Prof. Nizar Messari Vice-Decano de Pós-Graduação do CCS
Rio de Janeiro, 27 de março de 2008
Todos os direitos reservados. É proibida a reprodução total ou parcial do trabalho sem autorização da universidade, do autor e do orientador.
Eduardo Ribeiro Alves Barboza Vianna
Graduou-se em Engenharia Mecânica e Produção Mecânica em 2000 na Pontifícia Universidade Católica do Rio de Janeiro. Em 2002, graduou-se também em Engenharia Civil. Passou alguns anos dedicados à incorporação imobiliária e atualmente trabalha com gestão financeira.
Ficha Catalográfica
CDD: 658
CDD: 658
Vianna, Eduardo Ribeiro Alves Barboza
Relação risco, retorno e liquidez na construção de portfólios de fundos de fundos / Eduardo Ribeiro Alves Barboza Vianna ; orientador: Luiz Felipe Jacques da Motta. – 2008.
76 f. : il.(col.) ; 30 cm Dissertação (Mestrado em Administração)–
Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2008.
Inclui bibliografia
1. Administração – Teses. 2. Fundo de fundos. 3. Risco. 4. Retorno. 5. Liquidez. 6. Autocorrelação. 7. Fundos de investimento. I. Motta, Luiz Felipe Jacques da. II. Pontifícia Universidade Católica do Rio de Janeiro. Departamento de Administração. III. Título.
Aos meus pais, pelo apoio incondicional em todas as horas, e a minha esposa Daniela pelo amor e certeza de nossa eterna felicidade.
Agradecimentos
À minha esposa Daniela pela compreensão, dedicação e ajuda. À minha família pelo apoio e incentivo ao longo do curso. Ao meu orientador Professor Luiz Felipe Motta pela atenção e presteza na realização deste trabalho.
Aos professores do departamento de Administração da PUC-Rio que participaram da minha formação. E aos funcionários do Departamento de Administração da PUC-Rio pela solicitude e paciência.
Resumo
Vianna, Eduardo Ribeiro Alves Barboza; Motta, Luiz Felipe. Relação Risco, Retorno e Liquidez na Construção de Portfólios de Fundos de Fundos. Rio de Janeiro, 2008. 76p. Dissertação de Mestrado – Departamento de Administração, Pontifícia Universidade Católica do Rio de Janeiro.
O universo de hedge funds cresce a taxas aceleradas no Brasil já há alguns
anos e vem, à medida que os juros caem, conquistando investidores que
restringiam suas aplicações à renda fixa tradicional. Um outro segmento da
indústria financeira vem a reboque, são os fundos de fundos. O objetivo deste
trabalho é propor uma metodologia quantitativa para auxiliar na construção de
portfólios de fundos de fundos que vai além do tradicional modelo de média-
variância. Será incluída uma terceira variável na avaliação dos portfólios, o risco
de liquidez. Para isso, será usado como base o estudo “Dyanmics of the Hedge
Fund Industry” do Professor Andrew W. Lo do MIT Sloan School of
Management (2005). A indústria de hedge funds será dividida em diversos
segmentos em função das estratégias utilizadas e em seguida, avaliaremos quais as
combinações de estratégias oferecem a melhor relação Risco, Retorno e Liquidez
para o investidor.
Palavras-chave Fundo de Fundos; risco; retorno; liquidez; autocorrelação; fundos de
investimento.
Abstract
Vianna, Eduardo Ribeiro Alves Barboza; Motta, Luiz Felipe (Advisor). Return, Risk e Liquidity Relationship in Funds of Funds Portfolio Construction. Rio de Janeiro 2008. 76p. MSc. Dissertation – Departamento de Administração, Pontifícia Universidade Católica do Rio de Janeiro.
During the recent years, hedge funds in Brazil experienced an incredible
increase in assets under management. Many investors are changing their asset
allocation, migrating from fixed income to hedge funds. With this movement,
another segment of the same industry will flourish: Funds of funds. This work
main objective is to propose a methodology to help on the portfolio construction
of funds of funds based not only on the relationship return and risk, but including
a new parameter, liquidity. This work is based on the study “Dynamics of the
Hedge Fund Industry” by Professor Andrew W. Lo from the MIT Sloan School of
Management (2005). In order to do so, the Brazilian hedge fund industry will be
divided based on the strategies used on their investments, and then an
optimization process will sort out the portfolios that offer the best Return, Risk
and Liquidity combination for investors.
Keywords
Fund of funds; risk; return; liquidity; autocorrelation; investment funds
Sumário
1. Introdução 11 1.1. Apresentação 11 1.2. Objetivos 13 1.3. Delimitações do Estudo 14 1.4. Relevância do Estudo 15 2. Referencial Teórico 16 2.1. Hedge Funds 16 2.2. Índices de Hedge Funds 20 2.3. Propriedades dos Índices de Hedge Funds 24 2.4. Autocorrelação e Iliquidez 27 3. Metodologia 30 3.1. Tipo de Pesquisa 30 3.2. Universo e Amostra 31 3.3. Coleta de Dados 35 3.4. Tratamento de Dados 36 3.4.1. Preparação dos Dados e Comparação entre os Índices Utilizados 36 3.4.2. Teste Estatístico para Autocorrelação dos Índices 37 3.4.3. Definição da Métrica de Liquidez para os Portfolios 37 3.4.4. Construção de Portfolios de Hedge Funds com Restrições de Liquidez 37 3.5. Limitações do Estudo 39 4. Desenvolvimento e Análise dos Resultados 40 4.1. Propriedades dos Índices 41 4.2. Comparação dos Índices 42 4.3. Cálculo de Liquidez 45 4.4. Construção dos Portfolios com Restrições de Liquidez 49 4.5. Análise dos Portfolios 53 4.6. Exemplo 55 5. Considerações Finais 57 6. Referências Bibliográficas 60 7. Anexos 62 7.1. Anexo 1 - Regulamento dos Índices Arsenal 62 7.2. Anexo 2 - Relação dos fundos que compõem os índices Arsenal 71
Lista de tabelas
Tabela 1 – Classificação ANBID de Fundos de Investimento Multimercado 19 Tabela 2 – Equivalência de classificações de estratégias 24 Tabela 3 – Propriedades Estatísticas dos Índices da CSFB/Tremont,
retornos mensais Jan/94 – Ago/04 25 Tabela 4 – Matriz de Correlação para os Índices CSFB/Tremont para
retornos mensais, Jan/94 – Ago/04 26 Tabela 5 –Dados Estatísticos Mensais dos Índices Arsenal 41 Tabela 6 – Dados Estatísticos Mensais dos Índices de Mercado 41 Tabela 7 – Resultados Teste Normalidade para Dados Mensais 43 Tabela 8 – Resultados Teste de Normalidade para Dados Diários 43 Tabela 9 – Resultados Teste de Comparação das Distribuições 44 Tabela 10 – Resultados das Autocorrelações 45 Tabela 11 – Matriz de Correlação entre os Índices (Dados Diários) 46 Tabela 12 – Matriz de Correlação entre os Índices (Dados Mensais) 47 Tabela 13 – Índices divididos por faixas de liquidez 48 Tabela 14 – Propriedades dos Portfolios com Sharpe Máximo 53
Lista de figuras
Figura 1 – Evolução da Participação dos Fundos Multimercados
no Mercado Brasileiro 18 Figura 2 – Possibilidades de classificação para hedge funds 20 Figura 3 – Fronteiras eficientes com restrições de liquidez 50 Figura 4 – Fronteira de Índices de Sharpe x Liquidez 51 Figura 5 – Derivada do Índice de Sharpe em relação a Liquidez 52 Figura 6 – Composição dos Portfolios 53
1 Introdução
1.1. Apresentação
O universo de hedge funds cresce a taxas aceleradas no Brasil já há
alguns anos e vem, à medida que os juros caem, conquistando investidores que
restringiam suas aplicações à renda fixa tradicional. Hoje, basicamente, qualquer
área de private banking oferece a seus clientes um verdadeiro “menu” desses
fundos, com produtos de diferentes gestores, e até bancos de varejo vêm
enriquecendo as possibilidades de escolha dos correntistas (Franco e Branco,
2006).
Porém, investir em hedge funds exige tempo e análise detalhada de cada
fundo. Os hedge funds não têm uma única estratégia de investimento e a
capacidade de cada gestor é crucial para a boa performance do investimento ao
longo do tempo. Algumas barreiras como a complexidade dos instrumentos
aplicados na gestão dos recursos e a experiência necessária para monitorar os
retornos e as estratégias apresentados pelos fundos tornam a tarefa de investir
em hedge funds extremamente complexa para o investidor comum. Além disso,
se levarmos em consideração que o valor mínimo de aplicação em cada fundo é
normalmente elevado, diversificar a alocação se torna praticamente inviável para
a grande maioria dos investidores (Figueiredo e Tigre, 2006).
Uma solução para o investidor comum é usar os serviços de um fundo de
fundos. Ao alocar recursos em diversos gestores com estratégias diversificadas,
o investidor maximiza o retorno, minimizando o risco individual de cada gestor
(Figueiredo e Tigre, 2006). Nesse veículo de investimento o desafio de analisar
os diferentes gestores e de que maneira as estratégias de cada um se
combinam para atingir o melhor retorno ajustado ao risco cabem a um gestor
profissional.
Nesse sentido o problema de alocação de capital para um fundo de fundos
difere em muitos aspectos da construção de um portfolio de ativos comuns.
Questões como períodos de carência, taxas de performance e marca d`água,
falta de liquidez e marcação a mercado, alavancagem e heterogeneidade entre
12
gestores fazem com que a usual técnica de otimização baseada em média e
variância fique a desejar para esse tipo de investimento (Lo, 2005).
Lo (2005) descreve um processo completo de investimento para a
construção de um portfolio de Hedge Funds composto de duas etapas. Na
primeira, objeto deste trabalho, a alocação de capital é definida de uma maneira
quantitativa, utilizando as estratégias dos fundos de investimento. Já na etapa
final, os fundos e gestores propriamente ditos são escolhidos em função de suas
características qualitativas.
Para propor tal processo de alocação Lo (2005) argumenta que a
otimização de carteiras utilizando hedge funds individualmente gera pesos muito
instáveis ao longo do tempo. Analisar as estratégias de forma agregada permite
obter informações, tais como correlações e volatilidades mais confiáveis do que
separadamente. Por fim, Lo (2005) observa que é mais fácil comparar gestores
com a mesma estratégia de maneira qualitativa do que quantitativa. Portanto, ele
afirma que usar a análise quantitativa para fazer a decisão de alocação de
capital e a qualitativa para alocação entre gestores permite usar o melhor de
cada processo num único arcabouço.
A abordagem quantitativa proposta por Lo (2005) envolve otimizar um
portfolio de hedge funds utilizando o procedimento conhecido como Média-
Variância ou Markowitz porém, ajustado para o efeito de liquidez a que o
portfolio está exposto. A variável de liquidez, como será demonstrado neste
trabalho será definida como a autocorrelação dos retornos mensais dos hedge
funds agregados na forma de índices.
13
1.2. Objetivos
O objetivo final dessa dissertação é propor uma metodologia quantitativa
para auxiliar na construção de portfolios de fundos de fundos que vai além do
tradicional modelo de média-variância. Será incluída uma terceira variável na
avaliação do portfolio, o risco de liquidez.
Será usada a metodologia desenvolvida em Lo (2005) aplicada ao
mercado brasileiro de hedge funds. Os passos intermediários necessários para
chegar ao objetivo são:
a) Definir índices que representem as estratégias utilizadas pelos hedge
funds;
b) Compreender as propriedades estatísticas dos retornos dos índices de
hedge funds e suas implicações para os investidores;
c) Calcular a liquidez, medida pela autocorrelação dos retornos, dos
índices de hedge funds;
d) Determinar a alocação ótima para as métricas definidas anteriormente;
14
1.3. Delimitações do estudo
A pesquisa está focada no problema de construção de fundos de fundos,
considerando que no processo de alocação é construída uma fronteira eficiente
formada apenas por índices de hedge funds.
A maior limitação encontrada na pesquisa foi o limitado número de
estratégias utilizadas no mercado brasileiro de fundos. Segundo, Ribeiro e La
Roque (2006) atualmente no Brasil, os gestores ainda não aplicam todo o leque
de estratégias disponíveis em mercados como o americano e suas estratégias
não se diferenciam muito.
Outra limitação encontrada foi a dificuldade de se encontrar índices
específicos dos hedge funds. Tal limitação foi superada com o uso dos índices
desenvolvidos pela Arsenal Investimentos, empresa especializada na área de
gestão financeira, que desenvolveu índices para quatro estratégias bem
definidas.
Este estudo não trata da alocação ótima em diferentes tipos de ativos. As
análises são realizadas considerando que o universo de ativos se restringem aos
hedge funds.
Quanto à delimitação temporal, a análise dos fundos se dá no período de
02/05/2002 até 31/12/2007 e serão utilizados os retornos diários e mensais de
cada uma das estratégias selecionadas.
15
1.4. Relevância do estudo
Segundo (Ribeiro e La Rocque, 2006), os hedge funds se tornaram nos
últimos anos uma área de grande interesse em todo o mundo, tanto para a
comunidade financeira quanto para a acadêmica. Essa atenção foi
conseqüência, em parte, dos casos de impressionante performance e também
de quebras espetaculares, sendo a do Long Term Capital Management (LTCM)
a mais conhecida. Infelizmente, isso levou a uma visão distorcida desses
investimentos, particularmente em relação a seus riscos, estratégias e
performance.
A recente melhora nas condições macroeconômicas do país resultou
num ambiente com taxas de juros significativamente menores. O investidor
brasileiro acostumado com as altas taxas de juros praticadas até o passado
recente, necessitará correr mais riscos se desejar manter o mesmo nível de
retorno. Nesse sentido, os hedge funds se apresentam como uma alternativa
óbvia para o típico investidor.
Dados da ANBID (Associação Nacional dos Bancos de Investimento)
comprovam o movimento dos investidores no sentido de buscar mais risco.
Enquanto a participação dos multimercados, os hedge funds brasileiros, na
indústria de fundos de investimento no Brasil saltou de 17,69% em 2005 para
24,28% em 2007, a participação de fundos de renda fixa e referenciados DI caiu
de 61,47% em 2005 para 46,27%. Os recursos administrados na categoria dos
multimercados saltaram de R$ 142 bilhões em 2005 para R$ 272 bilhões em
2007 em valores constantes, representando um aumento real médio anual de
38%.
Porém, a complexidade de estratégias e gestores dos hedge funds pode
dificultar esse movimento. A construção de fundos de fundos que utilizem um
arcabouço qualitativo e quantitativo de maneira consistente pode permitir que o
investidor individual alcance seus objetivos de retorno com um fundo
diversificado tanto em estratégias quanto em gestores diminuindo o risco global
de seu portfolio.
2 Referencial teórico
2.1. Hedge funds
Os hedge funds ainda não são bem compreendidos pelo público geral, de
modo que muitos investidores possuem fortes restrições quanto a praticar esse
tipo de investimento. Para entender essa indústria, o primeiro passo é conhecer
a sua evolução ao longo dos anos. Assim é possível entender o panorama atual
e visualizar as perspectivas para o futuro (Ribeiro e La Rocque, 2006).
De acordo com Figueiredo e Tigre (2006), a história dos hedge funds teve
início no fim da década de 1940 nos Estados Unidos, quando Alfred Winslow
Jones constitui o primeiro fundo que procurava obter retornos absolutos acima
da média de mercado, sem que, para tanto, fosse necessário apostar na alta ou
na queda das ações. O fundo criado por Jones foi estruturado como uma
sociedade limitada, para evitar os rígidos controles da Securities and Exchange
Commission (SEC) e permitir maior flexibilidade na gestão dos recursos.
A evolução no número de hedge funds desde o seu início em 1940 até
hoje foi explosiva. Dados obtidos no site especializado na indústria de hedge
funds Hennesse Group dão conta que no final de 2007 o número de hedge funds
no mundo atingiu aproximadamente 9.550 com 1,5 trilhão de Dólares de
patrimônio sob administração. Lo (2005) classifica os hedge funds como um dos
setores da indústria financeira com o maior crescimento.
Apesar de muito numerosos, os hedge funds são apenas uma classe de
fundo de investimento em um universo muito amplo. Figueiredo e Tigre (2006)
dividem a indústria de fundos no mundo e no Brasil da seguinte maneira:
a) Fundos risco de crédito soberano: fundos money market ou fixed
income no resto do mundo, e DI ou Renda Fixa no Brasil. Nestes
fundos, o objetivo do investidor é preservar o capital contra a inflação.
Os fundos canalizam os recursos dos investidores para títulos públicos,
atuando como financiadores de governos, ou seja, são o veículo por
17
meio do qual o pequeno poupador (pessoas físicas) e o grande
poupador (empresas) financiam a dívida dos governos.
b) Fundos de risco de crédito corporativo: atuam de forma semelhante
aos fundos com risco de crédito soberano, mas compram dívidas
corporativas no lugar de dívidas de governo. Dessa forma, os
investidores financiam a emissão de dívidas de empresas, alterando
suas estruturas de capital. Existem fundos de risco corporativo que
investem apenas em ativos de empresas que passam por
reestruturação (distressed assets) e cuja função é assumir o risco que
os investidores originais não estão dispostos a assumir.
c) Fundos de ações: suas carteiras são compostas primordialmente por
ações. Esses fundos são acionistas minoritários de diversas empresas,
mas em algumas ocasiões têm participação na sua administração. Um
caso particular são fundos de private equity, cujo foco são
empreendimentos específicos de maturação longa com prazo definido
de encerramento da participação do fundo.
d) Fundos de commodities: são fundos cujo objetivo de investimento está
diretamente associado a alguma commodity (ou grupo de
commodities). Ao investir nesses ativos, estes fundos permitem que
empresas ou agricultores façam hedge de suas posições, diluindo o
risco de mercado para os setores da economia.
e) Fundos multimercado: também conhecidos como hedge funds,
combinam as estratégias de investimento dos demais tipos de fundos,
diversificando suas carteiras. É o tipo de fundo que mais cresceu nos
últimos anos em volume e em participação na indústria.
Portanto, de uma maneira global pode-se afirmar que hedge funds são
fundos que não estão limitados a negociar qualquer ativo específico, podem
tomar riscos em diversos mercados e usar alavancagem em suas operações.
No Brasil, o crescimento da indústria de hedge funds é mais recente. Um
marco para o crescimento da indústria de fundos, no seu todo, foi o Plano Real.
Ao controlar a inflação em níveis adequados, foi dado um importante passo para
a estabilização da economia, permitindo, assim, um aumento da demanda por
fundos de investimento. A menor inflação permitiu que os investidores
identificassem os ganhos reais de seus investimentos (Ribeiro e La Rocque
2006).
18
No entanto, enquanto a regulamentação e a queda da inflação criaram o
terreno para o crescimento dos hedge funds, as altas taxas de juros praticadas
no Brasil desestimulavam a procura por esse tipo de investimento, pois poucos
investidores tinham disposição de aumentar seus riscos para buscar um
incremento nos já altos retornos da taxa livre de risco (Ribeiro e La Rocque
2006). Esse ambiente começou a mudar recentemente. Com a queda das taxas
de juros, começou a crescer a procura por alternativas de investimento mais
rentáveis em relação aos fundos de renda fixa tradicionais.
