Aspectos do gestor, alocação de carteiras e desempenho de fundos no Brasil

RESUMO

Este trabalho pretende contribuir para a literatura sobre fundos de investimentos em mercados emergentes ao abordar, sob a perspectiva do gestor, o desempenho dos fundos multimercados no Brasil. O objetivo da pesquisa foi identificar se algumas características dos gestores e a composição de suas carteiras influenciam no desempenho dos fundos. Em países emergentes, tanto a alocação de ativos na gestão de carteiras quanto características dos gestores podem auxiliar na explicação das diferenças de desempenho dos fundos, o que potencializa a relevância do estudo. Assim, o impacto desta pesquisa está em evidenciar uma relação significativa entre o retorno ajustado ao risco e a parcela das carteiras alocadas em ativos mais voltados para renda fixa ou renda variável que parece ainda não ter sido explorada no contexto de economias emergentes. Metodologicamente, analisaram-se 6.002 fundos multimercados, no período de setembro de 2009 a dezembro de 2015, por meio de dados em painel, considerando erros padrão robustos clusterizados por fundo. Utilizaram-se, também, estatísticas robustas para avaliar potenciais vieses decorrentes de outliers (pela avaliação do ponto de ruptura nos modelos estimados). Destaca-se que a composição das carteiras (alocação das carteiras em renda variável e em renda fixa) apresentou-se como o fator que mais auxilia na explicação de uma potencial alteração do desempenho dos fundos multimercados brasileiros. Além disso, a efetividade de gestão desses fundos, ou seja, os melhores retornos ajustados ao risco foram entregues por gestores menos experientes, fundos que investiram mais em renda fixa, gestores com maior quantidade de fundos e por fundos maiores.

Palavras-chave:
composição de carteiras; retorno ajustado ao risco; características do gestor; mercados emergentes

ABSTRACT

This paper intends to contribute to the literature on investment funds in emerging markets by looking at the performance of multimarket funds in Brazil from a manager perspective. The aim of the paper was to analyze whether some characteristics of investment fund managers, as well as their portfolio holdings, can affect fund performance. In emerging countries both portfolio asset allocation and manager characteristics can help explain differences in the fund performance, which increases the relevance of this study. Therefore, the impact of this research lies in its revealing a significant relationship between risk-adjusted return and the portion of portfolios allocated to fixed or variable income, which seems that have not been explored in the context of emerging economies yet. A total of 6,002 multimarket funds were analyzed, covering the period between September 2009 and December 2015, using panel data with robust standard errors clustered by funds. We also employed robust statistics in order to assess some potential biases due to outliers, by analyzing the breakdown point in the estimated models. It should be noted that portfolio composition (allocation of portfolios into variable income and fixed income) was the most important factor in explaining a potential change in the performance of Brazilian multimarket funds. Also important were the effectiveness of the management of these funds, that is, the best risk-adjusted returns were delivered by less experienced managers, funds investing more in fixed income, managers with more funds under management, and larger funds.

Keywords:
portfolio composition; risk-adjusted return; manager characteristics; emerging markets

1. INTRODUÇÃO

De um lado, investidores têm cada vez mais se interessado em aplicar seus recursos em fundos de investimentos ao visarem a possibilidade de liquidez, diversificação de carteiras, gestão de recursos por profissionais especializados e retornos esperados superiores/anormais (Borges & Martelanc, 2015; Laes & Silva, 2014; Nanda, Narayanan, & Warther, 2000; Varga & Wengert, 2011). Além disso, tanto investidores sofisticados (como analistas de mercado) quanto investidores não profissionais têm encontrado nos fundos a possibilidade de liberdade de movimentação (entrada e saída) e o acesso à diversidade de ativos na economia (Funchal, Lourenço, & Motoki, 2016). O conhecimento obtido por meio da educação financeira potencializa a importância de se poupar, e os fundos representam uma alternativa com considerável crescimento no mercado brasileiro (Borges & Martelanc, 2015). De outro lado, os profissionais de investimentos, por exemplo, os administradores e gestores de fundos, podem utilizar o desempenho dos fundos como marketing para chamar a atenção dos investidores frente às possibilidades de maximização de ganhos (Gupta & Jithendranathan, 2012). Mas, também, suas competências podem definir seu estilo de gestão de investimentos, tornando-se um guia na escolha do fundo a ser investido (Abinzano, Muga, & Santamaria, 2010).

Nesse contexto, ao encontro das necessidades de investidores e gestores de fundos destacam-se os mercados financeiros de países emergentes que se mostram mais receptivos (Aggarwal & Jorion, 2010) e que têm sido vistos como menos eficientes ao proporcionarem mais chances aos gestores para entregar retornos excedentes aos investidores (Huij & Post, 2011). Chances essas que podem advir tanto de fatores de mercado, quanto de estilos diferenciados de alocação de recursos nas carteiras dos fundos (Maestri & Malaquias, 2017).

Ademais, a indústria de fundos de investimentos pode ser vista como exceção ao princípio da economia de que os agentes financeiros auferem rendas por terem vantagem competitiva, pois os gestores de fundos estão entre os profissionais mais bem pagos da sociedade, mas ainda existe a lacuna se eles têm ou não habilidade de gerir o dinheiro (Berk & Van Binsbergen, 2015). De fato, nos mercados financeiros da Grécia, Polônia e Índia, não foi encontrada nenhuma evidência de capacidade superior dos gestores em entregar retornos excedentes aos investidores (Filippas & Psoma, 2001; Sharma & Paul, 2015; Swinkels & Rzezniczak, 2009).

Mas, no Brasil, pesquisadores relatam que alguns gestores apresentam habilidades em investimentos que geram retornos excedentes (Castro & Minardi, 2009; Jordão & Moura, 2011; Rochman & Eid Jr., 2006). No entanto, essas pesquisas brasileiras utilizaram basicamente fatores de mercado [como Certificado de Depósito Interbancário (CDI), Sistema Especial de Liquidação e de Custódia (Selic), Índice Bovespa (Ibovespa) e poupança] e modelos ligados ao desempenho (como French, Carhart e Jensen). Percebe-se, assim, uma oportunidade para avaliar as carteiras de investimentos de forma a identificar se a alocação de recursos por tipo de ativos interfere no desempenho dos fundos, principalmente para os multimercados, que se assemelham aos hedge funds.

Dessa maneira, destaca-se essa lacuna sobre a escolha da composição das carteiras porque os gestores de fundos hedge, a depender da política de investimento do respectivo fundo, podem ter maior flexibilidade sobre onde e como investir os recursos, até mesmo em investimentos com baixa liquidez (Eling & Faust, 2010; Jagannathan, Malakhov, & Novikov, 2010). Assim, o desempenho dos fundos pode ser influenciado pela escolha dos ativos que compõem as carteiras e também por algumas características do gestor, como experiência, quantidade de fundos geridos e sua localização.

Diante da falta de estudos brasileiros sobre a possibilidade de o desempenho dos fundos ser afetado por características do gestor na escolha dos ativos que compõem as carteiras, este trabalho abordou os fundos de investimentos multimercados brasileiros com o objetivo de identificar se algumas características de seus gestores e a composição de suas carteiras influenciam no desempenho desses fundos. Em vista disso, este trabalho tende a contribuir para a literatura ao inserir as características do gestor na escolha dos ativos que compõem as carteiras e no desempenho dos fundos multimercados brasileiros, e assim contribuir para minimizar a escassez de pesquisas sobre as habilidades dos gestores de fundos em mercados emergentes (Swinkels & Rzezniczak, 2009).

Com base nos resultados da pesquisa, a principal contribuição deste estudo reside em evidenciar uma variável (composição das carteiras em renda variável) que auxilia na explicação do retorno ajustado ao risco alcançado pelos fundos. Essa variável apresentou o maior coeficiente beta dos modelos estimados, mostrando-se como informação importante para ser considerada por investidores quando da seleção de fundos com melhores indicadores de performance.

2. FUNDAMENTAÇÃO TEÓRICA

2.1 Alocação de Carteiras e Desempenho dos Fundos

Shawky, Dai e Cumming (2012) apontam que a diversificação pode afetar o desempenho de fundos hedge, pois encontraram que fundos que diversificaram em setores e em classes de ativos apresentaram relação positiva com o desempenho. Em contrapartida, a diversificação por meio de estilos de investimentos e de localização geográfica apresentou relação negativa com a performance (Shawky et al., 2012).

Ademais, a atividade de administrar recursos nas carteiras dos fundos com intuito de auferir melhores retornos pode estar relacionada à habilidade dos gestores (Avramov & Wermers, 2006; Berk e Van Binsbergen, 2015; Edwards & Caglayan, 2001; Jagannathan et al., 2010). De acordo com Avramov e Wermers (2006), nos Estados Unidos da América, a explicação advém dos efeitos da alocação dos ativos intra e interindústria de fundos, dando atenção ao ciclo do negócio (mudanças comerciais entre recessão e expansão) e aos setores de investimentos. Nesse sentido, no Brasil, o desempenho superior relacionado às habilidades dos gestores foi evidenciado por Brito (2003), Leusin e Brito (2008) e Malaquias e Eid Jr. (2014), entre outros estudiosos, ao encontrarem que alguns gestores agregam valor para os investidores. Por exemplo, Leusin e Brito (2008) destacam que alguns gestores de fundos têm habilidades para investir em renda variável ao antecipar preços desses ativos em relação aos de renda fixa e, assim, conquistar melhores retornos do que a gestão passiva.

Sobre a perspectiva do investidor, nos Estados Unidos da América, Naka e Noman (2017), ao pesquisarem a variação da exposição ao risco dos fundos ao longo do tempo, identificaram, entre outros resultados, que há maior oscilação de (i) betas do mercado dos Estados Unidos da América em relação aos betas do mercado externo e (ii) betas de mercados emergentes em relação aos betas de mercados desenvolvidos, o que pode contribuir para os investidores que procuram benefícios de diversificação de investimento em fundos. Já na Austrália, Gupta e Jithendranathan (2012) relatam que os investidores baseiam suas decisões de investimento no desempenho passado dos fundos geridos ativamente e que há pouca reação ao risco entre as categorias de investimento. Isso porque o país é dominado por investimentos de renda fixa em aposentadoria devido às políticas do governo federal, que obriga os trabalhadores a contribuir com uma porcentagem do salário para os fundos de previdência (Gupta & Jithendranathan, 2012). Ainda sobre investimentos com renda fixa, no Brasil, esse tipo de aplicação também tem elevado peso, pois os fundos de renda fixa são o maior grupo de fundos em termos de patrimônio líquido (Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais - ANBIMA, 2015). Provavelmente um dos fatores que sustenta essa posição é o peso dos investimentos de renda fixa em títulos do governo brasileiro, o qual costuma remunerar os aplicadores com altas taxas de juros e assim atrair mais interessados, além de existir a crença, por parte dos investidores, de que títulos governamentais são um dos investimentos mais seguros no mercado (Brière & Signori, 2013).

Em outra extremidade à renda fixa estão os investimentos de alto risco, como os fundos hedge e os multimercados (Cumming, Dai, & Johan, 2015; Mamede & Malaquias, 2017). Os fundos multimercados assemelham-se aos fundos hedge (Malaquias & Eid Jr., 2013; Mamede & Malaquias, 2017; Varga & Wengert, 2011), cujos investimentos são agrupados por local e estratégia, em que o local se refere “onde” ou o tipo de ativo - por exemplo, ações, títulos governamentais, moedas, derivativos - e a estratégia se refere “como” ou em qual opção - por exemplo, trading, long and short, juros e moedas (ANBIMA, 2015; Fung & Hsieh, 2002). Com isso, supõe-se que os investidores tenham acesso a diferentes níveis de risco ao considerar que os fundos multimercados buscam diversificar suas carteiras entre renda fixa e renda variável a fim de proporcionar melhores retornos. A partir dessas considerações, têm-se as hipóteses:

• H_{0_1}  não há relação entre a composição das carteiras e o desempenho do fundo.
• H_{1_1}  há relação entre a composição das carteiras e o desempenho do fundo.

2.2 Experiência do Gestor e Desempenho dos Fundos

De acordo com Bryant (2012), os fundos de investimentos têm objetivos a serem cumpridos pelos gestores, o que acaba exigindo destes experiência, competência e conhecimentos específicos. Assim, um investidor que compra ativos de um fundo de ações na verdade está adquirindo uma expertise do gestor na escolha de ações que proporcionem melhores retornos (Bryant, 2012). Nesse sentido, a experiência do gestor pode ser vista como mensuração de seu conhecimento sobre o mercado de fundos de investimentos (Li, Zhang, & Zhao, 2011) e se torna um sinal útil aos fundos por ir além do histórico de outperformance, apresentar uma correlação positiva e significativa com o desempenho do ano seguinte e mostrar que as habilidades dos gestores persistem (Ding & Wermers, 2012).