Os fatores acima ajudam a compreender o expressivo aumento de
recursos administrados pelos hedge funds brasileiros, aqui representados pela
categoria dos multimercados.
Figura 1 – Evolução da Participação dos Fundos Multimercados no Mercado Brasileiro
Evolução da Participação dos Fundos Multimercados no mercado brasileiro de Fundos de Investimento
-
5,00
10,00
15,00
20,00
25,00
30,00
35,00
dez-97 dez-98 dez-99 dez-00 dez-01 dez-02 dez-03 dez-04 dez-05 dez-06 dez-07
Part
icip
ação
dos
Mul
timer
cado
s na
indú
stri
a de
Fu
ndos
(%)
-
50
100
150
200
250
300
Patr
imôn
io L
íqui
do A
dmin
istr
ado
(R$
Bilh
ões
cons
tant
es1 )
Participação dos Multimercados
PL Administrado nos Multimercados
Fonte: ANBID (1Em moeda constante do último mês, deflacionado pelo IGP).
Ao contrário do mercado americano, onde os hedge funds não são
regulados pela SEC (Securities and Exchange Commission), no Brasil todos os
fundos de investimento funcionam com a autorização da CVM - Comissão de
Valores Mobiliários, órgão responsável por sua regulação e fiscalização. A
Instrução CVM No. 465 de 20/2/2008 dispõe sobre a constituição, a
administração, o funcionamento e a divulgação de informações dos fundos de
investimento, conceituados como: "uma comunhão de recursos constituída sob a
forma de condomínio, destinado à aplicação em títulos e valores mobiliários,
19
bem como em quaisquer outros ativos disponíveis no mercado financeiro e de
capitais".
A Instrução CVM No. 465 também classifica os fundos de investimento
brasileiros em sete categorias segundo a composição de suas carteiras: Fundo
de Curto Prazo; Fundo Referenciado; Fundo de Renda Fixa; Fundo de Ações;
Fundo Cambial; Fundo de Dívida Externa; e Fundo Multimercado. Pelas suas
características, a grande maioria dos hedge funds brasileiros se concentra na
categoria de Multimercado, porém recentemente alguns hedge funds têm sido
classificados como Fundos de Ações. Isso ocorre basicamente com os fundos
que usam a estratégia Long Short ou Equity Hedge, que será descrita na
próxima seção.
Além da CVM, que é um órgão governamental, a grande maioria dos
fundos de investimento brasileira está sujeita ao código de auto-regulação da
Associação Nacional dos Bancos de Investimento (ANBID). A ANBID também
possui um sistema de classificação de fundos onde os fundos são divididos
primeiramente numa categoria ANBID similar às classificações da CVM e em
seguida subdivididos em tipos. A tabela abaixo apresenta os tipos para a
categoria de multimercados.
Tabela 1 – Classificação ANBID de Fundos de Investimento Multimercado
Categoria ANBID Tipo ANBID Riscos
Balanceados
Multimercados Sem RV
Multimercados Com RV
Multimercados Sem RV Com Alavancagem
Multimercados Com RV Com Alavancagem
Capital Protegido
Diversas Classes de Ativos Multimercados
Long And Short - Renda Variável
DI/SELIC + Renda Variável + Alavancagem
Fonte: ANBID
Apesar de dividirem a categoria de multimercados em sete tipos distintos a
classificação ANBID traz pouca luz a respeito das estratégias de investimentos
utilizadas pelos gestores.
20
2.2. Índices de hedge funds
O enorme crescimento do montante administrado pelos hedge funds nos
últimos anos, tem levado a muitos questionamentos a respeito das formas de
medir performance na indústria. Uma solução muito usada no mercado
financeiro é a criação de índices que servem como benchmark na hora de avaliar
a performance dos gestores.
Aldrich (2007) argumenta que dada a complexidade de alternativas que
podem ser usadas pelos gestores de hedge funds, cada índice utiliza uma
maneira de classificá-los. Na figura abaixo ele resume as principais formas de
classificação existentes que permitiriam gerar um índice:
Figura 2 – Possibilidades de classificação para hedge funds
Fonte: Aldrich (2007)
21
A Figura demonstra que há três principais categorizações existentes:
Classe de Ativo, Processo de Investimento e Geográfico. A classificação de
hedge funds por classe de ativo não parece ser a maneira mais indicada visto
que os gestores têm muita liberdade para atuar em diversas classes. Isto é o que
ocorre no Brasil com a classificação da CVM e de certa maneira com a da
ANBID também: Por não ser uma metodologia adequada para diferenciar hedge
funds todos acabam reunidos sob o mesmo conjunto, os fundos multimercados.
Também não parece adequada a classificação geográfica, pois a grande
maioria dos hedge funds atua globalmente, o que em certo ponto iria dificultar a
diferenciação dos mesmos. Da mesma maneira, pensando no mercado brasileiro
seria impossível diferenciar os multimercados, pois apesar de autorizados a
negociar com ativos no exterior ainda são poucos os fundos oferecidos ao
público com essa liberdade em funcionamento.
Portanto, nesse estudo a intenção será procurar por índices que utilizem a
terceira metodologia indicada na Figura 2, o processo de investimento ou
estratégia de investimento. É muito importante entender as diferentes estratégias
utilizadas pelos gestores de hedge funds para obter os retornos e riscos
exibidos. Além disso, as estratégias usadas por gestores de hedge funds tendem
a ser bem diferentes das usadas por gestores de fundos tradicionais (Brooks e
Kat, 2001).
Mesmo quando a intenção é dividir os hedge funds segundo suas
estratégias, existem divergências quanto aos nomes empregados nas
estratégias e a classificação dos fundos. Uma dessas classificações foi
apresentada por Hykavei (2006) e divide as estratégias de hedge funds da
seguinte maneira:
a) Estratégias de Valor Relativo:
• Convertible arbitrage: Esta estratégia pode ser definida por meio do
investimento em debêntures conversíveis em ações. Na prática, os
gestores ficam comprados nas debêntures e vendidos nas ações da
empresa emissora da debênture, apropriando-se dos juros e
protegendo o principal investido;
• Fixed income arbitrage: É a estratégia em renda fixa que visa obter
retornos superiores às taxas de juros ditas livres de risco com títulos
de dívida pública e corporativa. Nessa categoria, podemos incluir a
utilização de instrumentos financeiros como swap de taxas de juros,
22
arbitragem entre valores mobiliários e títulos governamentais não
denominados e denominados em dólares, arbitragem da estrutura a
termo de taxa de juros, operações com derivativos de hipoteca em
mercados de “balcão”, entre outros;
• Equity market neutral: Estratégia de investimento que procura
explorar ineficiências de preço de ações por meio da compra e
venda simultânea de ações entre ou intra setores. São estratégias
neutras em relação à tendência de mercado, por utilizarem técnicas
de neutralização por “beta”, financeiro ou ambos. São as ditas
estratégias “long and short”;
• Merger arbitrage: São estratégias de investimento realizadas por
especialistas com empresas que iniciem um processo de fusão.
Normalmente são operações simultâneas de compra e venda entre
as duas empresas envolvidas no processo de fusão.
b) Estratégias que envolvem risco de crédito:
• Distressed security: Os gestores de fundos investem em dívidas,
ações ou opções de empresas em processo de falência, seja pré ou
pós-processo falimentar.
• High yield: São os investimentos nos chamados “junk bonds” ou
ativos classificados com alto grau de probabilidade de ocorrência de
default. Os ganhos relevantes normalmente ocorrem quando esses
ativos deixam se ser classificados pelas agências de classificação
de risco como de “alto risco” e passam para “grau de investimento”;
• Emerging market debt: São as estratégias envolvendo investimentos
em países ditos emergentes. Geralmente são estratégias apenas
compradas nos papéis de dívida soberana de países e mercados
emergentes;
• Regulation D: São estratégias de investimento em subgrupos de
pequenas empresas em termos de capitalização, mas que captam
recursos em mercados privados. Envolvem estruturas de dívida com
opções de conversão em ações com preços flutuantes.
23
c) Estratégias macroeconômicas:
• Global macro: Estratégias de gestão compradas ou vendidas nos
diversos segmentos de mercado (bolsa, câmbio, juros, dívida) dos
países onde atuam, normalmente nos mercados emergentes,
dirigidas pela visão macroeconômica dos gestores ou pela
expectativa da ocorrência de eventos macroeconômicos;
• Managed Futures: Basicamente são estratégias de investimento
realizadas exclusivamente com a utilização de mercados futuros ao
redor do mundo. São estratégias direcionais, baseadas em análise
técnica de preço dos ativos negociados, em que, normalmente, não
há julgamento sobre os fundamentos dos ativos objetos das
decisões de compra e venda.
d) Estratégias com ações:
• Equity Hedge: São estratégias direcionais envolvendo investimento
orientados para o mercado de ações com forte ocorrência de
operações de compra e venda de ações sem serem neutras em
relação à tendência de mercado. Os gestores se utilizam desta
estratégia procurando comprar ações de empresas com potencial de
valorização por conta de mudanças nos seus múltiplos;
• Dedicated short bias: São estratégias que procuram manter
posições vendidas de ações, através do aluguel e da venda de
ações e de derivativos.
A realidade brasileira é de certa forma menos abrangente em termos de
estratégias. Seguindo basicamente a mesma definição derivada dos mercados
internacionais, comumente temos no Brasil as seguintes estratégias: macro,
trading, arbitragem em diversos mercados ou apenas em ações (Hykavei, 2006).
24
2.3. Propriedades dos índices de hedge funds
Brooks e Kat (2001) realizaram um estudo onde foram selecionados 48
índices de hedge funds confeccionados por sete provedores de dados diferentes
no período de Janeiro de 1995 e Abril de 2001. A primeira conclusão a que eles
chegaram foi que existem diferenças significativas entre índices construídos por
instituições diferentes. Também concluíram que as distribuições de retorno não
são normais e que a simples avaliação de portfolios com o arcabouço de média
e variância pode levar o investidor a correr riscos que ele não está esperando.
Para compreender melhor as propriedades dos índices de hedge funds é
interessante observar o exemplo internacional, para em seguida tentar fazer
comparações com o mercado brasileiro. Para isso, a partir de agora essa seção
estará baseada nos estudos conduzidos por Lo (2005) com base nos índices
produzidos pela CSFB/Tremont.
Os índices produzidos pela CSFB/Tremont são disponíveis publicamente
no site da empresa. Para serem elegíveis os fundos devem ter um patrimônio
mínimo de US$ 50 milhões, histórico mínimo de um ano e serem auditados. São
produzidos índices para 12 estratégias diferenciadas e um índice agregado que
engloba todos os outros índices. Os índices são computados e ponderados
mensalmente em função do total de ativos administrados e o universo de fundos
é reavaliado a cada trimestre.
Pode-se fazer uma equivalência entre as estratégias utilizadas pela
CSFB/Tremont e as propostas na seção anterior, como pode ser visto na tabela
abaixo.
Tabela 2 – Equivalência de classificações de estratégias
Equivalência de Classificações Classificação Seção 2.2 (Hykavei,2006) CSFB/Tremont Valor Relativo
Convertible arbitrage Convertible Arbitrage Fixed Income Arbitrage Fixed Income Arbitrage Equity Market Neutral Equity Market Neutral Merger Arbitrage Event Driven / Risk Arbitrage Risco de crédito Distressed Securities Distressed High Yield Não tem correspondente Emerging Market Debt Emerging Markets Regulation D Não tem correspondente Macroeconômicas Global Macro Global Macro
25
Managed Futures Managed Futures Ações Equity Hedge Long/Short Equity Dedicated Short Bias Dedicated Short Bias
Outros Não tem correspondente Multi-Strategy
Fonte: Hykavei 2006 e CSFB/Tremont
A única estratégia que não foi definida na seção anterior foi Multi-Strategy
que nada mais é do que hedge funds que não possuem estratégias definidas.
Abaixo está a tabela com um resumo das propriedades estatísticas dos
retornos mensais dos índices CSFB/Tremont para o período de Janeiro de 1994
até agosto de 2004.
Tabela 3 – Propriedades Estatísticas dos Índices da CSFB/Tremont, retornos mensais Jan/94 – Ago/04
Índices CSFB/Tremont Média
Anualizada
Desvio Padrão
Anualizado
Correlação com S&P
500 Assimetria Curtose
Autocorrelação (1
Ordem) P-Valor
Convertible Arbitrage 9,55% 4,72%0,11
-1,47 3,78 0,56 0,0
Dedicated Short Bias -0,69% 17,71%-0,76
0,90 2,16 0,09 73,1
Emerging Markets 8,25% 17,28%0,47
-0,58 4,01 0,31 0,7
Equity Market Neutral 10,01% 3,05%0,40
0,25 0,23 0,30 0,0
Event Driven 10,86% 5,87%0,54
-3,49 23,95 0,35 0,0
Distressed 12,73% 6,79%0,53
-2,79 17,02 0,29 0,3
Risk Arbitrage 7,78% 4,39%0,45
-1,27 6,14 0,27 1,2
Fixed Income Arbitrage 6,69% 3,86%
-0,01-3,27 17,05
0,39 0,0
Global Macro 13,85% 11,75%0,21
0,00 2,26 0,06 65,0
Long/Short Equity 11,51% 10,72%0,57
0,26 3,61 0,17 21,3
Managed Futures 6,48% 12,21%-0,23
0,07 0,49 0,06 64,5
Multi-Strategy 9,10% 4,44% 0,06 -1,29 3,57 (0,01) 17,2 Fonte: CSFB/Tremont
A primeira característica que chama atenção ao observar a tabela 3 é a
heterogeneidade de retorno e risco. Outra característica que atrai muito os
investidores é a baixa correlação dos retornos com índices de mercado, como
por exemplo, o S&P 500. Porém, Lo (2005) chama atenção que esse
comportamento pode variar ao longo do tempo.
Apesar da heterogeneidade, vários índices possuem um fator em comum:
assimetria negativa. Essa propriedade é uma indicação da exposição a retornos
extremamente baixos. Estratégias como Fixed-Income Arbitrage estão sujeitas a
26
esse tipo de comportamento, normalmente apresentam retornos consistentes,
porém se alguma das operações não funciona as perdas costumam ser grandes.
Uma medida mais direta de retornos extremos é a curtose. Valores
superiores a 3 causam a conhecida “cauda gorda”. Não é surpreendente que as
categorias com menor assimetria, Event Driven e Fixed Income Arbitrage,
também possuam as maiores curtoses.
A presença de assimetria e curtose nos retornos dos hedge funds
demonstra que a avaliação de performance via retorno e variância deixa a
desejar, pois não é possível compreender toda sua complexidade. Keating e
Shadwick (2002) propõem uma medida de performance que incorpora todos os
momentos superiores numa única variável, Gama.
Keating e Shadwick (2002) compararam rankings de índices de hedge
funds ordenados por Sharpe e por Gama. Encontraram resultados bastante
distintos, o que evidência que para avaliar hedge funds incluir informações sobre
momentos de ordem superior são fundamentais para melhorar a medida de
performance. Tabela 4 – Matriz de Correlação para os Índices CSFB/Tremont para retornos mensais, Jan/94 – Ago/04
Conv. Arb.
Ded. Short Bias
Emerg. Mkts
Equity Market Neutral
Event Driven Distre-ssed Risk Arb.
Fixed Income
Arb. Global Macro L/S Equity Man. Fut.
Mult. Strat
Convertible Arbitrage
1,00
(0,23) 0,32 0,31 0,59 0,51 0,40 0,55 0,29 0,26 (0,22) 0,34
Dedicated Short Bias
(0,23)
1,00
(0,57) (0,35)
(0,63) (0,63)
(0,48)
(0,08)
(0,13) (0,72) 0,25 (0,05)
Emerging Markets
0,32
(0,57) 1,00 0,22 0,68 0,59 0,42 0,30 0,41 0,59 (0,13) (0,04)
Equity Market Neutral
0,31
(0,35) 0,22 1,00 0,38 0,35 0,31 0,09 0,21 0,35 0,13 0,20
Event Driven
0,59
(0,63) 0,68 0,38 1,00 0,94 0,68 0,39 0,37 0,65 (0,23) 0,15
Distressed 0,51
(0,63) 0,59 0,35 0,94 1,00 0,56 0,31 0,31 0,57 (0,17) 0,11
Risk Arbitrage
0,40
(0,48) 0,42 0,31 0,68 0,56 1,00 0,13 0,12 0,49 (0,25) 0,04
Fixed Income Arbitrage
0,55
(0,08) 0,30 0,09 0,39 0,31 0,13 1,00 0,45 0,21 (0,07) 0,27
Global Macro
0,29
(0,13) 0,41 0,21 0,37 0,31 0,12 0,45 1,00 0,42 0,25 0,11
Long/Short Equity
0,26
(0,72) 0,59 0,35 0,65 0,57 0,49 0,21 0,42 1,00 (0,07) 0,14
Managed Futures
(0,22)
0,25
(0,13) 0,13
(0,23) (0,17)
(0,25)
(0,07) 0,25 (0,07) 1,00 (0,04)
Multi-Strategy
0,34
(0,05)
(0,04) 0,20 0,15 0,11 0,04 0,27 0,11 0,14 (0,04) 1,00
Fonte: CSFB/Tremont
27
A Tabela 4 ilustra que uma importante característica dos retornos dos
hedge funds é a diversidade de correlações que eles apresentam entre si.
Apesar de alguns índices serem altamente correlacionados (Event Driven e
Distressed), outros ao contrário exibem uma correlação negativa grande (Event
Driven e Dedicated Short Bias), o que implica em grandes benefícios potenciais
de diversificação.
Outra propriedade marcante presente em várias estratégias é a alta
autocorrelação de primeira ordem. Quando comparados ao S&P 500, que
apresenta uma autocorrelação de primeira ordem de -0,01, alguns índices
apresentam valores muito altos como Convertible Arbitrage (0,56), Fixed-Income
Arbitrage (0,39) e Event Driven (0,35), todos com significância estatística de 1%.
Essa característica pode ser um sintoma de exposição a um risco pouco
considerado pela maioria dos investidores, mas que é extremamente perigoso: a
iliquidez.
2.4. Autocorrelação e iliquidez
Nesta seção será feita a argumentação sobre a relação entre
autocorrelação dos retornos e a exposição ao risco de liquidez em hedge funds.
Novamente a maior parte da seção estará baseada no estudo de Lo (2005).
A simples presença de autocorrelação em retornos de ativos financeiros
pode ser entendida (embora erroneamente) como uma ineficiência de mercado,
pois implicaria na violação da chamada hipótese de random walk, ou seja, seria
possível prever retornos futuros baseados em dados passados. Acreditar que
isso estaria acontecendo no mercado de hedge funds onde estão reunidos
provavelmente os melhores e mais brilhantes gestores do mundo não parece
razoável. Como em qualquer ineficiência, o gestor poderia arbitrar essa situação
aumentando a sua exposição quando soubesse que os retornos seriam positivos
e vice versa. Dessa forma, o conjunto de gestores acabariam por eliminar essa
possibilidade de arbitragem, trazendo essa autocorrelação para zero. Dado o
incentivo que os gestores têm em oferecer retornos superiores, parece
improvável que exista essa ineficiência no mercado de hedge funds.