Assim, a experiência do gestor pode afetar o desempenho do fundo, por exemplo, devido a questões relacionadas ao incentivo a alcançar melhor performance quando o gestor ainda está buscando estabelecer sua carreira no mercado; além disso, gestores recém-ingressantes no mercado podem ter maior preocupação em ser demitidos frente a um baixo indicador de performance (Chevalier & Ellison, 1999). Isso porque os gestores menos experientes podem ter mais incentivos para trabalhar com afinco devido à longa carreira que têm pela frente e por estarem mais dispostos a assumir riscos em busca de um melhor desempenho, a fim de minimizar a propensão de serem demitidos por baixos retornos (Chevalier & Ellison, 1999; Li, et al., 2011). Embora esses argumentos estejam presentes na construção de uma das hipóteses deste estudo, é oportuno comentar que Chevalier e Ellison (1999) recomendam cautela em sua utilização.

Essa relação negativa entre experiência do gestor e desempenho do fundo também foi abordada por Boyson (2003), ao destacar que os gestores mais experientes são mais conservadores por terem mais a perder em relação à riqueza pessoal, renda atual e reputação. Malaquias e Eid Jr. (2014) apontam que essa relação poderia ser indício de conflitos de agência, visto que a experiência do gestor poderia refletir conhecimentos específicos sobre o mercado em que atua. Além disso, Naidenova, Parshakov, Zavertiaeva e Tomé (2015) identificaram que os gestores mais experientes costumam ser mais velhos do que os menos experientes, geralmente já foram reconhecidos pelo mercado e tendem a ser mais conservadores, provavelmente porque continuam aplicando algumas estratégias e rotinas que deram certo em momentos anteriores.

Em contraste, existem pesquisas que demonstram relação positiva entre experiência dos gestores e desempenho, como Gibbons e Murphy (1992), que indicam que gestores com menos experiência em investimentos assumem menos riscos do que os mais experientes porque os primeiros têm mais receio de registrar desempenhos baixos, deturpar sua reputação e perder oportunidades de carreira. Mas, além dos estudos que encontraram relação (negativa/positiva) entre a experiência do gestor e o desempenho dos fundos que administra, tem-se também os autores Switzer e Huang (2007), que identificaram que a experiência dos gestores não afeta o desempenho do fundo. Diante desses fatos, projetam-se as hipóteses:

• H_{0_2}   não há relação entre a experiência do gestor e o desempenho do fundo.
• H_{1_2}  há relação entre a experiência do gestor e o desempenho do fundo.

2.3 Quantidade de Fundos Administrados pelo Gestor e Desempenho dos Fundos

A quantidade de fundos administrados pelo gestor pode afetar o desempenho do fundo porque, de acordo com Bryant (2012), a estrutura de gestão dos fundos de investimentos (se um gestor administra um único fundo ou se administra vários fundos) pode interferir na riqueza dos investidores devido ao efeito sobre as despesas, ao volume de negócios da carteira e às alterações no estilo e no desempenho do fundo. Um dos achados do autor foi que o aumento médio no desempenho anormal é maior para a estrutura de gestão de múltiplos fundos do que para a gestão de fundo único.

Em contrapartida, Hu e Chang (2008), Hu, Yu e Wang (2012) e Prather, Bertin e Henker (2004) encontraram relação negativa entre a estrutura de gestão de múltiplos fundos e o desempenho dos fundos. Na perspectiva de Prather et al. (2004), à medida que o gestor tenta conduzir mais fundos ele tem perda de foco e de eficácia em seu trabalho. Assim, de acordo com os autores, essa assunção de mais fundos supera até mesmo o benefício de economia de escala e leva a uma relação negativa com o desempenho dos fundos administrados pelo gestor. Entende-se que essa questão é também relevante para ser analisada no mercado brasileiro, especialmente considerando a concentração de fundos (grande quantidade) distribuídos entre relativamente poucas empresas administradoras (Iquiapaza, 2009) e empresas gestoras. Diante do exposto, têm-se as hipóteses:

• H_{0_3}  não há relação entre a quantidade de fundos administrados pelo gestor e o desempenho do fundo.
• H_{1_3}  há relação entre a quantidade de fundos administrados pelo gestor e o desempenho do fundo.

2.4 Localização do Gestor e Desempenho dos Fundos

A região onde o gestor reside pode afetar o desempenho do fundo porque o home bias, ou viés doméstico, é a tendência para investir de forma desproporcional em empresas que estão no país, estado ou região de origem do investidor, o que pode acarretar em uma carteira diversificada em posição inferior (Cuthbertson, Nitzschea, & O'Sullivan, 2016). Em vista disso, as decisões de investimentos, sejam por familiaridade ou por acesso à informação, estão sujeitas ao viés local (Giannetti & Laeven, 2012; Ivković & Weisbenner, 2005; Seasholes & Zhu, 2010; Sialm, Sun, & Zheng, 2013; Solnik & Zuo, 2012; Tekçe, Yilmaz, & Bildik, 2016).

Outrossim, quanto ao viés doméstico sob a perspectiva do gestor, Coval e Moskowitz (1999) encontraram que os gestores investem mais em empresas geograficamente próximas aos fundos e ganham retornos anormais substanciais nas explorações locais. Malloy (2005) sugere que os analistas geograficamente mais próximos de seus investimentos têm vantagem informacional que resulta em melhor desempenho, mas abre caminho para problemas de agência. Teo (2009) relata que, numa base ajustada ao risco, os fundos com proximidade geográfica aos seus mercados de investimento primário apresentam desempenho superior (maior alfa) em relação a outros fundos. Sialm et al. (2013) evidenciaram que, apesar do mau desempenho dos fundos de hedge em sua amostra estudada, os gestores têm vantagem local (informações de qualidade superior, melhor acompanhamento ou melhor acesso a fundos hedge locais) que leva a um desempenho anormal substancial.

Assim, sob a ótica do gestor, supõe-se que no Brasil possa ocorrer situação similar em relação ao viés doméstico quanto ao conhecimento local e à assimetria de informação entre gestores locais e não locais. Por exemplo, gestores que trabalham no Rio de Janeiro e em São Paulo, por estarem no centro dos negócios de mercados de capitais, podem ter mais acesso à informação e investir em carteiras mais arriscadas, o que, por sua vez, pode influenciar no desempenho dos fundos que administram. Tendo em vista os estudos apresentados, têm-se as hipóteses:

• H_{0_4}  não há relação entre a localização do gestor e o desempenho do fundo.
• H_{1_4}  há relação entre a localização do gestor e o desempenho do fundo.

3. PROCEDIMENTOS METODOLÓGICOS

Este estudo teve como amostra os fundos multimercados brasileiros com dados mensais divulgados na Economatica e na Comissão de Valores Mobiliários (CVM), no período de 2009 a 2015, cujas variáveis seguem na Tabela 1. A data inicial foi setembro de 2009, por ser a primeira data com disponibilidade dos dados sobre a composição das carteiras pela Economatica, e a data final dezembro de 2015, por ser o período mais recente quando a base do estudo foi composta e que permitia o cálculo do índice do retorno ajustado ao risco anualmente.