Getmansky et al (2003) argumentam que tal comportamento pode ser fruto
da presença de ativos ilíquidos nas carteiras dos fundos, ativos que não são
negociados com muita freqüência e cujos preços de mercado não sejam triviais
28
de ser obtidos. Nesses casos, os retornos dos hedge funds podem parecer mais
“suaves” do que seriam caso o verdadeiro preço dos ativos fosse utilizado.
A marcação a mercado (mark to market – MTM) consiste na busca do
preço que o mercado estaria disposto a pagar, naquele momento, pelo
instrumento financeiro que está sendo avaliado mesmo que esse instrumento
não esteja sendo, efetivamente, colocado à venda. Dessa forma, busca-se o
preço que o mercado dispõe-se a pagar pelo instrumento financeiro, caso ele
estivesse sendo negociado. Em geral, pode-se obter o preço comparando-se o
instrumento financeiro objeto de avaliação com outros instrumentos financeiros
semelhantes, negociados no mercado ou pelo último preço negociado, em geral,
em mercados organizados. Esse é um problema prático especialmente difícil na
avaliação de títulos de renda fixa e de ações ilíquidas que não costumam ter
muitos negócios (Varga e Cachem Jr, 2006).
O efeito perverso desse fenômeno é que impõe um viés na volatilidade dos
retornos, diminuindo o valor observado nessa estatística e causando a
autocorrelação positiva.
Exemplos de ativos ilíquidos que poderiam compor as carteiras de alguns
hedge funds são ações de segunda e terceira linha, ações que tem restrições de
negócios em função de posições de controle, opções exóticas, opções muito
longas, operações de balcão, entre outros.
Hykavei (2006) também cita que muitos hedge funds utilizam estratégias
de médio e longo prazo e dependem, por exemplo, da ocorrência de eventos
corporativos e/ou macroeconômicos, para atingir sucesso ao longo do tempo nas
suas decisões.
Existe uma vasta bibliografia que trata do estudo da autocorrelação que
pode ser causada pelo uso de preços de ativos tomados em momentos distintos
para cálculos de retorno de portfolios. A maioria dos estudos, contudo, foi
conduzida com ações negociadas em bolsa, portanto muito líquidas e falharam
em confirmar que autocorrelações significativas podem ser induzidas por esse
fenômeno. Já o estudo de Lo e Mackinlay (1989) argumenta que se as ações
deixassem de negociar por alguns dias poderiam gerar uma autocorrelação da
ordem de 0,30. Intervalos de tempo da ordem de dias e até semanas podem ser
muito comuns quando tratamos de ativos ilíquidos e essa pode uma das causas
para o comportamento suavizado dos retornos de alguns hedge funds.
Uma segunda causa para indução da autocorrelação pode estar no uso de
extrapolações lineares na hora de avaliar o preço desses ativos. Nesse
processo, usam-se as últimas informações de preço para um determinado ativo
29
e em seguida é feita uma extrapolação para gerar os preços atuais. Essa
metodologia pode gerar uma trajetória de avaliação para o ativo no formato de
uma reta ou na melhor das hipóteses uma série de retas, o que induz
autocorrelação. Gestores com ativos muito ilíquidos que deixam de ser
negociados por vários meses, freqüentemente utilizam essa “solução” para
marcar a mercado seus ativos.
Uma saída utilizada por alguns gestores é solicitar preços para vários
corretores. Ao obter cotações de compra e venda de vários corretores,
naturalmente o gestor faz uma média para obter a cotação do ativo. Ao fazer
isso, inadvertidamente ele incorre novamente numa suavização dos preços.
Além disso, normalmente os corretores enfrentam as mesmas dificuldades para
avaliar os ativos e acabam por muitas vezes usando o artifício da extrapolação
ou simplesmente usam o preço do último negócio realizado.
Finalmente, uma última razão para retornos suavizados pode ser o
comportamento deliberado de gestores não éticos manipulando os seus
resultados. Isso é muito difícil de acontecer quando os ativos negociados são
líquidos, pois os dados financeiros normalmente são auditados e isso seria
facilmente percebido. Porém, a presença de ativos ilíquidos pode ser usado por
gestores para informar apenas parte dos ganhos obtidos, dessa maneira
compensando por possíveis perdas futuras e com isso, reduzindo a volatilidade
no fundo.
Tais práticas violam leis e princípios contábeis de toda sorte. Como
observado anteriormente várias são as fontes que implicam em suavização de
retornos sem, contudo representarem infrações legais. Para todos os efeitos
deste trabalho, a atitude deliberada de maus gestores não será considerada uma
das causas para a autocorrelação dos retornos dos hedge funds.
Independente da maneira pela qual os retornos são suavizados e a
autocorrelação induzida, o fato é que este tipo de propriedade tem um impacto
econômico significativo. Por exemplo, a autocorrelação nos retornos altera
estatísticas utilizadas para avaliação de gestores como volatilidade, Índice de
Sharpe, correlações e Betas.
Outros autores também relacionam a presença de autocorrelação nos
retornos dos hedge funds com a presença de ativos ilíquidos. É o caso do estudo
de Brooks e Kat (2001) que usa argumentos muito similares aos acima descritos.
3 Metodologia
3.1. Tipo de pesquisa
A definição do tipo de pesquisa é fundamental para a escolha da
metodologia adequada, só assim será possível atingir os objetivos propostos.
Esta pesquisa usará a classificação proposta por Gil (1993) e Vergara (1997),
segundo a qual uma pesquisa pode ser classificada quanto aos fins e aos meios.
Quanto aos fins gerais, a pesquisa é descritiva visto que identifica e
descreve as características das diferentes estratégias de hedge funds no Brasil e
analisa as diferentes condições de liquidez que possuem, mas também
apresenta características de uma pesquisa exploratória em função da busca pelo
aprimoramento das idéias e da realização de simulações para analisar o impacto
das escolhas de alocação no desempenho das carteiras e também por não
esgotar o tema estudado.
Quanto aos meios de delineamento, trata-se de uma pesquisa secundária,
bibliográfica e telematizada por fundamentar-se em referencial teórico gerado a
partir de livros, dissertações, teses, artigos e sites de internet, que abordam
questões relacionadas e tornaram possível a obtenção de dados pertinentes ao
tema em estudo.
Nesse sentido, o referencial teórico desenvolvido tem grande importância,
pois é partir dos principais conceitos descritos que se pretende atingir o objetivo
final da dissertação.
31
3.2. Universo e amostra
O universo da pesquisa são os índices construídos com fundos de
investimento brasileiros, mais especificamente os índices de hedge funds.
Segundo Figueiredo e Tigre (2006) no mercado brasileiro pode-se considerar
que os hedge funds são encontrados na categoria multimercado. Porém,
recentemente muitos fundos que usam a estratégia Long Short têm sido
encaixados na categoria de fundos de ações.
Como a indústria de fundos no Brasil é relativamente recente, não existem
muitos índices que acompanhem o comportamento dos fundos de investimento.
Um dos índices mais usados em trabalhos acadêmicos e completos com uma
série histórica iniciada em 1997 é o IQT da Quantum Axis. Porém, quando trata
dos fundos multimercados, todos os fundos são condensados na categoria IQT
Híbridos. Da mesma maneira, as classificações oficiais da CVM e da ANBID não
permitem uma diferenciação satisfatória dos multimercados para auxiliar na
criação de um índice específico de hedge funds que divida os fundos por
estratégias.
A tarefa de criar um índice novo de hedge funds brasileiros seria por
demais trabalhosa, visto que, quando definem suas filosofias de investimento
nos regulamentos a maioria dos gestores prefere deixá-las as mais abrangentes
possíveis para evitar qualquer problema de desenquadramento no futuro.
Portanto, para confeccionar o índice seria necessário entrevistar cada um dos
gestores para analisar os processos de investimento utilizados, o que fugiria do
escopo desse trabalho.
A única exceção encontrada foi o trabalho da Arsenal Investimentos Ltda..
Os índices produzidos pela empresa buscam refletir o retorno médio de algumas
categorias de fundos, classificados de acordo com os estilos utilizados por seus
gestores. Interessante notar que as estratégias apontadas por Hykavei (2006)
descritas no item 2.2 para o mercado brasileiro são as mesmas utilizadas pela
Arsenal em seus índices.
De acordo com o Regulamento dos Índices Arsenal (2008), a partir de
entrevistas com gestores, análise de questionários, das respectivas carteiras e
do desempenho dos fundos e do acompanhamento periódico dos gestores, a
Arsenal identificou os quatro estilos de gestão mais freqüentemente utilizados.
Os estilos assim identificados serviram de substrato para a determinação de
cada uma das estratégias que fundamentam os Índices Arsenal, quais sejam:
32
a) Índice Multimercado Arsenal Macro: O princípio adotado na estratégia
denominada “macro” é o de tomada de posições direcionais em diversos
mercados e ativos, na grande maioria dos casos. Os gestores que
empregam esta estratégia visam antecipar mudanças relevantes nos
patamares atuais de preços dos ativos. O posicionamento das operações
é embasado por sólidas análises macroeconômicas realizadas pelas
áreas de pesquisa da casa de gestão.
Normalmente, as posições adotadas possuem limites de risco, stop
losses e stress tests de uma magnitude compatível com os retornos
pretendidos, tanto com relação a seus valores absolutos quanto de prazo,
o qual tende a ser mais longo, pois em diversos casos os cenários macro
exigem um prazo maior de maturação. As operações de giro de curto
prazo ou intra day (day trade) tem como objetivo principal a proteção das
operações direcionais.
Os fundos que adotam a estratégia macro podem ter posições em
diversos mercados simultaneamente, não se excluindo a hipótese de
apresentar uma única posição na carteira.
b) Índice Multimercado Arsenal Trading: Neste grupo estão alocados os
fundos que geram parte relevante de seus resultados em operações de
prazo de maturação menor. A análise macroeconômica também é
bastante utilizada na definição de cenários, mas, devido ao estilo dos
gestores, a montagem e reversão de posições são mais rápidas. A
decisão de investimentos e o conseqüente posicionamento da carteira
são baseados em eventos específicos e mensurados em um prazo de
tempo bem definido. As operações de giro de curto prazo ou intra day
(day trade) são utilizadas em maior escala e têm como um dos objetivos
maximizar ganhos.
O objetivo da estratégia é capturar os movimentos de curto/médio
prazo de modo mais constante do que em uma estratégia macro,
mantendo um alto nível de acerto de posicionamento.
Os limites definidos de risco (mercado, liquidez, etc.) são
controlados no decorrer do dia e, de modo geral, possuem stop losses e
stress tests menores que os da estratégia macro.
33
Uma carteira trading possui posicionamentos similares a uma
carteira macro, com pequenas diferenciações no tamanho das alocações
e no prazo de maturação das mesmas.
c) Índice Multimercado Arsenal Arbitragem: Esta estratégia possui um
estilo de posicionamento baseado em quesitos quantitativos, procurando
capturar desde pequenas distorções entre preços de ativos até grandes
rupturas de preços de um único ativo.
As equipes de gestão são formadas por pessoas de perfil técnico,
que se apóiam em modelos matemáticos e estatísticos para decidirem
sobre quando e quais posições serão assumidas. O processo de gestão
envolve análise de informações históricas de mercado e sofisticados
modelos de precificação.
Nesta estratégia, o controle de risco é fundamental, tendo em vista
que o monitoramento dos ativos e das operações é essencial para
capturar, simultaneamente, pequenas distorções e grandes amplitudes
de movimento. Aqui também se encaixam operações multiestratégia,
que, embora individualmente sejam bastante simples, no conjunto
envolvem sofisticados modelos de precificação e alocação de ativos.
O prazo das operações está diretamente relacionado às condições
atuais de mercado, mas não é considerada uma variável fundamental
para a decisão do investimento. Os principais argumentos para a
montagem das posições são arbitragem de preços e spreads.
d) Índice Multimercado Arsenal Equity Hedge: A estratégia equity hedge
reúne duas características básicas: posições embasadas em arbitragem
de preços, que podemos chamar de operações quantitativas, e posições
embasadas em avaliações fundamentalistas.
As operações e estilos de gestão são bastante variados e têm o
mercado de renda variável como único ponto em comum. Os ativos
principais são ações e seus derivativos.
Nesta estratégia, a principal operação é a compra ou venda de um
ativo ou derivativo de renda variável casada com a operação inversa de
um outro ativo e/ou derivativo de renda variável, proporcionalmente ou
não. A exposição direcional da carteira não é o objetivo final, mas sim o
resultado gerado pelo diferencial de preços entre as ações e/ou seus
derivativos.
34
Nas estratégias quantitativas, as principais ferramentas no
processo decisório são o banco de dados e o histórico de diferença de
preços de ativos gerados por ele, sendo a decisão apoiada em modelos
matemáticos/estatísticos. Já nas estratégias fundamentalistas, o
processo decisório é baseado em modelos de avaliação, que indicam
oportunidades de compra e venda de ações e seus derivativos
considerando o atual valor de mercado.
O prazo das operações e os cenários macroeconômicos, nesta
estratégia, também são levados em consideração no processo decisório,
mas as variáveis principais continuam sendo os spreads quantitativos e a
análise fundamentalista.
e) Índice Multimercado Arsenal Composto: Reflete a rentabilidade de
todos os Fundos pertencentes à base de dados da ARSENAL, incluindo
todas as estratégias acima definidas, para a demonstração de um
panorama geral de rentabilidade dos Fundos classificados como
Multimercado. Neste estudo, foi usado como proxy para fundos
multiestratégia.
Uma explicação completa dos requisitos necessários para os fundos serem
elegíveis ao índice Arsenal pode ser encontrada no Regulamento completo dos
índices Arsenal no Anexo 1 dessa dissertação, assim como a lista dos fundos
que compõem a carteira teórica dos cinco índices da ARSENAL que se encontra
no Anexo 2.
A participação de cada Fundo na carteira dos índices terá relação direta
com o número total de Fundos selecionados para a constituição de cada carteira
teórica do respectivo índice (“n”) na razão 1/n. Ou seja, todos os Fundos terão a
mesma representatividade nas carteiras teóricas (Regulamento dos Índices
Arsenal 2008).
Por fim, seguindo o Regulamento dos Índices Arsenal (2008) para
apuração dos índices, é feito o somatório dos pesos multiplicado pela
rentabilidade verificada no valor da quota líquida de taxa de administração e
performance do respectivo Fundo, conforme divulgado por seu administrador.
Dessa forma, os índices podem ser apurados por meio da seguinte fórmula:
35
( )
∑=
−
⎟⎟⎠
⎞⎜⎜⎝
⎛∗⎟⎠⎞
⎜⎝⎛=
∗+=
n
iit
ttt
tornon
torno
ÍndicetornoÍndice
1
1
Re1Re
1Re
Sendo:
(i) Índice t = valor do índice na data de referência (t);
(ii) Índice t-1 = valor do índice um dia útil antes da data de
referência (t-1);
(iii) Retorno t = valor referente à valorização do índice na data de
referência;
(iv) n = número de Fundos que compõem o índice;
(v) Retorno i = valor referente à valorização de cada um dos n
Fundos que compõem cada estratégia dos índices na data de
referência.
3.3. Coleta de dados
A série histórica dos índices Arbitragem, Macro, Trading e Composto teve
início em 31/12/2001. O índice Equity Hedge foi iniciado em 2/5/2002. Por esse
motivo, os dados analisados vão de Maio de 2002 até Dezembro de 2007. Os
dados podem ser encontrados na homepage da Arsenal Investimentos em
www.arsenalinv.com.br.
Além da série histórica dos índices Arsenal, foram utilizadas as séries do
Índice Ibovespa, Dólar (Ptax Venda) e CDI. Este último foi usado como proxy da
Taxa Livre de Risco. Esses dados foram coletados no Banco de Dados da
Quantum Axis.
Os demais dados foram coletados por meio de pesquisa bibliográfica e
telematizada. Foi realizada a coleta de material em livros, revistas
especializadas, jornais, teses, dissertações, legislação, estudos e artigos
científicos relacionados ao objeto de pesquisa, tanto para aprofundar o
referencial teórico, como para colher dados referentes ao assunto.
36
3.4. Tratamento de dados
3.4.1. Preparação dos dados e comparação entre os índices utilizados
Para fazer uma análise preliminar das propriedades dos diversos índices,
as seguintes métricas foram calculadas: média, mediana, variância, desvio
padrão, retorno máximo, retorno mínimo, intervalo dos dados, assimetria, curtose
e autocorrelação dos retornos diários e mensais.
Os índices Arsenal são divulgados diariamente, o que não ocorre com os
índices dos hedge funds externos que são divulgados em base mensal. Para
facilitar comparações com o caso internacional foram realizados cálculos para
retornos mensais também.
Para testar se as diferenças entre as distribuições estatísticas dos
retornos dos índices tinham significância estatística, foi utilizado o teste de
Kolmogorov-Smirnov para checagem da premissa de normalidade exigida pelo
Teste t de Student pareado de igualdade das médias. É importante usar um teste
que avalie as amostras em conjunto já que as medidas de retorno foram obtidas
nos mesmos dias.
O teste de Kolmogorov-Smirnov é um teste não paramétrico para
comparação de funções de distribuição de probabilidades. O teste é baseado na
diferença absoluta entre as duas distribuições de freqüência amostrais e pode
ser utilizado para comparar uma distribuição amostral com uma distribuição
conhecida (Normal, Poisson, Exponencial, entre outras) ou para comparar duas
distribuições amostrais. O uso mais comum deste teste, no entanto, é para
verificar se uma determinada amostra provém de uma distribuição normal.
Como o teste de Normalidade para os dados diários não suportou a
premissa de normalidade necessária à utilização do teste t pareado, foi
necessário usar um teste não paramétrico. O teste Wilcoxon Signed Rank pode
ser considerado uma alternativa ao teste t pareado quando as premissas de
normalidade não são observadas.
Este teste consiste em determinar rankings para os valores absolutos das
diferenças das observações das duas amostras. Caso a diferença seja zero, o
valor é excluído do ranking. Em seguida, os rankings das diferenças negativas e
positivas são somados separadamente. O menor desses dois valores é a
estatística S e com o auxílio de uma tabela verifica-se a probabilidade de rejeitar
ou não rejeitar a hipótese nula de que as diferença entre as distribuições é zero.
37
3.4.2. Teste estatístico para autocorrelação dos índices
A autocorrelação de primeira ordem dos retornos nada mais é do que uma
medida de correlação entre os retornos observados pelo índice no tempo T e no
tempo T-1. Autocorrelação de segunda ordem compara os retornos de T com T-
2 e assim por diante.
É possível testar a significância estatística dessa medida utilizando o Teste
Ljung-Box. A hipótese nula desse teste é que nenhum dos coeficientes de
autocorrelação até a ordem n são diferentes de zero. Portanto, ao rejeitar a
hipótese nula sabemos que a distribuição possui autocorrelação.
Apesar do teste de Ljung-Box permitir o teste de coeficientes de
autocorrelação de ordem superior, nesse trabalho só foi testada a autocorrelação
de primeira ordem dos retornos mensais. Ativos que não são negociados por um
mês já caracterizam um alto nível de ilíquidez, portanto testes para períodos
mais longos parecem desnecessários.