Tabela 1
Variáveis utilizadas para teste das hipóteses

Variáveis e siglas	Estimador	Relação esperada	Estudo base
Desempenho (Índice Sharpeit)	Índice de Sharpe anual, que se caracteriza como uma medida de retorno ajustado ao risco e estruturado entre a média e o desvio-padrão das taxas de retorno excedentes de uma carteira de ativos. Para cálculo dos valores utilizou-se o retorno líquido e como taxa livre de risco utilizou-se a SELIC.	Variável dependente	Ackermann, McEnally e Ravenscraft (1999), Fonseca, Bressan, Iquiapaza e Guerra (2007), Malaquias e Eid Jr. (2013), Sharpe (1966) e Titman e Tiu (2011)
Composição da carteira (Comp.Cartit)	Porcentagem de investimento em cada tipo de ativo (de acordo com o Apêndice) para composição das carteiras em renda variável e renda fixa.	Positiva para renda variável (H1_1)	Naka e Noman (2017) e Shawky et al. (2012)
Experiência do gestor (Exp.Gestorit)	Número de anos desde o cadastro do gestor na CVM até 31/1/2016.	Negativa (H1_2)	Boyson (2003), Chevalier e Ellison (1999) e Naidenova et al. (2015),
Quantidade (Qtd.F.Admit)	Logaritmo neperiano da quantidade de fundos administrados pelos gestores mensalmente no período de 1/9/2009 a 31/1/2016. Utilizou-se o logaritmo neperiano para evitar problemas de escala, uma vez que a quantidade de fundos apresenta alta dispersão na base de dados do estudo.	Negativa (H1_3)	Hu e Chang (2008), Hu et al. (2012) e Prather et al. (2004)
Localização (Localizaçãoit)	Variável dummy, assumindo valor 1 para os gestores que moram no estado de São Paulo ou Rio de Janeiro e 0 para as demais moradias.	Positiva (H1_4)	Coval e Moskowitz (1999), Malloy (2005), Sialm et al. (2013) e Teo (2009)
Taxa de administração (Tx.Admit)	Taxa máxima de administração cobrada pelo fundo anualmente.	Negativa (VI)	Rochman e Ribeiro (2003)
Taxa de performance (Tx.Perfit)	Taxa relacionada à política de investimento do fundo e calculada sobre o resultado do fundo, definida no modelo como variável dummy, assumindo valor 1 para fundos que cobram taxa de performance e 0 para os demais fundos.	Positiva (VI)	Ackermann et al. (1999), Malaquias e Eid Jr. (2014) e Shukla (2004)
Tamanho (Tamanhoit)	Logaritmo neperiano do patrimônio líquido médio mensal dos fundos. Utilizou-se o logaritmo neperiano para evitar problemas de escala, uma vez que o tamanho dos fundos, em reais, apresenta alta dispersão na base de dados do estudo.	Positiva (VI)	Castro e Minardi (2009), Malaquias e Eid Jr. (2013) e Rochman e Eid Jr. (2006)

• CVM = Comissão de Valores Mobiliários; H 1_1 = há relação entre a composição das carteiras e o desempenho do fundo; H 1_2 = há relação entre a experiência do gestor e o desempenho do fundo; H 1_3 = há relação entre a quantidade de fundos administrados pelo gestor e o desempenho do fundo; H 1_4 = há relação entre a localização do gestor e o desempenho do fundo; SELIC = Sistema Especial de Liquidação e de Custódia; VI= variáveis independentes.
• Fonte: Elaborada pelos autores (2016).

Sobre a variável dependente “desempenho”, para estimar o índice de Sharpe no presente estudo, selecionaram-se fundos multimercados com pelo menos 11 retornos em cada ano de avaliação, ou seja, há um índice de Sharpe para cada fundo em cada ano. Para fins de análise da robustez dos resultados, utilizou-se o índice de Sortino (Sortino & Price, 1994; Sortino & van der Meer, 1991). O índice de Sharpe está entre os indicadores de performance mais reconhecidos (Varga, 2001) e considera o retorno excedente proporcionado pelo fundo, ponderado pela sua volatilidade. Embora o índice de Sortino envolva o mesmo pressuposto, o denominador de sua equação considera apenas o desvio-padrão dos retornos indesejados. O índice de Sortino emprega, dessa forma, o conceito de downside risk (ou downside deviation), ou seja, a dispersão dos retornos abaixo do retorno mínimo aceitável (Eid Jr., Rochman, & Taddeo, 2005; Fonseca et al., 2007).

Em relação às demais variáveis do modelo, para a variável de teste “composição da carteira”, na tentativa de aglomerar os investimentos por similaridade e demonstrar segmentação entre categorias de ativos com maior e menor exposição ao risco (Brière & Signori, 2013; Gupta & Jithendranathan, 2012), utilizaram-se três grupos de tipos de carteira: renda variável, renda fixa e nenhum, cuja classificação segue no Apêndice. Assim como a variável dependente (índice de Sharpe), essas variáveis também foram calculadas anualmente, sendo representadas pela média do porcentual mensal alocado em cada uma das categorias durante o respectivo ano.

No que tange às variáveis de teste relacionadas ao gestor dos fundos, dada a dificuldade de informações sobre as pessoas físicas dos gestores, fez-se necessária a criação de proxies para mensurá-las (Chevalier & Ellison, 1999; Malaquias & Mamede, 2015; Switzer & Huang, 2007). Assim, a “experiência do gestor” foi calculada em anos pela diferença entre a data base 31/1/2016 e a data de fundação da empresa gestora do fundo. A “quantidade” de fundos administrados pelo gestor foi estiamada pela quantidade de fundos administrados mensalmente pela empresa gestora do fundo. A “localização” do gestor foi construída a partir da localização da empresa gestora do fundo.

Sobre as demais variáveis, as taxas de administração e de performance podem ser utilizadas pelos fundos de investimentos para alinhar os interesses entre gestores e investidores (Ackermann et al., 1999; Edwards & Caglayan, 2001) e sinalizar habilidade de investimento superior e melhor desempenho do fundo (Golec, 1996). Nesse sentido, nos Estados Unidos da América, gestores que entregam retorno excedente mais elevado tendem a cobrar taxas mais altas (Edwards & Caglayan, 2001; Shukla, 2004), o que faz com que os benefícios da gestão ativa não fiquem diretamente com os acionistas dos fundos (Shukla, 2004). No Brasil, Rochman e Ribeiro (2003) encontraram relação negativa entre a taxa de administração e o desempenho dos fundos, e Malaquias e Eid Jr. (2014) encontraram relação positiva entre a taxa de performance e o retorno ajustado ao risco de fundos multimercados. Já a última variável estudada foi o tamanho do fundo, visto que em países desenvolvidos essa variável apresentou relação negativa com o desempenho dos fundos (Chen, Hong, Huang, & Kubik, 2004; Grinblatt & Titman, 1989; Gupta & Jithendranathan, 2012; Pollet & Wilson, 2008), cujo motivo pode estar no crescimento dos fundos sem aumentar o número de ativos, o que reduz a alocação ótima dos recursos em suas carteiras (Gupta & Jithendranathan, 2012). Mas, no Brasil, Castro e Minardi (2009), Malaquias e Eid Jr. (2013) e Rochman e Eid Jr. (2006) encontraram relação positiva entre o tamanho do fundo e seu desempenho.

No que se refere à estrutura das variáveis no modelo proposto para estudo, a seguir está a equação 1, que permitiu analisar as hipóteses entre as características do gestor, a composição de suas carteiras de investimentos e o desempenho dos fundos multimercados brasileiros, cujos significados das siglas das variáveis (e forma de mensuração) estão disponíveis na Tabela 1.

$${ÍndiceSharpe}_{it}={\beta }_0+{\beta }_{1}Comp.{Cart}_{it}+{\beta }_{2}Exp.{Gestor}_{it}+{\beta }_{3}Qtd.F.{Adm}_{it}++{\beta }_4{Localização}_{it}{+\beta }_{5}Tx.{Adm}_{it}+{\beta }_{6}Tx.{Perf}_{it}\mathrm{}+{\beta }_{7}Tam{anho}_{it}{+\epsilon }_{it}$$ (1)

Observando outros estudos já realizados no Brasil sobre o desempenho de fundos (como Milan e Eid Jr. [2014]), e de forma semelhante ao realizado por Funchal et al. (2016), o modelo quantitativo para testar as hipóteses considera o modelo de regressão por mínimos quadrados ordinários, no formato de um painel, com efeitos fixos para ano e erros padrão clusterizados por fundo. Esse procedimento robusto foi adotado em função dos resíduos padronizados do modelo de regressão de dados empilhados convencional não terem apresentado distribuição normal por meio do teste de Shapiro-Wilk (ao nível de 5% de significância). As ferramentas quantitativas foram empregadas por meio do software Stata^®. Utilizamos, ainda, regressões robustas (Verardi & Croux, 2009), a partir do estimador MM, observando o valor do ponto de ruptura. Para avaliar potenciais problemas de multicolinearidade, empregou-se também a estatística variance inflation factor (VIF) e, com objetivo de se fazer um tratamento dos extreme outliers, as variáveis apresentadas na Tabela 1 foram submetidas ao procedimento winsorize a 1%. Esse procedimento foi empregado com objetivo de eliminar algum potencial viés nos coeficientes dos modelos decorrentes de observações extremas, ao mesmo tempo em que o nível de 1% não altera substancialmente a característica dos dados. Para minimizar potenciais problemas relacionados à heterocedasticidade, conforme apontado anteriormente, os erros padrão foram clusterizados por fundo. Adicionalmente, a análise das hipóteses foi realizada a partir dos intervalos de confiança, pois podem expandir os resultados estatísticos para resultados econômicos (Ledoit & Wolf, 2008).

4. RESULTADOS

A Tabela 2 apresenta as estatísticas descritivas do presente estudo. Visualiza-se que, no período de setembro de 2009 a dezembro de 2015, a amostra de fundos multimercados contemplou 6.002 fundos e 25.514 observações anuais, com índice de Sharpe médio de 0,225, ou seja, em média os fundos apresentaram retorno mensal superior à taxa livre de risco, entregando, na maioria dos casos, retornos positivos (retornos extraordinários) aos cotistas.

Tabela 2
Estatística descritiva das variáveis para teste das hipóteses - setembro/2009 a dezembro/2013

Variáveis	n	Média	DP	Mínimo	Máximo
Índ. Sharpe	25.514	0,225	2,073	-5,574	6,204
Comp.R.Fixa	25.514	0,204	0,300	0,000	0,999
Comp.R.Fixa.20	25.514	0,328	0,470	0,000	1,000
Comp.R.Fixa.30	25.514	0,277	0,447	0,000	1,000
Comp.R.Fixa.40	25.514	0,232	0,422	0,000	1,000
Comp.R.Fixa.50	25.514	0,192	0,394	0,000	1,000
Exp.Gestor	25.514	14,307	6,649	0,503	27,119
Qtd.F.Adm	25.514	5,140	1,749	0,000	7,058
Localização	25.514	0,973	0,163	0,000	1,000
Tx.Adm	25.514	0,747	0,997	0,000	10,000
Tx.Perf	25.514	0,201	0,401	0,000	1,000
Tamanho	25.514	17,374	1,477	11,270	24,072

• Comp.R.Fixa = porcentagem da composição da carteira referente à renda fixa; Comp.R.Fixa.20 = variável dummy, recebendo 1 para fundos cuja porcentagem da carteira em renda fixa é superior a 20%; Comp.R.Fixa.30 = variável dummy, recebendo 1 para fundos cuja porcentagem da carteira em renda fixa é superior a 30%; Comp.R.Fixa.40 = variável dummy, recebendo 1 para fundos cuja porcentagem da carteira em renda fixa é superior a 40%; Comp.R.Fixa.50 = variável dummy, recebendo 1 para fundos cuja porcentagem da carteira em renda fixa é superior a 50%; DP = desvio padrão; Exp.Gestor = experiência do gestor em anos; Índ.Sharpe = índice de Sharpe anual, considerando a Sistema Especial de Liquidação e de Custódia (SELIC) como taxa livre de risco; Localização = localização do gestor do fundo, sendo 1 para localização em São Paulo e Rio de Janeiro e 0 para as demais;
• Qtd.F.Adm = logaritmo neperiano da quantidade de fundos administrados pelo gestor do fundo; Tamanho = logaritmo neperiano do patrimônio líquido médio do fundo; Tx.Adm = percentual da taxa de administração do fundo; Tx.Perf = taxa de performance do fundo, sendo 1 para os fundos que cobram e 0 para os que não cobram.
• : Elaborada pelos autores.

A Tabela 3 apresenta os resultados dos testes das hipóteses sobre a interferência da composição das carteiras e de variáveis referentes aos gestores no desempenho dos fundos multimercados brasileiros.