3.4.3. Definição da métrica de liquidez para os portfolios
A liquidez é um conceito muito amplo que envolve pelo menos três
aspectos principais: preço, tempo e tamanho. Desenvolver uma métrica para tal
propriedade é tarefa bastante complexa, tanto para o caso de ativos quanto para
hedge funds. Para o caso de um portfolio de hedge funds Lo (2005) usou uma
definição simples para a liquidez combinada dos vários índices: a média
ponderada da liquidez dos diversos índices.
Essa maneira de calcular a liquidez do portfolio implica em assumir que
não haverá efeitos cruzados de liquidez nos diversos índices, o que pode não
ser uma premissa forte. Porém, visto a importância de se incluir a liquidez de
alguma maneira na gestão de investimentos, pode ser considerado válido
incorporar essa medida de liquidez, mesmo que ad hoc, na teoria de construção
de carteiras.
3.4.4. Construção de portfolios de hedge funds com restrições de liquidez
Na construção dos portfolios foi usado o modelo de Markowitz ajustado
pela liquidez. Esse modelo sofre muitas críticas, pois é incapaz de incorporar as
38
influências de momentos de terceira e quarto ordem das distribuições de retorno.
Propriedades que são muito presentes nos hedge funds.
Ao limitar a iliquidez, o modelo proposto por Lo já representa um avanço
em relação ao método tradicional de Markowitz. Um dos efeitos da
autocorrelação é suavizar os retornos o que diminui a volatilidade observada. Ao
penalizar portfolios com alta autocorrelação corrige-se este efeito. Todavia, a
inclusão dos efeitos da assimetria e curtose no modelo de alocação pode ser
alvo de futuros estudos.
Para incluir a liquidez como restrição em um processo de alocação é
necessário transformá-la numa medida quantitativa. O uso da autocorrelação
dos retornos permite superar esse desafio. No seu trabalho Lo (2005) destaca
três maneiras de incorporar a liquidez no processo de construção do portfolio:
• Filtro de Liquidez: Criar um filtro de liquidez, ou seja, índices que
apresentem níveis de liquidez considerados insatisfatórios seriam
simplesmente eliminados do processo de otimização. Essa opção
não parece adequada, pois a eliminação de um índice por completo
apenas em função da liquidez, sem levar em consideração sua
contribuição para diversificação pode prejudicar o processo de
alocação. Além disso, para o estudo em questão, isso seria
extremamente prejudicial visto o número reduzido de índices
disponíveis.
• Restrições de Liquidez no Portfolio: Nesse método o uso de
todos os índices é permitido, porém é feito um controle sobre a
liquidez do portfólio. Dessa maneira, apenas combinações de
índices que geram um portfolio com nível de liquidez acima do valor
pré-estabelecido são aceitas. O interessante desse método é a
possibilidade de desenvolver várias fronteiras de investimento
formadas por condições ótimas de retorno x variância, limitadas por
diferentes valores de liquidez. Essa metodologia foi considerada a
mais adequada e foi usada nesse trabalho.
• Otimização: A terceira possibilidade seria incluir a medida de
liquidez na equação de otimização. A grande dificuldade de tal
método é definir a priori as preferências do investidor em relação às
duas variáveis de risco. Qual o peso que a liquidez tem em relação
à volatilidade da carteira? Definir fronteiras com essas relações
39
parece muito menos intuitivo do que a da metodologia definida
acima, por essa razão essa opção foi descartada.
3.5. Limitações do estudo
A pesquisa está focada no problema de construção de fundos de fundos,
considerando que no processo de alocação é construída uma fronteira eficiente
formada por índices de hedge funds.
A maior limitação encontrada na pesquisa foi o limitado número de
estratégias utilizadas no mercado brasileiro de fundos. Segundo Ribeiro e La
Roque (2006), atualmente no Brasil os gestores ainda não aplicam todo o leque
de estratégias disponíveis em mercados como o americano e suas estratégias
não se diferenciam muito.
Outra limitação encontrada foi a dificuldade de se encontrar índices
específicos dos hedge funds. Tal limitação foi superada com o uso dos índices
desenvolvidos pela Arsenal Investimentos, empresa especializada na área de
gestão financeira, que desenvolveu índices para quatro estratégias bem
definidas.
Este estudo não trata da alocação ótima em diferentes tipos de ativos. As
análises são realizadas considerando que o universo de ativos se restringem aos
hedge funds.
Quanto à delimitação temporal, a análise dos fundos se dá no período de
02/05/2002 até 31/12/2007 e serão utilizados os retornos diários e mensais de
cada uma das estratégias selecionadas.
4 Desenvolvimento e análise dos resultados
Neste capítulo são apresentadas as propriedades estatísticas dos
diferentes índices utilizados, além do CDI, Ibovespa e Dólar. São conduzidos
também testes estatísticos para verificação das condições de normalidade e
comparação das rentabilidades dos diferentes índices.
Além disso, foram realizados cálculos para verificar as condições de
liquidez de cada uma das estratégias, aqui relacionadas aos coeficientes de
autocorrelação dos retornos. Em função das autocorrelações encontradas foram
definidos níveis de baixa, média e alta liquidez para portfólios.
Também foram construídas três fronteiras eficientes formadas pelos
índices de hedge funds:
a) Fronteira Sem Limites: Nessa fronteira não foi definido nenhum limite no
parâmetro liquidez do portfolio;
b) Fronteira de Liquidez Alta: Nessa fronteira foi utilizado um limitador do
parâmetro liquidez para garantir que só fossem selecionados portfolios
com alta liquidez;
c) Fronteira Liquidez Média: Nessa fronteira o limitador de liquidez foi um
pouco relaxado para permitir selecionar portfolios com liquidez média.
As composições dos portfolios com Sharpe Ótimo para as diferentes
fronteiras criadas foram comparadas. Finalmente, é usado um exemplo para
ilustrar a utilização da metodologia desenvolvida.
4.1. Propriedades dos índices
A partir das cotas coletadas foram calculados os retornos exponenciais
mensais dos diversos índices estudados. O motivo de usar dados mensais é
facilitar a comparação dos números do mercado brasileiro com o mercado
internacional. A tabela abaixo resume suas principais características:
41
Tabela 5 – Dados Estatísticos Mensais dos Índices Arsenal Índice
Arsenal Composto
Índice Arsenal
Arbitragem
Índice Arsenal
Equity Hedge
Índice Arsenal Macro
Índice Arsenal Trading
Média Anualizada
18,20
%
17,54
%
17,45
%
18,46
%
17,34%
Média 1,52% 1,46% 1,45% 1,54% 1,45% Mediana 1,58% 1,47% 1,63% 1,62% 1,44% Variância 3,86E-05 1,97E-05 1,01E-04 5,85E-05 3,08E-05 Desvio Padrão Anualizado
2,14% 1,53% 3,46% 2,63% 1,91
%
Desvio Padrão
0,62% 0,44% 1,01% 0,77% 0,56%
Mínimo -0,13% 0,61% -2,02% -0,55% -0,03% Máximo 3,07% 2,48% 3,25% 3,49% 2,85% Intervalo de Dados
3,20% 1,87% 5,27% 4,04% 2,88%
Assimetria -0,50 0,38 -1,05 -0,60 -0,20 Excesso de Curtose
0,99 -0,52 1,78 1,11 0,39
Fonte: Dados Arsenal e cálculos SPSS 13.0
Em seguida, calculamos os mesmos parâmetros para o CDI, Dólar e
Ibovespa. Abaixo a tabela com essas informações:
Tabela 6 – Dados Estatísticos Mensais dos Índices de Mercado
CDI Ibovespa Dólar
Média Anualizada 15,94% 27,98% -5,08%
Média 1,33% 2,33% -0,42% Mediana 1,32% 2,68% -1,02% Variância 8,88E-06 4,95E-03 3,52E-03 Desvio Padrão Anualizado 1,02% 24,19% 20,39%
Desvio Padrão 0,30% 7,03% 5,93% Mínimo 0,80% -18,58% -14,87% Máximo 2,05% 16,48% 25,36% Intervalo de Dados
1,26% 35,06% 40,23%
Assimetria 0,34 -0,62 1,65 Excesso de Curtose
-0,41 0,56 6,61
Fonte: Dados Quantum Axis e cálculos SPSS 13.0
Pode-se observar que a média dos retornos mensais anualizados de todos
os índices Arsenal foram superiores à média do CDI do período. Outra
característica marcante é a proximidade das médias: o índice com menor média,
Arsenal Trading, está distante apenas 1,12% do índice de maior média, o
42
Arsenal Macro com 18,46%. Chama a atenção também a proximidade dos
índices ao CDI, medida que é ainda imposta como benchmark pela indústria dos
multimercados brasileiros.
Analisando o desvio-padrão anualizado observamos que nem sempre a
relação risco (medido pela volatilidade) x retorno está justificada. O índice
Arsenal Equity Hedge apresenta o maior risco entre os índices e apresenta o
segundo pior retorno. Esse risco era esperado visto que é a estratégia com
maior exposição ao mercado acionário. Ainda assim é um risco reduzido quando
comparado à volatilidade do índice Ibovespa de 24,2% ao ano.
Aparentemente a distribuição de retornos dos índices brasileiros também
apresenta as mesmas características de diversos índices de hedge funds
estudados por Brooks e Kat (2001). Dos cinco índices quatro apresentam
assimetria negativa. Isso indica que apresentam uma cauda mais alongada na
esquerda, o que representa retornos negativos maiores do que esperado para
uma distribuição normal. O índice Arsenal Arbitragem é o único que foge a esta
característica e apresenta uma assimetria positiva.
Já em relação a curtose, pode-se observar que os índices brasileiros
também possuem a chamada “cauda gorda” com um número maior de
observações ao redor da média e maior probabilidade de observações com
valores extremos. Novamente, o índice Arsenal Arbitragem é a exceção. Na
próxima seção serão feitos testes para verificar condições de normalidade e
comparação entre as distribuições.
4.2. Comparação dos índices
Nessa seção as distribuições dos retornos dos índices serão testadas para
verificar se é possível afirmar que não são iguais. Para definir o teste a ser
usado inicialmente é necessário realizar um teste de normalidade. Para isso,
será usado o teste Kolmogorov-Smirnov. A tabela abaixo mostra o resultado do
teste para a distribuição de retornos mensais dos índices.
43
Tabela 7 – Resultados Teste Normalidade para Dados Mensais Teste de Normalidade - Kolmogorov-Smirnova
EstatísticaGraus de Liberdade
Significância (p valor)
Índice Arsenal Arbitragem 0,076 68 0,20 Índice Arsenal Composto 0,070 68 0,20 Índice Arsenal Equity Hedge 0,129 68 0,01 Índice Arsenal Macro 0,076 68 0,20 Índice Arsenal Trading 0,060 68 0,20 CDI 0,059 68 0,20 Ibovespa 0,075 68 0,20 Dólar 0,164 68 0,00
a Correção de Significância de Lilliefors Fonte: Dados Arsenal e Quantum Axis, cálculos SPSS 13.0
Diferente do resultado encontrado por Brooks e Kat (2001), o teste não
rejeita a hipótese nula de normalidade para a maioria dos índices, a única
exceção foi o Índice Arsenal Equity Hedge. Para confirmar esse resultado foi
realizado o mesmo teste, porém com os dados diários dos retornos. Os
resultados foram bastante diferentes e podem ser observados na tabela abaixo.
Tabela 8 – Resultados Teste de Normalidade para Dados Diários
Teste de Normalidade - Kolmogorov-Smirnova
EstatísticaGraus de Liberdade
Significância (p valor)
Índice Arsenal Arbitragem 0,123 1426 0,00 Índice Arsenal Composto 0,090 1426 0,00 Índice Arsenal Equity Hedge 0,081 1426 0,00 Índice Arsenal Macro 0,088 1426 0,00 Índice Arsenal Trading 0,123 1426 0,00 CDI 0,108 1426 0,00 Ibovespa 0,047 1426 0,00 Dólar 0,095 1426 0,00
aCorreção de Significância de Lilliefors Fonte: Dados Arsenal e Quantum Axis, cálculos SPSS 13.0
Nesse caso a hipótese de normalidade foi rejeitada para todas as
distribuições de retorno dos índices. Foi necessário usar um teste não-
paramétrico para comparação das distribuições, por tratar-se de distribuições
não normais. O teste escolhido foi Wilcoxon Signed-Rank, que serve como
alternativa ao Teste t de Student Pareado para o caso de amostras relacionadas,
já que os retornos devem ser comparados dia-a-dia.
44
Da mesma maneira que o Teste t de Student, o teste de Wilcoxon envolve
a comparação das diferenças entre as medidas. A hipótese nula é que as
diferenças das distribuições é igual a zero, ou seja as distribuições são iguais. A
tabela abaixo mostra o resultado dos testes dois a dois com dados diários.
Tabela 9 – Resultados Teste de Comparação das Distribuições
Teste Wilcoxon Signed Ranks
P- Valor Índice Arsenal
Composto
Índice Arsenal
Arbitragem Índice Arsenal Equity Hedge
Índice Arsenal Macro
Índice Arsenal Trading
Índice Arsenal Composto - 0,00 0,24 0,06 0,00 Índice Arsenal Arbitragem - - 0,03 0,01 1,00 Índice Arsenal Equity Hedge - - - 0,68 0,04 Índice Arsenal Macro - - - - 0,00 Índice Arsenal Trading - - - - - Fonte: Dados Arsenal e Quantum Axis, cálculos SPSS 13.0
Foram realizados 10 testes, e em 6 casos é possível rejeitar a hipótese
nula de que as distribuições são iguais. Porém, em quatro casos não é possível
rejeitar essa hipótese. Por ser formado por todos os fundos da amostra, não é de
se estranhar que o índice composto apareça em dois desses casos. Estranho é
observar esse comportamento nos pares Macro e Equity Hedge e Trading e
Arbitragem.
Pode-se argumentar que o universo de ativos disponíveis para os gestores
brasileiros ainda é relativamente pequeno e que apesar de utilizarem estratégias
diferentes acabem fazendo muitas operações semelhantes. De qualquer
maneira, observando as composições dos índices no Anexo 1 vemos que
realmente trata-se de conjuntos de fundos bastante distintos.
Os fundos multimercado no Brasil usam como benchmark o CDI. Uma
possibilidade para explicar os casos em que não foi possível rejeitar a hipótese
de distribuições iguais, seria argumentar que muitos gestores acabam gerando
retornos muito próximos ao CDI, para não ficar longe do seu Benchmark. O
quadro abaixo, demonstra os resultados do teste Wilcoxon Signed-Rank
realizado entre os índices e o CDI. O teste parece refutar essa tese.
45
.
4.3. Cálculo de liquidez
Como descrito no referencial teórico a proposta desse trabalho é usar a
autocorrelação entre os retornos dos índices como uma proxy para a sua
exposição a ativos ilíquidos. Foi realizado o Teste de Ljung-Box que utiliza a
hipótese nula de que as séries não são autocorrelacionadas. Abaixo é
apresentada uma tabela com os resultados dos cálculos utilizando dados diários
e dados mensais de retorno.
Tabela 10 – Resultados das Autocorrelações
Testes de Autocorrelação Dados Diários Dados Mensais
Autocorrelação (1
Ordem) P-valor Autocorrelação (1
Ordem) P-valor Índice Arsenal Composto 0,12 0,00 0,28 0,02 Índice Arsenal Arbitragem (0,25) 0,00 0,44 0,00 Índice Arsenal Equity Hedge 0,04 0,11 (0,11) 0,34 Índice Arsenal Macro 0,14 0,00 0,19 0,11 Índice Arsenal Trading (0,04) 0,12 0,49 0,00 CDI 1,00 0,00 0,85 0,00 Ibovespa 0,02 0,47 0,02 0,88 Dólar 0,15 0,00 (0,25) 0,04
Fonte: Dados Arsenal e Quantum Axis, cálculos SPSS 13.0.
Os resultados acima parecem confirmar a evidência de autocorrelação
entre os dados diários e mensais. Podemos classificar como
autocorrelacionados: Índice Arsenal Composto; Índice Arsenal Arbitragem; CDI e
o Dólar. Para os Índices Arsenal Equity Hedge e Ibovespa, não se pode rejeitar
a hipótese de ausência de autocorrelação.
Já o Índice Arsenal Macro e o Índice Arsenal Trading chamam atenção por
não terem um comportamento uniforme quando analisados das duas maneiras.
No caso do índice Arsenal Macro por ser uma estratégia que toma posições
Teste Wilcoxon Signed Ranks
P- Valor
Índice Arsenal
Composto
Índice Arsenal
Arbitragem
Índice Arsenal Equity Hedge
Índice Arsenal Macro
Índice Arsenal Trading
CDI 0,000 0,005 0,001 0,000 0,000
46
direcionais nos mercados mais líquidos era de se esperar uma baixa
autocorrelação. Todavia, na análise dos dados mensais não é possível rejeitar a
hipótese nula.
Observar as matrizes de correlação entre os índices e o CDI (abaixo) pode
ajudar a entender a razão do comportamento do Índice Arsenal Trading. Esse é
o índice que apresenta a maior correlação mensal com o CDI. Talvez por ser
uma estratégia onde os gestores têm muita liberdade, exista a preocupação
maior de ter um balizador de retorno que seria no caso o CDI. Dessa maneira, os
gestores procurariam não se distanciar do CDI em períodos mensais onde são
avaliados. Por isso, observando diariamente os retornos não encontramos a
autocorrelação, porém os dados consolidados mensais se mostram
autocorrelacionados, tal como é o CDI.
Tabela 11 – Matriz de Correlação entre os Índices (Dados Diários)
Correlações entre os Índices (Dados Diários)
Índice Arsenal
Composto
Índice Arsenal
Arbitragem
Índice Arsenal
Equity Hedge
Índice Arsenal Macro
Índice Arsenal Trading CDI
Ibovespa
Dólar
Índice Arsenal Composto 1,00 0,33 0,63 0,94 0,70 0,14 0,26
-0,42
Índice Arsenal Arbitragem 0,33 1,00 0,07 0,26 0,21 0,14 0,17
-0,09
Índice Arsenal Equity Hedge 0,63 0,07 1,00 0,49 0,31 0,04 0,05
-0,31
Índice Arsenal Macro 0,94 0,26 0,49 1,00 0,58 0,11 0,35
-0,41
Índice Arsenal Trading 0,70 0,21 0,31 0,58 1,00 0,17 0,15
-0,31
CDI 0,14 0,14 0,04 0,11 0,17 1,00 0,02 -
0,02
Ibovespa 0,26 0,17 0,05 0,35 0,15 0,02 1,00 -
0,35
Dólar -0,42 -0,09 -0,31 -0,41 -0,31 -0,02 -0,35 1,00 Fonte: Dados Arsenal e Quantum Axis, cálculos SPSS 13.0.
47
Tabela 12 – Matriz de Correlação entre os Índices (Dados Mensais) Correlações entre os Índices (Dados Mensais)
Índice Arsenal
Composto
Índice Arsenal
Arbitragem
Índice Arsenal Equity Hedge
Índice Arsen
al Macro
Índice Arsen
al Tradin
g CDIIboves
pa Dólar
Índice Arsenal Composto 1,00 0,57 0,62 0,97 0,90 0,52 0,58
-0,42
Índice Arsenal Arbitragem 0,57 1,00 0,13 0,53 0,57 0,65 0,13 0,07 Índice Arsenal Equity Hedge 0,62 0,13 1,00 0,51 0,49 0,20 0,62
-0,65
Índice Arsenal Macro 0,97 0,53 0,51 1,00 0,83 0,42 0,60
-0,43
Índice Arsenal Trading 0,90 0,57 0,49 0,83 1,00 0,67 0,43
-0,34
CDI 0,52 0,65 0,20 0,42 0,67 1,00 0,06 -
0,01
Ibovespa 0,58 0,13 0,62 0,60 0,43 0,06 1,00 -
0,64
Dólar -0,42 0,07 -0,65 -0,43 -0,34-
0,01 -0,64 1,00 Fonte: Dados Arsenal e Quantum Axis, cálculos SPSS 13.0.
Outra característica incomum encontrada em alguns índices foi a
autocorrelação negativa, e como não se pode usar a mesma explicação sobre
liquidez para explicar esse fenômeno, essas estratégias serão encaradas como
líquidas.
Com base nos dados de autocorrelação das diferentes estratégias é
necessário definir faixas de liquidez. Elas serão usadas para que os investidores
possam escolher onde investir em função de seus objetivos e restrições de
investimento.
Como o universo de índices brasileiro é muito restrito, é interessante usar
também os índices de hedge funds criados pela CSFB/Tremont para auxiliar
nesse trabalho. No trabalho de Lo (2005) é apresentada uma tabela com a
autocorrelação dos retornos mensais de 12 índices obtidos no período
compreendido entre Janeiro de 1994 e Agosto de 2004. Por essa razão também
serão usados os dados mensais dos índices brasileiros de agora em diante.
48
Agrupando todos os dados em três faixas, alta, média e baixa liquidez, a
tabela abaixo apresenta como as diferentes estratégias se encaixaram nessa
classificação.
Tabela 13 – Índices divididos por faixas de liquidez
Divisão por faixas de liquidez
Índice Arsenal Equity Hedge (0,11) Multi-Strategy (0,01) Global Macro 0,06 Managed Futures 0,06
Alta Liquidez (até 0,15)
Dedicated Short Bias 0,09 Long/Short Equity 0,17 Índice Arsenal Macro 0,19 Risk Arbitrage 0,27 Índice Arsenal Composto 0,28 Distressed 0,29
Média Liquidez (0,15 até 0,30)
Equity Market Neutral 0,30 Emerging Markets 0,31 Event Driven 0,35 Fixed Income Arbitrage 0,39 Índice Arsenal Arbitragem 0,44 Índice Arsenal Trading 0,49
Baixa Liquidez (0,30 em diante)
Convertible Arbitrage 0,56 Fonte: Dados Arsenal e Lo (2005), cálculos SPSS 13.0.
A divisão proposta mostra que algumas estratégias possuem um
comportamento parecido tanto no mercado brasileiro quanto no externo. As
estratégias de arbitragem em sua maioria se localizaram na faixa de pior
liquidez. Já as estratégias similares ao Índice Arsenal Equity Hedge que são
Equity Market Neutral e Long/Short Equity ficaram em faixas diferentes. De certa
maneira isso era esperado visto que o mercado brasileiro ainda não está muito
avançado e a maioria das posições vendidas são feitas com o uso de índice, o
que não permite que os gestores fiquem confortáveis com posições muito
ilíquidas.
O índice Arsenal Macro apresenta comportamento diferente do Global
Macro, como descrito anteriormente, um comportamento não esperado. O índice
Arsenal Trading não possui um correspondente óbvio na relação de índices do
CSFB/Tremont. Já o Índice Arsenal Composto acaba sendo influenciado pelos
outros índices e se situa na zona de média liquidez, ao contrário do índice Multi-
Strategy.
49
4.4. Construção dos portfólios com restrições de liquidez
Para construir os portfolios foi utilizado o modelo de Markowitz com
restrições sobre posições vendidas de ativos e sobre a liquidez, conforme
descrito abaixo.
máximomínimo
T
T
T
T
lllLWl
WW
rRW
aSujeito
WW
Minimizar
≤≤=
≥=
=
Σ
011
:_
Onde,
• W é vetor de pesos do portfolio;
• TW é o vetor de pesos transposto;
• r é o retorno do portfolio;
• WW TΣ é o risco do portfolio;
• L é o vetor de liquidez do portfolio;
• l é a liquidez do portfolio;
• mínimol é o limite inferior admitido para a liquidez do portfolio;
• máximol é o limite superior admitido para a liquidez do portfolio;
Os cálculos foram realizados utilizando o Solver do Microsoft Excel
associado a uma Macro que fez a varredura dos pontos das fronteiras. Para
evitar os erros que poderiam ser gerados pela dificuldade do Solver diferenciar
máximos locais e globais foram utilizados diversos pontos de partida para os
processos de otimização.
50
Os limites de liquidez utilizados foram os mesmos definidos anteriormente
na seção 4.3. Foram construídas três fronteiras onde o nível de liquidez inferior
foi fixado em -1,0 e o nível superior variou. Na primeira fronteira que permitia
qualquer nível de liquidez, foi 1,0. Na segunda que representa portfolios com alta
liquidez, ela foi limitada a 0,15. Na terceira, limitou-se a liquidez superior em
0,30, representando um portfolio com liquidez média.
As fronteiras na figura 3 são formadas por combinações dos índices
Arsenal, onde cada ponto representa um portfolio distinto com retorno,
volatilidade e liquidez próprios. Interessante observar que à medida que as
condições de liquidez são reduzidas, a fronteira eficiente passa para uma faixa
de retornos menores.
Figura 3 – Fronteiras eficientes com restrições de liquidez
15,00%
15,50%
16,00%
16,50%
17,00%
17,50%
18,00%
18,50%
19,00%
19,50%
20,00%
0,00% 0,50% 1,00% 1,50% 2,00% 2,50% 3,00% 3,50%
Risco (Volatilidade Anualizada)
Ret
orno
(Anu
aliz
ado)
Sem restrições de liquidez
Liquidez Alta (Até 0,15)
Liquidez Média (Até 0,30)
Linha de Mercado
A linha de mercado na figura 3 foi construída com combinações do CDI e
do portfolio com Sharpe Máximo sem restrições de liquidez, onde o Sharpe foi
calculado como o excesso de retorno em relação ao CDI ponderado pela
volatilidade do portfolio. Na próxima seção as propriedades estatísticas desse
51
portfolio serão apresentadas. Cabe salientar que nesse estudo o universo de
ativos disponíveis é limitado aos índices Arsenal, desta maneira a composição
do portfolio de mercado está sujeita a esses ativos.
Na figura 3 percebe-se claramente que as restrições de liquidez impõem
redução no retorno do portfolio. De certa maneira, verifica-se que existe um
prêmio embutido nos portfolios com maior iliquidez.
Também foi construída uma fronteira de índices de Sharpe para os
portfolios sujeitos às diferentes restrições de liquidez (figura 4).
Figura 4 – Fronteira de Índices de Sharpe x Liquidez
-
0,20
0,40
0,60
0,80
1,00
1,20
1,40
0,00 0,10 0,20 0,30 0,40 0,50
Liquidez
Índi
ce d
e Sh
arpe
A figura 4 permite observar que o prêmio de liquidez é valido até certo
ponto, depois do qual o investidor não tem mais nenhum benefício em suportar
maiores níveis de iliquidez em seu portfolio. O índice de Sharpe máximo, 1,19, é
atingido para um portfolio com liquidez 0,39. A partir desse ponto ainda é
possível incluir mais iliquidez no portfolio, isso é obtido através da concentração
do portfolio nas estratégias com menor liquidez. Porém, neste ponto a excessiva
concentração do portfolio impede que os benefícios da diversificação auxiliem
para reduzir a volatilidade, gerando assim portfolios menos eficientes do ponto
de vista do investidor.
Outro ponto chama atenção na Figura 4, a relação liquidez x Índice de
Sharpe não é linear no trecho ascendente da curva. Na Figura 5 abaixo, é feito a
análise da derivada do Índice de Sharpe em relação a Liquidez, ou seja, a
52
relação entre a variação do Índice de Sharpe e a variação da Liquidez. Para
facilitar o entendimento do gráfico é interessante dividi-lo em quatro partes:
• Trecho 1: Liquidez de 0 até 0,14 – Nesse trecho, a derivada tem
uma inclinação declinante e suave. Indicando que o aumento a
exposição a iliquidez tem um efeito maior no início do trecho e vai
decaindo.
• Trecho 2: Liquidez de 0,14 até 0,29 – Nesse trecho, a derivada é
aproximadamente constante 1,2, com isso a relação Índice de
Sharpe e liquidez se torna linear. A cada ponto de iliquidez
introduzida no portfolio o índice de Sharpe aumenta 1,2 vezes.
• Trecho 3: Liquidez de 0,30 até 0,39 – Nesse trecho, a derivada
apresenta uma inclinação negativa grande saindo de 1,2 para 0. O
que indica que nesse trecho a introdução de mais iliquidez vai
perdendo efeito sobre o Sharpe da portfolio.
• Trecho 4: Liquidez de 0,39 até 0,44 – Nesse trecho, a derivada é
negativa e não é racional introduzir iliquidez no portfolio.
Figura 5 – Derivada do Índice de Sharpe em relação a Liquidez
(2,5)
(2,0)
(1,5)
(1,0)
(0,5)
-
0,5
1,0
1,5
2,0
2,5
0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
Liquidez
Vari
ação
Índi
ce d
e Sh
arpe
/Var
iaçã
o Li
quid
ez
53
4.5. Análise dos portfólios
Cabe agora verificar as propriedades e composições dos portfolios em
função das restrições impostas e do processo de otimização. Para isso, foi feita
uma comparação dos portfolios com Sharpe Máximo para diferentes níveis de
liquidez, 0; 0,15; 0,30 e sem restrições. Como descrito anteriormente, o Índice de
Sharpe foi calculado como o excesso de retorno em relação ao CDI ponderado
pela volatilidade do portfolio.
Tabela 14 – Propriedades dos Portfolios com Sharpe Máximo
Portfolios com Sharpe Máximo Portfolio Índice de Sharpe Retorno Volatilidade Liquidez Portfolio 1: Liquidez = 0 0,67 17,83% 2,81% 0,00 Portfolio 2: Liquidez = 0,15 0,93 18,21% 2,43% 0,15 Portfolio 3: Liquidez = 0,30 1,12 17,91% 1,76% 0,30 Portfolio 4: Sem restrições 1,19 17,81% 1,57% 0,39
Figura 6 – Composição dos Portfolios
,%
10,%
20,%
30,%
40,%
50,%
60,%
70,%
80,%
Índice ArsenalComposto
Índice ArsenalArbitragem
Índice ArsenalEquity Hedge
Índice ArsenalMacro
Índice ArsenalTrading
Perc
entu
al d
o Po
rtfol
io
Portfolio 1: Liquidez = 0Portfolio 2: Liquidez = 0,15Portfolio 3: Liquidez = 0,30Portfolio 4: Sem restrições
• Portfolio 1: É muito prejudicado em função das restrições de
liquidez, seu Índice de Sharpe é quase 43% menor do que o
Sharpe do portfolio 4, sem restrições. Apresenta uma liquidez muito
alta, a maior volatilidade entre os portfolios estudados e o segundo
pior retorno. As restrições também estão refletidas na composição
54
do portfolio que é extremamente concentrado, só sendo formado
por dois índices: 63% do Índice Arsenal Equity Hedge e 37% do
Índice Arsenal Macro.
• Portfolio 2: Apresenta uma melhora significativa no Índice de
Sharpe, de acordo com a análise da figura 5 esse é o trecho onde
são conseguidos os melhores benefícios em troca de aumento da
iliquidez. Mesmo assim, o portfolio continua sendo classificado
como de alta liquidez. A melhora é conseguida basicamente com o
aumento do retorno do portfolio que atinge o maior valor entre os
portfolios estudados, porém a volatilidade continua elevada. É
formado por três índices: 6% do Índice Arsenal Arbitragem, 19% do
Índice Arsenal Equity Hedge e 75% do Índice Arsenal Macro.
• Portfolio 3: Aparenta ser o portfolio mais equilibrado, seu Índice de
Sharpe é maior que o do portfolio 2 e bastante próximo ao do
portfolio 4. Está no limite superior da faixa média de liquidez.
Apresenta o segundo melhor retorno e a segunda menor
volatilidade. Sua composição é a mais diversificada dentre os
quatro portfolios, contando com 4 índices na composição: 24% do
Índice Arsenal Composto, 43% do Índice Arsenal Arbitragem ,10%
do Índice Arsenal Equity Hedge e 23% do Índice Arsenal Macro.
• Portfolio 4: Possui o maior Índice de Sharpe, se situa na faixa de
baixa liquidez. O grande responsável pelo alto Índice de Sharpe é a
baixa volatilidade, já que o retorno é muito próximo ao do portfolio
3. Sua composição é concentrada: 40% do Índice Arsenal
Composto e 60% do Índice Arsenal Arbitragem.
Interessante observar que o Índice Arsenal Trading foi eliminado em todos
os portfolios, e apesar de ter o pior retorno não apresenta uma alta volatilidade.
Muito provavelmente sua eliminação está ligada à alta correlação com os outros
índices de modo geral e principalmente ao índice Arsenal Composto que atinge
0,90.
Também vale ressaltar a presença do índice Arsenal Equity Hedge em
quase todos os portfolios, que apresenta o segundo pior retorno e a maior
55
volatilidade, porém é o que possui menor correlação com os outros índices e a
maior liquidez.
Observa-se que à medida que as restrições de liquidez foram reduzindo
estratégias que eram sabidamente ilíquidas foram tomando proporções bastante
relevantes no portfólio, como é o caso do Índice Arsenal Arbitragem com
aproximadamente 60% do portfólio.
4.6. Exemplo
Para entender como o trabalho desenvolvido até aqui se encaixa em um
processo completo de alocação em fundos de fundos será usado um exemplo:
Supondo que m gestor dispõe de R$ 10.000.000,00 para iniciar um fundo
de fundos para um cliente. Após uma análise cuidadosa do perfil de risco do
cliente o gestor chega à conclusão que se trata de um investidor com apetite
moderado para risco que suportaria um portfolio com uma volatilidade entre
1,5% e 2%.
O gestor, pondera que o mercado está pagando altos prêmios de liquidez,
porém o perfil moderado do cliente não permite que sua exposição seja muito
grande a ativos ilíquidos. Por isso, define que o portfolio terá uma liquidez média,
na casa de 0,30.
Com base nessas informações o gestor gera uma fronteira de alocação
eficiente com os índices Arsenal e restrição de liquidez média, encontrando a
mesma curva apresentada na figura 3. São analisados os portfolios que se
encaixam nas restrições de volatilidade do cliente e escolhido o que apresenta o
melhor índice de Sharpe. Este portfolio seria exatamente o 3, apresentado na
seção 4.5.
Nesse momento, o gestor já saberia as alocações por estratégia do seu
fundo de fundos:
• R$ 2,4 M do Índice Arsenal Composto;
• R$ 4,3 M do Índice Arsenal Arbitragem;
• R$ 1,0 M do Índice Arsenal Equity Hedge;
• R$ 2,3 M do Índice Arsenal Macro.
Essa é a primeira etapa do processo de alocação definido por Lo (2005),
objetivo deste trabalho. A seguir, o gestor entra na parte qualitativa do processo
56
onde os hedge funds e gestores propriamente ditos serão analisados e avaliados
para a gerarão de um ranking. Este servirá de base para a definição final de
alocação em cada um dos fundos, obedecendo sempre a divisão por estratégia
já definida acima.
5 Considerações finais
Esse trabalho tem como objetivo auxiliar no processo quantitativo de
alocação de fundos de fundos e representa apenas uma possibilidade para tal
processo. Como demonstrado ao longo da dissertação ao contrário de ativos
tradicionais que possuem características bem definidas, hedge funds são um
grupo extremamente heterogêneo, dinâmico e em constante adaptação, onde o
risco pode estar presente de diferentes formas. Essa abordagem quantitativa
representa apenas uma etapa de um processo completo de alocação e deve ser
complementada com aspectos qualitativos dos gestores.
O mercado de capitais brasileiro ainda está em processo de evolução,
anos de descontrole da inflação aliado ao monopólio quase exclusivo do governo
no setor de renda fixa impediram que instrumentos mais complexos de
investimento fossem desenvolvidos. Por essa razão a indústria de hedge funds
brasileira ainda não conseguiu atingir o grau de sofisticação observado no
mercado internacional.
Ainda assim, foi possível identificar um mercado promissor para os hedge
funds brasileiros, aqui representados basicamente pelos multimercados. Essa
categoria de fundo, segundo dados da ANBID, foi a que mais cresceu nos
últimos anos. Com as quedas nas taxas de juros e melhoria da condição
macroeconômica brasileira tem grande possibilidade de se tornar ainda maior.
Uma das maiores dificuldades do trabalho foi a identificação clara das
estratégias de investimento utilizadas pelos gestores brasileiros. Poucas casas
definem claramente seu processo de investimento, deixando o leque de opções
de alocação o mais amplo possível.
A obtenção de índices que representassem a performance dos hedge
funds também foi difícil. Ao contrário do mercado internacional, onde existem
índices para praticamente qualquer classe de ativo ainda são poucos os índices
para ativos brasileiros. Quando tratamos de fundos de investimento esse
universo fica ainda mais reduzido e a maioria dos índices não diferencia a classe
dos multimercados. A única exceção encontrada foi o índice desenvolvido pela
Arsenal Investimentos Ltda, trabalho digno de elogio e que contribui para o
desenvolvimento do mercado financeiro brasileiro.
58
A inclusão da liquidez no processo de otimização dos portfolios de hedge
funds aparenta ser um procedimento de muita validade para o investidor.
Segundo a teoria desenvolvida por Lo (2005) estratégias que apresentam baixa
ou média liquidez são capazes de melhorar o perfil de risco medido pela
volatilidade, porém podem estar ocultando um risco não mensurável que é a
iliquidez.
Os índices brasileiros apresentam características de liquidez baseadas nos
coeficientes de autocorrelação de primeira ordem que nem sempre concordam
com os equivalentes internacionais. A maior surpresa é o índice Arsenal Trading
estratégia que pela descrição deveria apresentar um portfolio muito líquido,
contudo apresenta o maior coeficiente de autocorrelação entre os índices
estudados. A liquidez da estratégia de Equity Hedge também não confirmou o
exemplo internacional. Já a estratégia de arbitragem seguiu o exemplo
internacional, nessa estratégia é muito comum o uso de ativos ilíquidos
justamente para auferir ganhos sobre os prêmios de liquidez impostos pelos
mercados.
As inconsistências entre os casos brasileiros e internacionais parecem
estar ligadas ao benchmark perseguido pela maioria dos gestores brasileiros, o
CDI. Um estudo mais profundo permitiria verificar a origem da autocorrelação
dos retornos e corrigir o problema para identificar casos onde a origem é
realmente a iliquidez dos ativos. Uma maneira de fazer isso seria acessar as
carteiras dos fundos e verificar a presença de tais ativos, apesar de acessar as
carteias diárias dos fundos não ser uma tarefa fácil, no Brasil é possível avaliar
mensalmente (com um atraso de três meses) as carteiras dos fundos.