Tabela 3
Estimativa da interferência dos fatores no retorno ajustado ao risco dos fundos multimercados brasileiros

Variáveis	Coeficiente			IC 95%		Coeficiente			Coeficiente		Coeficiente		Coeficiente
Comp.R.Fixa	0,295	***	0,179	0,411
Comp.R.Fixa.20					0,180	***
Comp.R.Fixa.30							0,167		***
Comp.R.Fixa.40										0,166	***
Comp.R.Fixa.50												0,160	***
Exp.Gestor	-0,026	***	-0,031	-0,020	-0,025	***	-0,025		***	-0,025	***	-0,025	***
Qtd.F.Adm	0,082	***	0,057	0,107	0,081	***	0,081		***	0,081	***	0,080	***
Localização	-0,011		-0,260	0,238	-0,025		-0,025			-0,022		-0,021
Tx.Adm	-0,110	***	-0,147	-0,073	-0,113	***	-0,113		***	-0,113	***	-0,112	***
Tx.Perf	-0,075	*	-0,164	0,014	-0,069			-0,071		-0,073		-0,071
Tamanho	0,148	***	0,127	0,170	0,151	***	0,151		***	0,152	***	0,153	***

• Notas:os modelos consideram variáveis dummy para ano e erros padrão clusterizados por fundo. As estatísticas variance inflation factor (VIF) não indicaram problemas de multicolinearidade entre as variáveis, pois todas ficaram abaixo de 5,0.
• Coeficiente = coeficiente beta ou parâmetro regressor; Comp.R.Fixa = porcentagem da composição da carteira referente à renda fixa; Comp.R.Fixa.20 = variável dummy, recebendo 1 para fundos cuja porcentagem da carteira em renda fixa é superior a 20%; Comp.R.Fixa.30 = variável dummy, recebendo 1 para fundos cuja porcentagem da carteira em renda fixa é superior a 30%; Comp.R.Fixa.40 = variável dummy, recebendo 1 para fundos cuja porcentagem da carteira em renda fixa é superior a 40%; Comp.R.Fixa.50 = variável dummy, recebendo 1 para fundos cuja porcentagem da carteira em renda fixa é superior a 50%; Exp.Gestor = experiência do gestor em anos; IC = intervalo de confiança; Localização = localização do gestor do fundo, sendo 1 para localização em São Paulo e Rio de Janeiro e 0 para as demais; Qtd.F.Adm = logaritmo neperiano da quantidade de fundos administrados pelo gestor do fundo; Tx.Adm = percentual da taxa de administração do fundo; Tx.Perf = taxa de performance do fundo, sendo 1 para os fundos que cobram e 0 para os que não cobram; Tamanho = logaritmo neperiano do patrimônio líquido médio do fundo.
• *,**, *** = p < 0.1, p < 0.05, p < 0.01, respectivamente.
• Fonte: Elaborada pelos autores.

Os resultados expostos na Tabela 3 evidenciam que, pela amostra estudada no período de setembro de 2009 a dezembro de 2015, o porcentual médio alocado em ativos classificados como de renda fixa apresentou relação positiva com o retorno ajustado ao risco dos fundos da amostra. Porém, era esperada uma relação positiva entre alocação majoritária das carteiras para renda variável e o desempenho desses fundos, pois os fundos multimercados brasileiros destacam-se como categoria de fundos para renda variável (Mamede & Malaquias, 2017). Com isso, a suposição era de que carteiras com maior exposição ao risco (renda variável) pudessem entregar melhor retorno ajustado ao risco (Naka & Noman, 2017; Shawky et al., 2012).

Provavelmente, um dos motivos para essa relação positiva (entre a composição das carteiras em renda fixa e retorno ajustado ao risco) esteja nas oscilações de crescimento da taxa de juros brasileira durante a maior parte do período estudado, ou seja, no ambiente econômico favorável para investimentos em renda fixa. Por exemplo, a taxa anual da SELIC estava, em setembro de 2009, em 8,65%, em setembro de 2010, em 10,66%, e em setembro de 2011, em 11,90% (Banco Central do Brasil, 2016). Conforme descrito na metodologia deste estudo, utilizamos estimadores MM para avaliar se os coeficientes não estariam sendo influenciados por potenciais outliers. Para tanto, estimamos novamente todos os modelos disponíveis na Tabela 3, utilizando regressão robusta, e observamos que o ponto de ruptura (breakdown point) foi igual a 0,50 em todos os cinco; adicionalmente, os betas dos coeficientes apresentaram o mesmo sinal e nível de significância (exceto para a variável taxa de performance, que passou a ser significativa a 1% em todos os modelos). Assim, devido aos resultados encontrados, rejeita-se a hipótese H_{0_1}, de que não há relação entre a composição das carteiras e o desempenho dos fundos multimercados no Brasil.

Cumpre ressaltar que mudanças significativas ocorreram na regulamentação dos fundos brasileiros, com a revogação da Instrução CVM n. 409 pela Instrução CVM n. 555, de 2014 (Comissão de Valores Mobiliários, 2004, 2014). Com objetivo de avaliar se essas mudanças proporcionaram algum viés nos resultados obtidos com esta pesquisa, os modelos cujos resultados estão dispostos na Tabela 3 foram estimados novamente, contudo excluindo-se, do período amostral, as observações de 2014 e de 2015. Os resultados foram equivalentes em termos de sinal e nível de significância, exceto para a variável taxa de performance no primeiro modelo, que não foi estatisticamente significativa como na primeira coluna da Tabela 3. Assim, observamos que, embora possa haver alguma expectativa de alteração significativa nas decisões de alocação de recursos e até mesmo na postura dos gestores em decorrência da recente alteração na regulamentação dos fundos de investimentos brasileiros, quando observados de forma condensada para o caso das hipóteses analisadas neste estudo, o efeito das alterações parece não invalidar os resultados dos modelos quantitativos.

Adicionalmente, como o critério empregado para classificar os ativos em renda fixa e em renda variável pode ainda parecer subjetivo, realizamos um novo teste substituindo o porcentual total alocado nos ativos classificados como renda fixa pelo porcentual alocado em ações, já que esse porcentual pode representar uma proxy para investimento em renda variável. Depois disso, estimamos o modelo novamente. Observamos que seu coeficiente beta (da variável porcentual investido em ações) foi negativo e estatisticamente significativo ao nível de 1%. Assim, tem-se mais um indício de que o porcentual alocado em renda fixa tende a apresentar efeito positivo no retorno ajustado ao risco (pois a contrapartida alocada em renda variável, ações nesse caso, apresentou efeito negativo). Substituindo-se o porcentual investido em ações pelo porcentual investido em cotas de outros fundos, o coeficiente beta também se mostrou negativo e significativo.