Independente da origem da autocorrelação nos retornos é muito
importante ter em vista que essa propriedade afeta o cálculo de volatilidade dos
ativos e acaba influenciando o processo de alocação no modelo média-variância.
Seria interessante desenvolver uma maneira de corrigir tal efeito para que os
ativos, ou fundos fossem comparados de igual para igual. Futuros estudos
podem também ser feitos para incluir momentos de ordem superior no modelo
de alocação de portfolio.
Os resultados encontrados no processo de otimização com restrições de
liquidez foi bastante interessante. Um investidor que não quisesse perder os
prêmios derivados da iliquidez de certos ativos, mas que ao mesmo tempo não
estivesse disposto a levar isso ao extremo poderia escolher a fronteira de
liquidez com restrição de 0,30. Isso representaria uma redução no Sharpe
relativamente pequena de 1,12 para 1,19 e uma proteção que pode ser relevante
59
em momentos de estresse do mercado quando ativos ilíquidos sofrem pesadas
perdas.
6 Referências bibliográficas
ALDRICH, D. Rethinking Performance in the Hedge Fund Industry. New York: The Bank of New York Mellon, Thought Leadership Series, 2007.
ANBID. Associação Nacional dos Bancos de Investimento. Apresenta
Estatísticas sobre a Evolução dos Fundos de Investimento no Brasil. Disponível
em: <http:// www.anbid.com.br>. Acesso em: 10/01/2008.
BROOKS, C. ; KAT, H. The Statistical Properties of Hedge Fund Index Returns and Their Implications for Investors. Working Paper, ISMA Centre London: University of Reading, 2001.
COMISSÃO VALORES MOBILIÁRIOS. INSTRUÇÃO CVM No 409, DE 18 DE AGOSTO DE 2004, COM ALTERAÇÕES INTRODUZIDAS PELAS INSTRUÇÕES CVM NoS 411/04, 413/04, 450/07 E 456/07. Disponível em: <http://www.cvm.gov.br>. Acesso em 13/12/2007.
CSFB/TREMONT INDEXES: Banco de dados. Disponível em:
<http://www.hedgeindex.com/hedgeindex/en/default.aspx?cy=USD>. Acesso em:
10/12/2007
FIGUEIREDO, L. F.; TIGRE, L. B. Gestores Independentes no Brasil: Uma história de sucesso. Em: Varga, G. & Leal, R. (org.). Gestão de investimentos e fundos. 1. ed. Rio de Janeiro: Financial Consultoria, 2006.
FRANCO, D.; BRANCO, G. C. Risco e Retorno nos Hedge Funds Brasileiros. Em: Varga, G. & Leal, R. (org.). Gestão de investimentos e fundos. 1. ed. Rio de Janeiro: Financial Consultoria, 2006.
GETMANSKY,M; LO, A; MAKAROV, I. An Econometric Model of Serial Correlation and Iliquidity in Hedge Fund Returns. USA: MIT Laboratory of Financial Engeneering, 2003.
GIL, A. C. Como Elaborar Projetos de Pesquisas. São Paulo: Atlas,
1993.
61
HENNESSE GROUP. Entidade especialista em hedge funds. Apresenta estatísticas sobre a evolução dos ativos administrados e números de hedge funds no mundo. Disponível em: <http://www.hennesseegroup.com>.
Acesso em: 08/01/2008
HYKAVEI, M. (2006) Efeito do prazo de carência no risco de fundos no Brasil. Em: Varga, G. & Leal, R. (org.). Gestão de investimentos e fundos. 1. ed. Rio de Janeiro: Financial Consultoria, 2006.
ÍNDICES ARSENAL: Banco de Dados. Disponível em: <http://www.arsenalinvestimentos.com.br>. Acesso em: 15/01/2008
KEATING, C.; SHADWICK, W. F. A Universal Performance Measure. The Finance Development Centre. Working Paper. London, 2002.
LO, A; The Dynamics of the Hedge Fund Industry. The Research Foundation of CFA Institute, USA, 2005.
____________; W.; Mackinlay, C. An Econometric Analysis of Nonsynchronous Trading. NBER Working Paper No. W2960 Disponível em: <http://ssrn.com/abstract=461392>. Acesso em: 1989
REGULAMENTO DOS ÍNDICES ARSENAL. Disponível em:
<http://www.arsenalinvestimentos.com.br>. Acesso em: 08/12/2007
RIBEIRO, T. S.; LA ROCQUE, E. Introdução aos Hedge Funds. Em: Varga, G. & Leal, R. (org.). Gestão de investimentos e fundos. 1. ed. Rio de Janeiro: Financial Consultoria, 2006.
VARGA, G; CACHEM JR, C. F. Marcação a Mercado no Brasil. Em: Varga, G. & Leal, R. (org.). Gestão de investimentos e fundos. 1. ed. Rio de Janeiro: Financial Consultoria, 2006.
VERGARA, S. C. Projetos e relatórios de pesquisa em administração. 4.ed. São Paulo: Atlas, 1997.
7 Anexos Anexo 1 - Regulamento dos índices arsenal
REGULAMENTO (Versão de 16/08/2006)
1. APRESENTAÇÃO
1.1. Este regulamento tem por objeto definir os critérios para o cálculo e a divulgação
de índices que medirão o retorno médio dos fundos multimercado (“Índices ARSENAL”) pela
Arsenal Investimentos Ltda. (“ARSENAL”), sociedade devidamente autorizada pela Comissão
de Valores Mobiliários – CVM a prestar serviços de administração de carteiras de títulos e
valores mobiliários, nos termos da Instrução CVM nº 306, de 05 de maio de 1999.
1.2. Os Índices ARSENAL foram idealizados para se medir o desempenho relativo de
algumas estratégias empregadas na gestão dos fundos de investimentos disponíveis no
mercado classificados como “Multimercado” pela CVM e pela Associação Nacional dos
Bancos de Investimentos - ANBID, segundo critérios definidos pela ARSENAL nos termos
deste Regulamento. Os Índices ARSENAL poderão, ademais, medir o desempenho de
determinados fundos que forem compatíveis com os critérios de escolha e inclusão definidos
pela ARSENAL.
1.3. A ARSENAL entende que a relevância dos Índices ARSENAL advém do
crescimento da indústria de fundos de investimento, incentivado pela constituição de
sociedades independentes administradoras de carteiras de investimentos. A finalidade do
cálculo dos Índices ARSENAL é proporcionar a investidores e gestores em geral uma visão
independente do desempenho relativo de estratégias específicas utilizadas na gestão de
fundos, cujas políticas e estratégias de investimento sejam entendidas pela ARSENAL como
“Multimercado”. Os Índices ARSENAL buscam refletir o retorno médio de algumas categorias
de fundos, classificados de acordo com os estilos utilizados por seus gestores.
1.4. Entende-se por estilo de gestão o modo como é administrada a carteira de ativos
do fundo. Para a definição do estilo de gestão, serão consideradas características como:
os ativos que compõem a carteira;
os tipos de operações;
o tempo que os ativos permanecem na carteira do fundo; e
a alavancagem das operações.
63
1.5. Os Índices ARSENAL, conforme descritos neste Regulamento, dependem
integralmente da identificação e classificação pela ARSENAL da estratégia de gestão
empregada em cada um dos fundos analisados.
1.6. Para os fins deste Regulamento, serão considerados os fundos de investimento
classificados pela ARSENAL como “Multimercado”, cuja constituição e funcionamento tenham
sido autorizados pela CVM (doravante, os “Fundos”). Dentre os Fundos, serão considerados
apenas aqueles classificados pela ANBID nas categorias “Multimercado sem Alavancagem,
sem renda variável”, “Multimercado sem Alavancagem, com renda variável”, “Multimercado
com Alavancagem, sem renda variável” e “Multimercado com Alavancagem, com renda
variável”, além daqueles fundos de investimento em ações cuja gestão esteja enquadrada em
alguma das estratégias de investimento consideradas pela ARSENAL, conforme indicadas
neste Regulamento. Sempre que um fundo de investimento em ações estiver sendo
considerado na elaboração de um Índice ARSENAL, a lista com os nomes dos Fundos
integrantes das respectivas carteiras teóricas trará sua especificação. Não serão
considerados os fundos de investimento “Multimercado” classificados pela ANBID na
categoria “Balanceados”.
1.7. De acordo com a Instrução CVM nº 409, de 18 de agosto de 2004, fundos de
investimento são “uma comunhão de recursos constituída sob a forma de condomínio,
destinado à aplicação em títulos e valores mobiliários, bem como em quaisquer outros ativos
disponíveis no mercado financeiro e de capitais”. Os fundos classificados como
“Multimercado” pela CVM são aqueles que possuem políticas de investimento que envolvem
vários fatores de risco sem que exista o compromisso de concentração em algum ativo em
especial ou em ativos diferentes das demais classes de fundos de investimento, a saber:
“Fundo de Curto Prazo”, “Fundo Referenciado”, “Fundo de Renda Fixa”, “Fundo de Ações”,
“Fundo Cambial” e “Fundo de Dívida Externa”. Como informado acima, alguns fundos de
investimento em ações também poderão ser incluídos na elaboração dos Índices ARSENAL,
de acordo com a forma com que são geridos.
2. NATUREZA DOS ÍNDICES ARSENAL
2.1. A partir de entrevistas com gestores, análise de questionários, análise das
respectivas carteiras, de desempenho dos fundos e do acompanhamento periódico dos
gestores, a ARSENAL identificou os 4 estilos de gestão mais freqüentemente utilizados. Os
estilos assim identificados serviram de substrato para a determinação de cada uma das
estratégias que fundamentam os Índices ARSENAL, quais sejam:
(a) Índice Multimercado Arsenal Macro: O princípio adotado na estratégia denominada
“macro” é o de tomada de posições direcionais em diversos mercados e ativos, na
grande maioria dos casos. Os gestores que empregam esta estratégia visam antecipar
mudanças relevantes nos patamares atuais de preços dos ativos. O posicionamento
das operações é embasado por sólidas análises macroeconômicas realizadas pelas
áreas de pesquisa da casa de gestão. Normalmente, as posições adotadas possuem
limites de risco, stop losses e stress tests de uma magnitude compatível com os
retornos pretendidos, tanto com relação a seus valores absolutos quanto de prazo, o
qual tende a ser mais longo, pois em diversos casos os cenários macro exigem um
64
prazo maior de maturação. As operações de giro de curto prazo ou intra day (day
trade) tem como objetivo principal a proteção das operações direcionais.
Os fundos que adotam a estratégia macro podem ter posições em diversos mercados
simultaneamente, não se excluindo a hipótese de apresentar uma única posição na
carteira.
(b) Índice Multimercado Arsenal Trading: Neste grupo estão alocados os fundos que
geram parte relevante de seus resultados em operações de prazo de maturação
menor. A análise macroeconômica também é bastante utilizada na definição de
cenários, mas, devido ao estilo dos gestores, a montagem e reversão de posições são
mais rápidas. A decisão de investimentos e o conseqüente posicionamento da carteira
são baseados em eventos específicos e mensurados em um prazo de tempo bem
definido. As operações de giro de curto prazo ou intra day (day trade) são utilizadas
em maior escala e têm como um dos objetivos maximizar ganhos.
O objetivo da estratégia é capturar os movimentos de curto/médio prazo de modo mais
constante do que em uma estratégia macro, mantendo um alto nível de acerto de
posicionamento. Os limites definidos de risco (mercado, liquidez, etc.) são controlados
no decorrer do dia e, de modo geral, possuem stop losses e stress tests menores que
os da estratégia macro.
Uma carteira trading possui posicionamentos similares a uma carteira macro, com
pequenas diferenciações no tamanho das alocações e no prazo de maturação das
mesmas.
(c) Índice Multimercado Arsenal Arbitragem: Esta estratégia possui um estilo de
posicionamento baseado em quesitos quantitativos, procurando capturar desde
pequenas distorções entre preços de ativos até grandes rupturas de preços de um
único ativo. As equipes de gestão são formadas por pessoas de perfil técnico, que se
apóiam em modelos matemáticos e estatísticos para decidirem sobre quando e quais
posições serão assumidas. O processo de gestão envolve análise de informações
históricas de mercado e sofisticados modelos de precificação. Nesta estratégia, o
controle de risco é fundamental, tendo em vista que o monitoramento dos ativos e das
operações é essencial para capturar, simultaneamente, pequenas distorções e
grandes amplitudes de movimento.
Aqui também se encaixam operações multiestratégia, que, embora individualmente
sejam bastante simples, no conjunto remetem a sofisticados modelos de precificação e
alocação de ativos. O prazo das operações está diretamente relacionado às condições
atuais de mercado, mas não é considerada uma variável fundamental para a decisão
do investimento. Os principais argumentos para a montagem das posições são
arbitragem de preços e spreads.
(d) Índice Multimercado Arsenal Equity Hedge: A estratégia equity hedge reúne duas
características básicas: posições embasadas em arbitragem de preços, que podemos
chamar de operações quantitativas, e posições embasadas em avaliações
fundamentalistas. As operações e estilos de gestão são bastante variados e têm o
mercado de renda variável como único ponto em comum. Os ativos principais são
ações e seus derivativos.
65
Nesta estratégia, a principal operação é a compra ou venda de um ativo ou derivativo
de renda variável casada com a operação inversa de um outro ativo e/ou derivativo de
renda variável, proporcionalmente ou não. A exposição direcional da carteira não é o
objetivo final, mas sim o resultado gerado pelo diferencial de preços entre as ações
e/ou seus derivativos.
Nas estratégias quantitativas, as principais ferramentas no processo decisório são o
banco de dados e o histórico de diferença de preços de ativos gerados por ele, sendo
a decisão apoiada em modelos matemáticos/estatísticos. Já nas estratégias
fundamentalistas, o processo decisório é baseado em modelos de avaliação, que
indicam oportunidades de compra e venda de ações e seus derivativos considerando o
atual valor de mercado.
O prazo das operações e os cenários macroeconômicos, nesta estratégia, também são
levados em consideração no processo decisório, mas as variáveis principais continuam
sendo os spreads quantitativos e a análise fundamentalista.
(e) Índice Multimercado Arsenal Composto: Reflete a rentabilidade de todos os Fundos
pertencentes à base de dados da ARSENAL que atendam aos requisitos citados no
item 6.1 deste Regulamento, incluindo todas as estratégias acima definidas, para a
demonstração de um panorama geral de rentabilidade dos Fundos classificados como
Multimercado.
2.2. Cada um dos Índices ARSENAL refletirá a rentabilidade de uma carteira teórica de
cotas de Fundos a ser constituída ao final de cada quadrimestre do ano-calendário (“data de
avaliação”), de forma a replicar a estratégia relativa ao índice em questão em dado momento.
2.3. A carteira teórica que fundamentará cada Índice ARSENAL será constituída em
duas categorias, a saber:
(a) Carteira Investível: composta por todos os Fundos constantes da base de dados da
ARSENAL que atendam aos requisitos quantitativos e qualitativos abaixo indicados e
que estejam abertos à captação de novos investimentos; e
(b) Carteira Não-Investível: composta por todos os Fundos constantes da base de
dados da ARSENAL que atendam aos requisitos quantitativos e qualitativos abaixo
indicados, inclusive aqueles fechados para captação.
2.4. Em virtude da existência de duas carteiras teóricas, a ARSENAL planeja divulgar
os seguintes Índices ARSENAL:
(a) Índice Multimercado Arsenal Macro Investível;
(b) Índice Multimercado Arsenal Macro Não-Investível;
(c) Índice Multimercado Arsenal Trading Investível;
(d) Índice Multimercado Arsenal Trading Não-Investível;
(e) Índice Multimercado Arsenal Arbitragem Investível;
(f) Índice Multimercado Arsenal Arbitragem Não-Investível;
(g) Índice Multimercado Arsenal Equity Hedge Investível;
(h) Índice Multimercado Arsenal Equity Hedge Não-Investível;
(i) Índice Multimercado Arsenal Composto Investível; e
(j) Índice Multimercado Arsenal Composto Não-Investível.
66
3. FINALIDADE
3.1. A finalidade do cálculo dos Índices ARSENAL é proporcionar a investidores e
gestores em geral uma visão independente do desempenho relativo de estratégias
específicas utilizadas na gestão de fundos. A base de dados da ARSENAL conterá
informações públicas dos Fundos que serão examinadas pela ARSENAL para elaboração
dos Índices ARSENAL.
3.2. A inexistência de parâmetros mais apropriados de avaliação de rentabilidade de
fundos faz com que atualmente muitos fundos, gestores e investidores confrontem a
rentabilidade de seus investimentos com indicadores que não têm relação direta com as
estratégias de investimento verificadas em tais fundos. Normalmente, são utilizadas como
parâmetros de avaliação a variação do Certificado de Depósito Interbancário – CDI ou do
Índice BOVESPA ou, ainda, índices de inflação, taxas de juros e de câmbio.
3.3. A adoção de um parâmetro de avaliação adequado, independente, referenciado
na rentabilidade dos Fundos que seguem o mesmo estilo de gestão e que compõem cada
uma das carteiras teóricas dos Índices ARSENAL, tem por objetivo contribuir para que o
desempenho dos Fundos seja avaliado de forma mais eficiente pelos investidores.
4. TRANSPARÊNCIA
4.1. Uma metodologia de cálculo simples, com seus dados à disposição do público
investidor, assegura confiabilidade aos Índices ARSENAL. Para o cálculo dos Índices
ARSENAL, a ARSENAL utilizará a rentabilidade dos Fundos conforme calculada e divulgada
pelos gestores ou administradores de acordo com os critérios de padronização de cálculo da
rentabilidade de fundos de investimento indicados pela ANBID. A ANBID estabelece que,
independentemente da forma de apuração da cota, a rentabilidade dos fundos será calculada
utilizando o valor da cota do dia contra o valor da cota de fechamento do dia útil
imediatamente anterior.
5. SEGURANÇA, CONFIABILIDADE E INDEPENDÊNCIA
5.1. A ARSENAL será a responsável pelo cálculo, difusão e atualização dos Índices
ARSENAL, fato que assegura a observância estrita às normas e procedimentos técnicos
constantes de sua metodologia.
5.2. A certificação dos Índices ARSENAL foi realizada pelo Prof. Dr. Antônio Zoratto
Sanvicente, Professor Titular do Ibmec São Paulo e Professor Titular em Finanças da
Faculdade de Economia e Administração da Universidade de São Paulo. O Prof. Sanvicente
é Bacharel em Ciências Econômicas pela Faculdade de Economia, Administração e
Contabilidade, Universidade de São Paulo, São Paulo, Ph.D. em Business Administration,
concentração em Finanças, pela Graduate School of Business, Stanford University, Stanford,
CA, Estados Unidos (1982), e Master of Management, pela Owen Graduate School of
Management, Vanderbilt University, Nashville, TN, Estados Unidos (1974).
5.3. O Prof. Dr. Antônio Zoratto Sanvicente, na qualidade de certificador, analisou as
metodologias de classificação dos Fundos que compõem as carteiras dos diversos Índices
ARSENAL e de cálculo utilizadas pela ARSENAL para composição dos Índices ARSENAL.
67
6. METODOLOGIA DE CÁLCULO
6.1. Critérios de Inclusão de Fundos nos Índices ARSENAL
6.1.1. A seleção de Fundos para composição dos Índices ARSENAL envolve os
seguintes processos:
(a) identificação de todos os Fundos classificados pela ANBID nas seguintes
categorias:
(i) Multimercado sem Alavancagem, sem renda variável;
(ii) Multimercado sem Alavancagem, com renda variável;
(iii) Multimercado com Alavancagem, sem renda variável; e
(iv) Multimercado com Alavancagem, com renda variável;
(b) classificação dos Fundos identificados conforme o item (a), acima, e dos fundos de
investimento em ações nas estratégias estabelecidas para cada um dos Índices
ARSENAL; e
(c) análise dos Fundos classificados conforme item (b), acima, para verificação do
atendimento aos requisitos necessários para inclusão na composição do Índice
ARSENAL da respectiva estratégia.
6.1.2. A classificação dos Fundos para fins de cálculo de cada um dos Índices
ARSENAL é efetuada pela ARSENAL conforme a estratégia adotada e independentemente
da denominação utilizada pelo respectivo gestor. A classificação dos Fundos será
periodicamente revista de maneira a garantir que eles estejam identificados na estratégia
adequada evitando-se, assim, distorções no cálculo dos Índices ARSENAL.
6.1.3. Uma vez selecionados e classificados os Fundos que passarão a compor a sua
base de dados, a ARSENAL verificará o atendimento aos requisitos necessários para sua
inclusão na carteira teórica do respectivo Índice ARSENAL. As carteiras teóricas de cotas de
Fundos que serão refletidas nos Índices ARSENAL serão compostas pelos Fundos que
atendam cumulativamente aos seguintes critérios na data da avaliação:
(a) constar do banco de dados da ANBID;
(b) ter patrimônio líquido superior a R$10.000.000,00 (dez milhões de reais);
(c) ter rentabilidade calculada pelos gestores desde o início das atividades do Fundo
de acordo com os critérios estabelecidos no Código de Auto-Regulação da ANBID
para os fundos de investimento cuja constituição e funcionamento estejam sob a
jurisdição da CVM;
(d) não ser fundo de previdência ou fundo de privatização;
(e) não ser fundo de investimento destinado apenas à aplicação em cotas de fundos
de investimento (“fundo de fundos”);
(f) não ser fundo espelho, ou seja, fundo de aplicação em cotas de fundos de
investimento criado por uma instituição para distribuir fundo de investimento gerido por
outra instituição;
(g) não ser classificado pela ANBID como “Fundo de Investimento Exclusivo” ou
“Fundo de Investimento Coletivo”, nem ser fundo constituído para aplicação apenas
pelo gestor;
(h) não estar em processo de liquidação e extinção;
(i) não ter as atividades suspensas por deliberação dos cotistas ou da CVM; e
68
(j) ter taxa de administração diferente de 0%.
6.1.4. Caso existam na base de dados da ARSENAL diversos Fundos sob a gestão de
um mesmo gestor, será considerado, no máximo, um fundo por índice, em cada uma das
categorias (investível e não-investível), selecionado aquele que, a critério exclusivo da
ARSENAL, adota a estratégia que busca o maior retorno.
6.1.5. Os Fundos constantes da base de dados da ARSENAL que atendam aos
requisitos acima passarão a compor a carteira teórica de cotas de fundos de investimento da
respectiva estratégia para fins do cálculo do Índice ARSENAL correspondente.
6.1.6. As listas dos Fundos que compõem a base de dados da ARSENAL e as listas
dos que compõem as carteiras teóricas dos diversos Índices ARSENAL estarão disponíveis
para consulta na rede mundial de computadores (“internet”), no domínio da ARSENAL
(www.arsenalinv.com.br) (doravante, o “Site”).
6.2. Participação de Fundos nos Índices ARSENAL
6.2.1. A participação de cada Fundo na carteira dos Índices ARSENAL terá relação
direta com o número total de Fundos selecionados para a constituição de cada carteira
teórica (investível e não-investível) do respectivo Índice ARSENAL (“n”) na razão 1/n. Ou
seja, todos os Fundos terão a mesma representatividade nas carteiras teóricas.
6.3. Apuração dos Índices ARSENAL
6.3.1. Cada Índice ARSENAL é o somatório dos pesos (percentual de participação na
carteira teórica de Fundos do respectivo Índice ARSENAL) multiplicado pela rentabilidade
(positiva ou negativa) verificada no valor da quota líquida do respectivo Fundo, conforme
divulgado por seu administrador. Dessa forma, cada Índice ARSENAL pode ser apurado, a
qualquer momento, por meio da seguinte fórmula:
Sendo:
Índicet = valor do Índice ARSENAL na data de referência (t);
Índicet-1 = valor do Índice ARSENAL um (1) dia útil antes da data de referência (t-1);
Retornot = valor referente à valorização do Índice ARSENAL na data de referência;
n = número de Fundos que compõem o Índice ARSENAL; e
Retornoi = valor referente à valorização de cada um dos n Fundos que compõem
cada estratégia dos Índices ARSENAL na data de referência.
69
6.3.2. O regime tributário e as taxas de administração aplicáveis aos Fundos não serão
levados em consideração. Serão considerados os percentuais do retorno dos Fundos que
compõem os Índices ARSENAL conforme divulgados por seus respectivos gestores.
6.4. Critérios de Exclusão de Fundos dos Índices ARSENAL
6.4.1. O Fundo integrante de um dos Índices ARSENAL que entrar em processo de
liquidação e/ou extinção, ou tiver as suas atividades suspensas pela CVM, deixará de
participar da composição da carteira do respectivo Índice ARSENAL. A exclusão será
imediata, a partir da data de verificação da ocorrência dos fatos acima indicados pela
ARSENAL.
7. DIVULGAÇÃO
7.1. A divulgação dos Índices ARSENAL será feita no Site da ARSENAL diariamente.
A divulgação das carteiras teóricas que compõem os Índices ARSENAL ocorrerá em até
cinco (5) dias úteis após o encerramento do quadrimestre anterior.
7.2. Juntamente com a divulgação da carteira teórica dos Índices ARSENAL, serão
disponibilizadas no Site da ARSENAL as listas completas, por estratégia, dos Fundos que
compõem a base de dados da ARSENAL para o quadrimestre de referência e que foram
considerados no processo de elaboração dos Índices ARSENAL correspondentes, tenham
sido eles incluídos na composição final das carteiras teóricas ou não.
7.3. Para que a representatividade dos Índices ARSENAL mantenha-se estável ao
longo do tempo, as carteiras teóricas respectivas serão reavaliadas quadrimestralmente,
utilizando-se os procedimentos e critérios integrantes da metodologia descrita neste
Regulamento. Os Índices ARSENAL serão atualizados de acordo com o resultado dessas
reavaliações. Nas reavaliações, identificar-se-ão as alterações na participação relativa de
cada Fundo na composição das carteiras teóricas dos Índices ARSENAL, bem como sua
permanência ou exclusão. Nessa ocasião, serão também avaliadas inclusões de novos
Fundos constantes da base de dados da ARSENAL na carteira teórica dos Índices ARSENAL
da respectiva categoria.
7.4. As carteiras teóricas dos Índices ARSENAL têm vigência de quatro meses,
vigorando para os períodos de janeiro a abril, maio a agosto e setembro a dezembro.
8. OBSERVAÇÕES FINAIS
8.1. A ARSENAL se reserva o direito de, a seu exclusivo critério, alterar este
Regulamento (e a forma de cálculo e divulgação dos Índices ARSENAL) sem qualquer aviso
prévio. Por essa razão, recomenda-se a leitura periódica deste Regulamento a fim de
acompanhar eventuais alterações, que passarão a ter efeito a partir do dia em que forem
publicadas no Site da ARSENAL. O Regulamento pode ser acessado de qualquer setor do
Site por meio de acesso via o link correspondente.
8.2. A utilização dos Índices ARSENAL, para qualquer finalidade, correrá por conta e
risco exclusivo do interessado.
8.3. As informações relativas aos Índices ARSENAL são preparadas pela ARSENAL
com base em informações obtidas de fontes conhecidas por sua confiabilidade e de boa-fé,
conforme disponibilizadas no momento da elaboração do cálculo dos Índices ARSENAL e de
70
sua reavaliação. As carteiras teóricas refletidas nos Índices ARSENAL poderão ser alteradas,
pela ARSENAL, a qualquer momento, em virtude da exclusão de Fundos que não se
enquadrem nos requisitos mínimos estabelecidos pela ARSENAL neste Regulamento.
8.4. A ARSENAL não oferece qualquer garantia, expressa ou implícita, quanto à
precisão, completude, exatidão ou atualidade dos Índices ARSENAL ou das informações
necessárias aos respectivos cálculos, especialmente no que se refere aos valores das quotas
dos Fundos integrantes dos Índices ARSENAL, cuja responsabilidade é exclusiva dos
respectivos gestores. Todas as informações, estatísticas de rentabilidade (históricas e/ou
atuais) e previsões estão sujeitas a alterações sem aviso prévio. Os resultados obtidos no
passado pelos fundos de investimento que integram os Índices ARSENAL não asseguram
resultados futuros, os quais também não são garantidos pela ARSENAL ou por qualquer
outro mecanismo de garantia.
8.5. A ARSENAL poderá, a seu exclusivo critério e sem qualquer obrigação para tanto,
aprimorar ou corrigir quaisquer erros ou omissões observados na elaboração dos cálculos
dos Índices ARSENAL, bem como manter informações desatualizadas.
8.6. A ARSENAL não se responsabiliza por eventual atraso na divulgação dos Índices
ARSENAL ou da revisão da carteira teórica refletida nos Índices ARSENAL.
8.7. Na elaboração dos cálculos dos Índices ARSENAL não foram levados em
consideração objetivos de investimento particulares de qualquer pessoa física, jurídica ou
instituição, ou qualquer situação financeira específica. A realização de investimentos implica
na exposição a riscos, inclusive à possibilidade de perda total do investimento.
8.8. As informações relacionadas aos Índices ARSENAL destinam-se apenas ao
conhecimento do leitor e não constituem uma oferta ou tentativa de convencê-lo a comprar ou
vender quaisquer títulos ou valores mobiliários ou outros instrumentos do mercado financeiro,
não devendo ser entendidas como tais. Da mesma forma, as informações disponibilizadas
não devem ser entendidas como material de divulgação de desempenho ou publicidade dos
Fundos que integram as carteiras refletidas nos Índices ARSENAL, representando apenas
informações selecionadas pela ARSENAL para o cálculo dos Índices ARSENAL de acordo
com este Regulamento.
8.9. Nenhuma informação relativa aos Índices ARSENAL constitui
conselho ou recomendação financeira, jurídica, fiscal ou de qualquer outra
natureza, e nenhuma decisão relativa a investimentos ou outros negócios
jurídicos deve ser tomada exclusivamente com base nas mesmas. A ARSENAL
recomenda a contratação de consultores qualificados previamente à tomada de
qualquer decisão relativa a investimentos.
71
7.2. Anexo 2 - Relação dos fundos que compõem os índices Arsenal
FUNDOS ARSENAL ARBITRAGEM Fundo CNPJ
ABN AMRO QUANT FI MULTIMERCADO 08.074.824/0001-18 CAPITÂNIA TREASURY FI MULTIMERCADO 07.280.326/0001-69 GS ALLOCATION HEDGE FI MULTIMERCADO 04.668.998/0001-58 IB QUANT FI MULTIMERCADO 03.769.263/0001-58 KADIMA FI MULTIMERCADO 08.773.805/0001-80 NEO MULTI ESTRATÉGIA 30 FI MULTIMERCADO 08.771.538/0001-01 PÁTRIA HEDGE FI MULTIMERCADO 05.786.928/0001-67 POLO LATITUDE 84 FI AÇÕES 07.914.910/0001-29 SANTANDER DINÂMICO FI MULTIMERCADO 05.933.950/0001-92 SDA HEDGE FI MULTIMERCADO 04.653.959/0001-87 SLW VOLATILIDADE FI MULTIMERCADO 04.240.116/0001-59 SULAMÉRICA DINÂMICO FI MULTIMERCADO 02.105.965/0001-74 UBS PACTUAL ARBITRAGEM FI MULTIMERCADO 03.960.129/0001-30 VOTORANTIM TOTAL ARBITRAGEM FI MULTIMERCADO 07.504.393/0001-10
FUNDOS ARSENAL COMPOSTO Fundo CNPJ
ABN AMRO QUANT FI MULTIMERCADO 08.074.824/0001-18 ABN AMRO SKY II FIC MULTIMERCADO 05.344.620/0001-61 ABN AMRO STAR LONG SHORT FIC MULTIMERCADO 06.095.411/0001-94 ADVIS MACRO FI MULTIMERCADO 08.218.035/0001-03 ALFA MIX ADVANCED FI MULTIMERCADO 08.254.143/0001-31 ARGOS TR FI MULTIMERCADO 06.110.978/0001-92 ARX EXTRA FI MULTIMERCADO 06.041.290/0001-06 ARX LONG AND SHORT 30 FI MULTIMERCADO 07.380.650/0001-59 ARX PLUS FI MULTIMERCADO 05.317.236/0001-70 ÁTICO HEDGE FI MULTIMERCADO 00.855.065/0001-19 AVANTI HEDGE FI MULTIMERCADO 07.311.882/0001-55 BANCOOB CAPITAL FI MULTIMERCADO 05.099.883/0001-52 BANIF NITOR ABSOLUTO FI MULTIMERCADO 08.869.580/0001-60 BANIF NITOR TOTAL 30 FI MULTIMERCADO 07.838.572/0001-93 BB TOP ARBITRAGEM ALAVANCADO FI MULTIMERCADO LP 07.490.284/0001-90 BB TOP MULTI ARROJADO FI MULTIMERCADO LP 08.039.035/0001-46 BB TOP RV GIRO FI MULTIMERCADO LP 08.039.040/0001-59 BBM EQUITY HEDGE FI MULTIMERCADO 08.508.718/0001-03 BBM GAUSS FI MULTIMERCADO 07.684.413/0001-81 BES 30 FI MULTIMERCADO 06.190.329/0001-49 BES MISTRAL LONG SHORT FI MULTIMERCADO LP 08.608.205/0001-66 BLACK RIVER YIELD FI MULTIMERCADO 05.090.574/0001-11 BNP PARIBAS LONG AND SHORT FI MULTIMERCADO 08.823.534/0001-20 BNP PARIBAS VISION 90 FI MULTIMERCADO 08.799.997/0001-01 BRADESCO LONG SHORT FI MULTIMERCADO 07.187.565/0001-79 BRADESCO PLUS I FI MULTIMERCADO 02.998.164/0001-85 BRASCAN SUPERIOR HEDGE II FI MULTIMERCADO 07.659.984/0001-66 BRESSER HEDGE PLUS FI MULTIMERCADO 08.739.850/0001-18 CAIXA RV 30 FI MULTIMERCADO LP 03.737.188/0001-43 CAPITÂNIA LONG SHORT 30 FI MULTIMERCADO 08.869.583/0001-01 CAPITÂNIA TREASURY FI MULTIMERCADO 07.280.326/0001-69 CENÁRIO FI MULTIMERCADO 05.978.232/0001-32 CIANO 60 HEDGE FI MULTIMERCADO 08.279.323/0001-78 CLARITAS HEDGE 30 FI MULTIMERCADO LP 05.488.919/0001-90 CLARITAS LONG SHORT FI MULTIMERCADO LP 05.109.839/0001-86 COINVALORES TERMO FI MULTIMERCADO 08.319.861/0001-49 CONCÓRDIA FI MULTIMERCADO LP 04.345.796/0001-75
72