Com objetivo de adicionar mais elementos à análise de robustez dos resultados, os modelos cujos resultados estão na Tabela 3 foram estimados novamente, considerando três novas variáveis dependentes: na primeira, os índices de Sharpe menores do que 0 foram substituídos por 0 em função do argumento de que o índice de Sharpe negativo talvez não represente uma medida adequada para os tomadores de decisão. Na segunda, fundos com índice de Sharpe negativo foram excluídos da amostra e a terceira considera o índice de Sortino em substituição ao índice de Sharpe. A diferença entre os dois índices está no fato de que o índice de Sortino considera apenas a volatilidade dos retornos indesejados. A Tabela 4 resume os resultados.

Tabela 4
Estimativa da interferência dos fatores no retorno ajustado ao risco dos fundos multimercados brasileiros, considerando outras medidas para o desempenho

Variáveis	Sharpe negativo substituído por 0		Apenas Sharpe positivo			Índice Sortino
	Coeficiente		Coeficiente			Coeficiente
Comp.R.Fixa	0,155	***	0,107	*	0,757	***
Exp.Gestor	-0,011	***	-0,009	***	-0,059	***
Qtd.F.Adm	0,011	***	-0,041	***	0,119	***
Localização	-0,003		-0,060		-0,120
Tx.Adm	-0,072	***	-0,090	***	-0,315	***
Tx.Perf	-0,044		-0,070		-0,354	***
Tamanho	0,051	***	0,011		0,192	***

• Notas:os modelos consideram variáveis dummy para ano e erros padrão clusterizados por fundo. As estatísticas variance inflation factor (VIF) não indicaram problemas de multicolinearidade entre as variáveis, pois todas ficaram abaixo de 5,0.
• Coeficiente = coeficiente beta ou parâmetro regressor; Comp.R.Fixa = porcentagem da composição da carteira referente a renda fixa; Exp.Gestor = experiência do gestor em anos; IC (95%) = intervalo de confiança de 95%; Localização = localização do gestor do fundo, sendo 1 para localização em São Paulo e Rio de Janeiro e 0 para as demais; Qtd.F.Adm = logaritmo neperiano da quantidade de fundos administrados pelo gestor do fundo; Tamanho = logaritmo neperiano do patrimônio líquido médio do fundo; Tx.Adm = percentual da taxa de administração do fundo; Tx.Perf = taxa de performance do fundo, sendo 1 para os fundos que cobram e 0 para os que não cobram.
• *,**, *** = p < 0.1, p < 0.05, p < 0.01, respectivamente.
• Fonte: Elaborada pelos autores.

Conforme indicam os resultados da Tabela 4, mesmo quando os valores negativos do índice de Sharpe foram substituídos por 0, o porcentual alocado em ativos de renda fixa (conforme classificação do Apêndice desta pesquisa) apresentou relação positiva com o retorno ajustado ao risco. Além disso, em uma subamostra que considera apenas os fundos com performance positiva (índice de Sharpe maior que 0), o porcentual alocado em renda fixa continua estatisticamente significativo, porém com menor significância. Ou seja, ainda em uma subamostra restrita a fundos com bom desempenho no período, a participação da carteira em renda fixa tem relação positiva com o retorno ajustado ao risco. Quando considerado outro indicador de retorno ajustado ao risco (índice de Sortino), os resultados apontam na mesma direção.

A segunda variável de teste foi a experiência do gestor, que revelou que gestores menos experientes obtêm melhor retorno ajustado ao risco do que gestores mais experientes. Provavelmente isso se deve ao fato de que os gestores menos experientes costumam ser mais jovens, ter excesso de confiança, ter menos aversão ao risco e ter a carreira ainda não estabelecida no mercado (Chevalier & Ellison, 1999; Li et al., 2011). Esses fatores podem levar os gestores menos experientes, ao vincularem o bom desempenho dos fundos à permanência no emprego, a se arriscarem mais em busca de melhores resultados (Chevalier & Ellison, 1999; Li et al., 2011). Com isso, rejeita-se a H_{0_2}, de que não há relação entre a experiência do gestor e o desempenho dos fundos multimercados no Brasil.

A terceira variável de teste foi a quantidade de fundos administrados pelos gestores, que evidenciou que gestores que administram mais fundos entregam melhor retorno ajustado ao risco do que os gestores que administram menos fundos. Essa relação positiva contrapõe-se ao destacado por, Hu e Chang (2008), Hu et al. (2012) e Prather et al. (2004), que também era esperado para esta pesquisa. Porém, visualiza-se que, no Brasil, a gestão de múltiplos fundos pode não acarretar em perda de eficácia da prestação de serviços do gestor frente à entrega de melhor desempenho do fundo. Adicionalmente, firmas gestoras que têm maior quantidade de fundos sob sua gestão podem também conseguir otimizar custos de gestão e distribuição das atividades de seleção das melhores alternativas no mercado para realização de investimentos. Assim, rejeita-se a H_{0_3}, de que não há relação entre a quantidade de fundos administrados pelo gestor e o desempenho dos fundos multimercados no Brasil.

A quarta variável de teste foi a localização dos gestores, que não apresentou relação significativa com o retorno ajustado ao risco dos fundos. Por isso, supõe-se que o viés doméstico pela familiaridade ou pelo nível informacional possa até existir entre as empresas gestoras de fundos da região do Rio de Janeiro e de São Paulo, mas, nesta pesquisa, a força desse viés não impactou significativamente no desempenho dos fundos, o que não corrobora os estudos de Coval e Moskowitz (1999), Malloy (2005), Sialm et al. (2013) e Teo (2009). Dessa maneira, não se rejeita a H_{0_4}, de que não há relação entre a localização do gestor e o desempenho dos fundos multimercados no Brasil.

Sobre as demais variáveis independentes, a taxa de administração apresentou relação negativa com o retorno ajustado ao risco dos fundos, o que, de acordo com Rochman e Ribeiro, (2003), pode ser devido à assimetria de informação entre investidores. A cobrança de taxa de performance não apresentou efeito significativo consistente entre os diferentes modelos quantitativos estimados, o que diverge do encontrado por Malaquias e Eid Jr. (2014). O tamanho dos fundos evidenciou relação positiva com o retorno ajustado ao risco, provavelmente porque fundos maiores conseguem economizar em despesas e custos operacionais, o que corrobora os estudos de Golec (1996), Castro e Minardi (2009), Malaquias e Eid Jr. (2013) e Rochman e Eid Jr. (2006). Ressalta-se que, após a composição das carteiras, o tamanho dos fundos foi a variável que melhor auxiliou na explicação do retorno ajustado ao risco dos fundos multimercados da amostra, com base nos critérios considerados nesta pesquisa.