CONSTELLATION LONG SHORT FI MULTIMERCADO 07.900.024/0001-46 COX LONG SHORT FI AÇÕES 08.386.083/0001-00 CR2 KITE FI MULTIMERCADO 05.445.522/0001-10 CREDIT AGRICOLE EQUITY HEDGE FI MULTIMERCADO 08.814.483/0001-70 CREDIT SUISSE LS 60 FI AÇÕES 08.439.602/0001-51 CREDIT SUISSE TOTAL FI MULTIMERCADO LP 07.662.280/0001-42 DAYCOVAL EXPERT FI MULTIMERCADO 06.241.214/0001-36 DIRECIONAL FI MULTIMERCADO 04.494.289/0001-01 EQUITAS FI MULTIMERCADO 07.996.491/0001-11 EXPLORA LONG SHORT 30 FI MULTIMERCADO 08.940.253/0001-57 FAMA SHOOTER 60 FI AÇÕES 07.504.586/0001-70 FATOR ARBITRAGEM FI MULTIMERCADO 05.909.531/0001-15 FATOR HEDGE 30 FI MULTIMERCADO 07.675.111/0001-47 FATOR HEDGE ABSOLUTO FI MULTIMERCADO 07.670.174/0001-00 FIDES HEDGE FI MULTIMERCADO 07.659.013/0001-16 FIDES LONG SHORT PLUS FI MULTIMERCADO 07.659.002/0001-36 FIDÚCIA EQUITY HEDGE FI MULTIMERCADO 05.583.436/0001-74 FOCO FI MULTIMERCADO 07.161.507/0001-76 GAP ABSOLUTO FI MULTIMERCADO 01.823.373/0001-25 GAP AÇÕES LONG SHORT FI AÇÕES 08.432.842/0001-24 GAP MULTIPORTFOLIO 90 FI MULTIMERCADO 08.279.335/0001-00 GÁVEA BRASIL FI MULTIMERCADO 05.529.785/0001-08 GLOBAL EQUITY PLUS FI MULTIMERCADO 03.169.591/0001-13 GP LONG SHORT ADVANCED FI MULTIMERCADO 08.708.456/0001-12 GS ALLOCATION HEDGE FI MULTIMERCADO 04.668.998/0001-58 HG ALLOCATION POLO FIC AÇÕES 05.605.879/0001-19 HG MULTI DINÂMICO FIC MULTIMERCADO 08.507.696/0001-59 HG STRATEGY LONG SHORT FI MULTIMERCADO 06.970.359/0001-78 HG STRATEGY LONG SHORT MIX FIC MULTIMERCADO 08.297.683/0001-00 HG VERDE 90 FIC MULTIMERCADO 07.455.460/0001-53 HSBC GOA EQUITY HEDGE FI MULTIMERCADO LP 09.241.809/0001-80 HSBC GOA LONG AND SHORT FI MULTIMERCADO LP 08.773.294/0001-04 HSBC XIAN ARROJADO FI MULTIMERCADO LP 07.830.071/0001-60 IB QUANT FI MULTIMERCADO 03.769.263/0001-58 INTRA INVESTIDOR FI MULTIMERCADO 06.180.188/0001-83 IP EQUITY HEDGE II FI MULTIMERCADO 07.967.077/0001-84 IPORANGA 30 FI MULTIMERCADO 07.742.514/0001-61 ITAÚ EQUITY HEDGE FI MULTIMERCADO 06.170.624/0001-33 ITAÚ HEDGE FI MULTIMERCADO 07.658.922/0001-30 JGP MAX FI MULTIMERCADO 08.912.591/0001-85 KADIMA FI MULTIMERCADO 08.773.805/0001-80 KINEA PRÓTON FI MULTIMERCADO 07.383.028/0001-02 KONDOR 60 FI MULTIMERCADO 08.921.000/0001-36 LACAN EQUILÍBRIO FI MULTIMERCADO 07.337.981/0001-06 LEGG MASON LONG & SHORT II FIC MULTIMERCADO 08.155.470/0001-36 LOTE45 FI MULTIMERCADO 08.278.786/0001-15 MANDARIM ADVANCED FI MULTIMERCADO 05.085.740/0001-91 MAUÁ FI MULTIMERCADO 05.903.038/0001-98 MÁXIMA HIGH YIELD FI MULTIMERCADO 04.866.697/0001-39 MELLON HEDGE PLUS FI MULTIMERCADO 07.660.098/0001-52 MELLON LONG SHORT PLUS FI MULTIMERCADO 08.940.265/0001-81 MERCATTO DIFERENCIAL 30 FI MULTIMERCADO LP 08.869.558/0001-10 META LONG SHORT FI MULTIMERCADO 07.838.678/0001-97 META PLUS FI MULTIMERCADO 07.967.083/0001-31 MODAL ARBITRAGEM PHOENIX FI MULTIMERCADO 07.659.991/0001-68 MODAL EAGLE 60 FI MULTIMERCADO 07.838.598/0001-31 NEO LONG SHORT 30 FI MULTIMERCADO 08.715.319/0001-05 NEO MULTI ESTRATÉGIA 30 FI MULTIMERCADO 08.771.538/0001-01
73
NEST MILE HIGH 30 FI MULTIMERCADO 08.139.641/0001-33 NOBEL ADVANCED AGRESSIVE FI MULTIMERCADO 02.669.135/0001-70 OPPORTUNITY MIDI 90 FI MULTIMERCADO 07.990.078/0001-40 OPUS EQUITY HEDGE FI MULTIMERCADO 08.869.564/0001-77 OPUS HEDGE AGRESSIVO FI MULTIMERCADO 08.139.978/0001-40 ORBE BALANCE 90 FI MULTIMERCADO 09.067.375/0001-43 PAINEIRAS HEDGE FI MULTIMERCADO 07.742.423/0001-26 PARATY HEDGE FI MULTIMERCADO 06.048.784/0001-04 PÁTRIA HEDGE FI MULTIMERCADO 05.786.928/0001-67 PERFIN INFINITY LONG SHORT FI MULTIMERCADO 09.068.336/0001-60 PETRÓPOLIS PLUS FI MULTIMERCADO 05.689.728/0001-96 PLANNER FI MULTIMERCADO 01.375.954/0001-41 PLENUS HEDGE FI MULTIMERCADO 06.155.101/0001-18 POLO LATITUDE 84 FI AÇÕES 07.914.910/0001-29 POLO NORTE FI MULTIMERCADO 07.013.315/0001-12 PROSPER TOSCANA FI MULTIMERCADO LP 06.865.832/0001-57 QUEST 90 FI MULTIMERCADO 08.912.598/0001-05 QUEST EQUITY HEDGE 60 FI MULTIMERCADO 09.141.893/0001-60 RB MACRO 60 FI MULTIMERCADO 08.875.027/0001-30 RIO EQUITY MULTISTRATEGY FI MULTIMERCADO 07.967.080/0001-06 SAFRA EQUITY HEDGE FI MULTIMERCADO 08.892.935/0001-31 SAFRA HIGH YIELD 30 FIC MULTIMERCADO 07.908.988/0001-30 SAGA LYNX FI MULTIMERCADO 05.832.592/0001-21 SANTA FÉ AQUARIUS FI MULTIMERCADO 04.621.018/0001-61 SANTANDER ABSOLUTO FI MULTIMERCADO 08.399.816/0001-41 SANTANDER DINÂMICO FI MULTIMERCADO 05.933.950/0001-92 SANTANDER LONG & SHORT FI MULTIMERCADO 07.967.197/0001-81 SCHRODER BRASIL LONG SHORT FI MULTIMERCADO 08.815.363/0001-97 SCHRODER MULTI STRATEGY FI MULTIMERCADO 07.234.637/0001-91 SDA HEDGE FI MULTIMERCADO 04.653.959/0001-87 SEXTANTE FI MULTIMERCADO 06.190.058/0001-21 SLW VOLATILIDADE FI MULTIMERCADO 04.240.116/0001-59 SULAMÉRICA ABSOLUTO FI MULTIMERCADO 07.911.474/0001-34 SULAMÉRICA DINÂMICO FI MULTIMERCADO 02.105.965/0001-74 SULAMÉRICA LONG AND SHORT FI MULTIMERCADO 07.644.087/0001-89 TÍTULO FI MULTIMERCADO LP 02.269.278/0001-94 UBS PACTUAL ARBITRAGEM FI MULTIMERCADO 03.960.129/0001-30 UBS PACTUAL HEDGE FI MULTIMERCADO 00.888.897/0001-31 UBS PACTUAL HEDGE PLUS FI MULTIMERCADO 01.214.092/0001-75 UBS PACTUAL TOTAL RETURN EQUITIES FI MULTIMERCADO 04.981.958/0001-61 UNIBANCO EQUITY HEDGE FI MULTIMERCADO 08.754.823/0001-14 UNIBANCO RETORNO TOTAL FIC MULTIMERCADO 07.177.687/0001-84 UPSIDE FI MULTIMERCADO 04.840.883/0001-07 VENTURA HEDGE FI MULTIMERCADO 07.088.369/0001-47 VENTURESTAR FI MULTIMERCADO 05.697.562/0001-50 VICTOIRE LONG SHORT 30 FI MULTIMERCADO 08.715.285/0001-59 VOTORANTIM EQUITY HEDGE FI MULTIMERCADO 09.083.868/0001-77 VOTORANTIM INFINITY FI MULTIMERCADO 05.595.405/0001-33 VOTORANTIM TOTAL ARBITRAGEM FI MULTIMERCADO 07.504.393/0001-10 WESTERN ASSET MULTITRADING H FI MULTIMERCADO 05.024.659/0001-00
FUNDOS ARSENAL EQUITY HEDGE Fundo CNPJ
ABN AMRO STAR LONG SHORT FIC MULTIMERCADO 06.095.411/0001-94 ARGOS TR FI MULTIMERCADO 06.110.978/0001-92 ARX LONG AND SHORT 30 FI MULTIMERCADO 07.380.650/0001-59 BANIF NITOR TOTAL 30 FI MULTIMERCADO 07.838.572/0001-93
74
BB TOP ARBITRAGEM ALAVANCADO FI MULTIMERCADO LP 07.490.284/0001-90 BBM EQUITY HEDGE FI MULTIMERCADO 08.508.718/0001-03 BES MISTRAL LONG SHORT FI MULTIMERCADO LP 08.608.205/0001-66 BNP PARIBAS LONG AND SHORT FI MULTIMERCADO 08.823.534/0001-20 BRADESCO LONG SHORT FI MULTIMERCADO 07.187.565/0001-79 CAPITÂNIA LONG SHORT 30 FI MULTIMERCADO 08.869.583/0001-01 CLARITAS LONG SHORT FI MULTIMERCADO LP 05.109.839/0001-86 COINVALORES TERMO FI MULTIMERCADO 08.319.861/0001-49 CONSTELLATION LONG SHORT FI MULTIMERCADO 07.900.024/0001-46 COX LONG SHORT FI AÇÕES 08.386.083/0001-00 CREDIT AGRICOLE EQUITY HEDGE FI MULTIMERCADO 08.814.483/0001-70 CREDIT SUISSE LS 60 FI AÇÕES 08.439.602/0001-51 EXPLORA LONG SHORT 30 FI MULTIMERCADO 08.940.253/0001-57 FAMA SHOOTER 60 FI AÇÕES 07.504.586/0001-70 FATOR ARBITRAGEM FI MULTIMERCADO 05.909.531/0001-15 FIDES HEDGE FI MULTIMERCADO 07.659.013/0001-16 FIDES LONG SHORT PLUS FI MULTIMERCADO 07.659.002/0001-36 FIDÚCIA EQUITY HEDGE FI MULTIMERCADO 05.583.436/0001-74 GAP AÇÕES LONG SHORT FI AÇÕES 08.432.842/0001-24 GP LONG SHORT ADVANCED FI MULTIMERCADO 08.708.456/0001-12 HG ALLOCATION POLO FIC AÇÕES 05.605.879/0001-19 HG STRATEGY LONG SHORT FI MULTIMERCADO 06.970.359/0001-78 HG STRATEGY LONG SHORT MIX FIC MULTIMERCADO 08.297.683/0001-00 HSBC GOA EQUITY HEDGE FI MULTIMERCADO LP 09.241.809/0001-80 HSBC GOA LONG AND SHORT FI MULTIMERCADO LP 08.773.294/0001-04 IP EQUITY HEDGE II FI MULTIMERCADO 07.967.077/0001-84 ITAÚ EQUITY HEDGE FI MULTIMERCADO 06.170.624/0001-33 LEGG MASON LONG & SHORT II FIC MULTIMERCADO 08.155.470/0001-36 MELLON LONG SHORT PLUS FI MULTIMERCADO 08.940.265/0001-81 META LONG SHORT FI MULTIMERCADO 07.838.678/0001-97 MODAL ARBITRAGEM PHOENIX FI MULTIMERCADO 07.659.991/0001-68 NEO LONG SHORT 30 FI MULTIMERCADO 08.715.319/0001-05 NEST MILE HIGH 30 FI MULTIMERCADO 08.139.641/0001-33 OPUS EQUITY HEDGE FI MULTIMERCADO 08.869.564/0001-77 ORBE BALANCE 90 FI MULTIMERCADO 09.067.375/0001-43 PERFIN INFINITY LONG SHORT FI MULTIMERCADO 09.068.336/0001-60 POLO NORTE FI MULTIMERCADO 07.013.315/0001-12 QUEST EQUITY HEDGE 60 FI MULTIMERCADO 09.141.893/0001-60 RIO EQUITY MULTISTRATEGY FI MULTIMERCADO 07.967.080/0001-06 SAFRA EQUITY HEDGE FI MULTIMERCADO 08.892.935/0001-31 SAGA LYNX FI MULTIMERCADO 05.832.592/0001-21 SANTANDER LONG & SHORT FI MULTIMERCADO 07.967.197/0001-81 SCHRODER BRASIL LONG SHORT FI MULTIMERCADO 08.815.363/0001-97 SULAMÉRICA LONG AND SHORT FI MULTIMERCADO 07.644.087/0001-89 UBS PACTUAL TOTAL RETURN EQUITIES FI MULTIMERCADO 04.981.958/0001-61 UNIBANCO EQUITY HEDGE FI MULTIMERCADO 08.754.823/0001-14 VICTOIRE LONG SHORT 30 FI MULTIMERCADO 08.715.285/0001-59 VOTORANTIM EQUITY HEDGE FI MULTIMERCADO 09.083.868/0001-77
FUNDOS ARSENAL MACRO Fundo CNPJ
ADVIS MACRO FI MULTIMERCADO 08.218.035/0001-03 ARX EXTRA FI MULTIMERCADO 06.041.290/0001-06 ÁTICO HEDGE FI MULTIMERCADO 00.855.065/0001-19 BANCOOB CAPITAL FI MULTIMERCADO 05.099.883/0001-52 BANIF NITOR ABSOLUTO FI MULTIMERCADO 08.869.580/0001-60 BB TOP MULTI ARROJADO FI MULTIMERCADO LP 08.039.035/0001-46
75
BBM GAUSS FI MULTIMERCADO 07.684.413/0001-81 BES 30 FI MULTIMERCADO 06.190.329/0001-49 BLACK RIVER YIELD FI MULTIMERCADO 05.090.574/0001-11 BNP PARIBAS VISION 90 FI MULTIMERCADO 08.799.997/0001-01 BRADESCO PLUS I FI MULTIMERCADO 02.998.164/0001-85 BRESSER HEDGE PLUS FI MULTIMERCADO 08.739.850/0001-18 CAIXA RV 30 FI MULTIMERCADO LP 03.737.188/0001-43 CENÁRIO FI MULTIMERCADO 05.978.232/0001-32 CLARITAS HEDGE 30 FI MULTIMERCADO LP 05.488.919/0001-90 CONCÓRDIA FI MULTIMERCADO LP 04.345.796/0001-75 CR2 KITE FI MULTIMERCADO 05.445.522/0001-10 CREDIT SUISSE TOTAL FI MULTIMERCADO LP 07.662.280/0001-42 DAYCOVAL EXPERT FI MULTIMERCADO 06.241.214/0001-36 EQUITAS FI MULTIMERCADO 07.996.491/0001-11 FATOR HEDGE ABSOLUTO FI MULTIMERCADO 07.670.174/0001-00 GAP ABSOLUTO FI MULTIMERCADO 01.823.373/0001-25 GÁVEA BRASIL FI MULTIMERCADO 05.529.785/0001-08 GLOBAL EQUITY PLUS FI MULTIMERCADO 03.169.591/0001-13 HG VERDE 90 FIC MULTIMERCADO 07.455.460/0001-53 HSBC XIAN ARROJADO FI MULTIMERCADO LP 07.830.071/0001-60 INTRA INVESTIDOR FI MULTIMERCADO 06.180.188/0001-83 IPORANGA 30 FI MULTIMERCADO 07.742.514/0001-61 KINEA PRÓTON FI MULTIMERCADO 07.383.028/0001-02 LACAN EQUILÍBRIO FI MULTIMERCADO 07.337.981/0001-06 LOTE45 FI MULTIMERCADO 08.278.786/0001-15 MANDARIM ADVANCED FI MULTIMERCADO 05.085.740/0001-91 MAUÁ FI MULTIMERCADO 05.903.038/0001-98 MÁXIMA HIGH YIELD FI MULTIMERCADO 04.866.697/0001-39 MELLON HEDGE PLUS FI MULTIMERCADO 07.660.098/0001-52 MERCATTO DIFERENCIAL 30 FI MULTIMERCADO LP 08.869.558/0001-10 META PLUS FI MULTIMERCADO 07.967.083/0001-31 MODAL EAGLE 60 FI MULTIMERCADO 07.838.598/0001-31 NOBEL ADVANCED AGRESSIVE FI MULTIMERCADO 02.669.135/0001-70 OPPORTUNITY MIDI 90 FI MULTIMERCADO 07.990.078/0001-40 OPUS HEDGE AGRESSIVO FI MULTIMERCADO 08.139.978/0001-40 PARATY HEDGE FI MULTIMERCADO 06.048.784/0001-04 PLANNER FI MULTIMERCADO 01.375.954/0001-41 QUEST 90 FI MULTIMERCADO 08.912.598/0001-05 RB MACRO 60 FI MULTIMERCADO 08.875.027/0001-30 SAFRA HIGH YIELD 30 FIC MULTIMERCADO 07.908.988/0001-30 SANTANDER ABSOLUTO FI MULTIMERCADO 08.399.816/0001-41 SCHRODER MULTI STRATEGY FI MULTIMERCADO 07.234.637/0001-91 SEXTANTE FI MULTIMERCADO 06.190.058/0001-21 SULAMÉRICA ABSOLUTO FI MULTIMERCADO 07.911.474/0001-34 TÍTULO FI MULTIMERCADO LP 02.269.278/0001-94 UBS PACTUAL HEDGE PLUS FI MULTIMERCADO 01.214.092/0001-75 UPSIDE FI MULTIMERCADO 04.840.883/0001-07 VENTURA HEDGE FI MULTIMERCADO 07.088.369/0001-47 VENTURESTAR FI MULTIMERCADO 05.697.562/0001-50
FUNDOS ARSENAL TRADING Fundo CNPJ
ABN AMRO SKY II FIC MULTIMERCADO 05.344.620/0001-61 ALFA MIX ADVANCED FI MULTIMERCADO 08.254.143/0001-31 ARX PLUS FI MULTIMERCADO 05.317.236/0001-70 AVANTI HEDGE FI MULTIMERCADO 07.311.882/0001-55 BB TOP RV GIRO FI MULTIMERCADO LP 08.039.040/0001-59 BRASCAN SUPERIOR HEDGE II FI MULTIMERCADO 07.659.984/0001-66 CIANO 60 HEDGE FI MULTIMERCADO 08.279.323/0001-78
76
DIRECIONAL FI MULTIMERCADO 04.494.289/0001-01 FATOR HEDGE 30 FI MULTIMERCADO 07.675.111/0001-47 FOCO FI MULTIMERCADO 07.161.507/0001-76 GAP MULTIPORTFOLIO 90 FI MULTIMERCADO 08.279.335/0001-00 HG MULTI DINÂMICO FIC MULTIMERCADO 08.507.696/0001-59 ITAÚ HEDGE FI MULTIMERCADO 07.658.922/0001-30 JGP MAX FI MULTIMERCADO 08.912.591/0001-85 KONDOR 60 FI MULTIMERCADO 08.921.000/0001-36 PAINEIRAS HEDGE FI MULTIMERCADO 07.742.423/0001-26 PETRÓPOLIS PLUS FI MULTIMERCADO 05.689.728/0001-96 PLENUS HEDGE FI MULTIMERCADO 06.155.101/0001-18 PROSPER TOSCANA FI MULTIMERCADO LP 06.865.832/0001-57 SANTA FÉ AQUARIUS FI MULTIMERCADO 04.621.018/0001-61 UBS PACTUAL HEDGE FI MULTIMERCADO 00.888.897/0001-31 UNIBANCO RETORNO TOTAL FIC MULTIMERCADO 07.177.687/0001-84 VOTORANTIM INFINITY FI MULTIMERCADO 05.595.405/0001-33 WESTERN ASSET MULTITRADING H FI MULTIMERCADO 05.024.659/0001-00
Livros Grátis( http://www.livrosgratis.com.br )
Milhares de Livros para Download: Baixar livros de AdministraçãoBaixar livros de AgronomiaBaixar livros de ArquiteturaBaixar livros de ArtesBaixar livros de AstronomiaBaixar livros de Biologia GeralBaixar livros de Ciência da ComputaçãoBaixar livros de Ciência da InformaçãoBaixar livros de Ciência PolíticaBaixar livros de Ciências da SaúdeBaixar livros de ComunicaçãoBaixar livros do Conselho Nacional de Educação - CNEBaixar livros de Defesa civilBaixar livros de DireitoBaixar livros de Direitos humanosBaixar livros de EconomiaBaixar livros de Economia DomésticaBaixar livros de EducaçãoBaixar livros de Educação - TrânsitoBaixar livros de Educação FísicaBaixar livros de Engenharia AeroespacialBaixar livros de FarmáciaBaixar livros de FilosofiaBaixar livros de FísicaBaixar livros de GeociênciasBaixar livros de GeografiaBaixar livros de HistóriaBaixar livros de Línguas
Baixar livros de LiteraturaBaixar livros de Literatura de CordelBaixar livros de Literatura InfantilBaixar livros de MatemáticaBaixar livros de MedicinaBaixar livros de Medicina VeterináriaBaixar livros de Meio AmbienteBaixar livros de MeteorologiaBaixar Monografias e TCCBaixar livros MultidisciplinarBaixar livros de MúsicaBaixar livros de PsicologiaBaixar livros de QuímicaBaixar livros de Saúde ColetivaBaixar livros de Serviço SocialBaixar livros de SociologiaBaixar livros de TeologiaBaixar livros de TrabalhoBaixar livros de Turismo