Ainda em relação às variáveis que podem afetar o retorno ajustado ao risco de fundos de investimentos, outra forma de analisar os resultados, além da análise pela significância estatística dos coeficientes das variáveis, está na análise dos intervalos de confiança, que proporciona expandir os resultados estatísticos para resultados econômicos (Ledoit & Wolf, 2008). Dessa maneira, conforme visualizado nas colunas sobre intervalo de confiança na Tabela 3, dentre as variáveis utilizadas para a análise empírica deste estudo, a composição das carteiras é a variável que mais auxilia na análise do retorno ajustado ao risco, uma vez que o seu intervalo de confiança situa-se entre 0,179 e 0,411. Assim, nessa amostra de dados e no modelo quantitativo proposto, a consideração da composição das carteiras pelo gestor dos fundos auxilia na explicação de uma potencial alteração do retorno ajustado ao risco médio de até 0,295 (esse valor é superior ao índice de Sharpe médio da amostra, que conforme a Tabela 2 é de 0,225).

Em continuidade à análise pelo impacto econômico das variáveis, a segunda variável de teste que mais auxilia na análise do retorno ajustado ao risco é o tamanho, corroborando estudos anteriores que consideram essa variável relevante para compreender a performance de fundos de investimentos.

Em suma, o presente estudo sobre a possibilidade de influência de particularidades do gestor e da composição das carteiras de investimentos no desempenho dos fundos multimercados brasileiros permitiu identificar que a efetividade da gestão ativa ocorreu por gestores menos experientes que investiram mais em renda fixa, com gestão de múltiplos fundos e com maior tamanho, pois esses fatores ofereceram melhores retornos ajustados ao risco aos fundos no período de setembro de 2009 a dezembro de 2015.

5. CONSIDERAÇÕES FINAIS

Este trabalho abordou os fundos de investimentos multimercados brasileiros com objetivo de identificar se algumas características de seus gestores e a composição de suas carteiras influenciam no retorno ajustado ao risco desses fundos. Com isso, este trabalho permitiu contribuir ao destacar que as variáveis (relativas ao gestor) que mais auxiliaram na explicação de uma potencial alteração do desempenho foram a composição das carteiras e a quantidade de fundos administrados pelos gestores. Até onde pudemos analisar na literatura acadêmica da área de finanças, a evidenciação de uma relação significativa entre o retorno ajustado ao risco e a parcela das carteiras alocada em ativos mais voltados para renda fixa ou renda variável parece ainda não ter sido explorada, especialmente no contexto de economias emergentes, o que revela o principal avanço deste estudo.

O trabalho contribui também para os investidores, ao destacar que, a partir do momento que escolhem o tipo de fundo multimercado de seu interesse, saber a composição das carteiras desses fundos e as características do gestor podem representar informações relevantes em busca de investimentos que proporcionem melhores retornos ajustados ao risco. Por exemplo, com base nas análises realizadas neste estudo, gestores menos experientes apresentaram (em média) melhor retorno ajustado ao risco do que os mais experientes. Dentre as possíveis razões para essa relação negativa entre performance e experiência, tem-se que gestores menos experientes costumam ser mais jovens, ter excesso de confiança, ter menor nível de aversão ao risco e ter a carreira ainda não estabelecida no mercado (Chevalier & Ellison, 1999; Li, Zhang, & Zhao, 2011). Assim, esses fatores podem levar os gestores menos experientes, ao vincularem o bom desempenho dos fundos à permanência no emprego, a se arriscarem mais em busca de melhores resultados, o que está em linha com os argumentos construídos no referencial teórico, com base em estudos anteriores (Chevalier & Ellison, 1999; Li, Zhang, & Zhao, 2011).

Em síntese, a partir da amostra de 6.002 fundos multimercados brasileiros com período mínimo de 11 meses de publicação para formar o índice de Sharpe, os resultados revelaram que gestores menos experientes, que balancearam suas carteiras com atenção à renda fixa, que cobram menor taxa de administração e fundos maiores ofereceram melhores retornos ajustados ao risco no período de setembro de 2009 a dezembro de 2015. Esses resultados foram robustos a diferentes formas de se analisar a performance dos fundos, mesmo quando considerados apenas os fundos vencedores do período na amostra.

Em relação às limitações do presente estudo, a primeira pode ter sido quanto à necessidade de criação de proxies, devido à ausência de informações nos bancos de dados que consultamos, sobre dados pessoais relacionados aos gestores dos fundos, como cadastro nacional de pessoa física, data de nascimento, escolaridade, especialização em gerenciamento de fundos, dentre outras. A segunda limitação refere-se à classificação dos ativos que compõem as carteiras dos fundos multimercados em renda variável e renda fixa. Como os fundos multimercados podem alocar suas carteiras em diversas classes de ativos e no banco de dados Economatica esses ativos estão pulverizados em 35 tipos (conforme apresentamos no Apêndice deste estudo), a categorização dos ativos em renda variável e renda fixa pode ter sido definida de forma subjetiva, principalmente nos momentos em que não se identificaram os ativos nas orientações da CVM e da ANBIMA (talvez em decorrência das alterações recentes na regulamentação dos fundos no Brasil, comentadas na análise de resultados do estudo).

A terceira limitação refere-se ao uso de informações consolidadas de bancos de dados (banco de dados Economatica e informações sobre fundos acessadas dos arquivos para download da CVM). Embora essas informações contenham os dados necessários para construção das proxies do estudo, se houver alguma limitação em sua organização por parte dos bancos de dados que as disponibilizam, os resultados desse trabalho também estão sujeitos às mesmas limitações.

A quarta limitação pode ter sido quanto à omissão de variáveis no modelo proposto para explicação do desempenho dos fundos multimercados brasileiros. Especificamente, entendemos que o regulamento do fundo que pode afetar a composição das carteiras ao predeterminar o percentual mínimo ou máximo a ser investido em cada tipo de ativo. Num segundo momento, poderia acontecer de o gestor, diante dos percentuais a serem cumpridos, optar por trabalhar de forma mais conservadora (com alocações próximas aos valores definidos) ou agressiva (com alocações mais distantes dos limites estabelecidos). Essa limitação abre oportunidades para novas pesquisas sobre o assunto.

Adicionalmente, com o propósito de minimizar a escassez de pesquisas sobre as habilidades dos gestores de fundos em mercados emergentes (Swinkels & Rzezniczak, 2009), recomenda-se, como pesquisas futuras, estudar o comportamento manada entre os gestores e a forma de trabalho (individual ou em equipe) dos gestores de fundos no Brasil. Da mesma maneira, outras questões podem contribuir para a literatura sobre fundos de mercados emergentes, como entradas e saídas líquidas dos fundos, fundos de investimento em cotas de fundos, fundos de previdência privada e variáveis macroeconômicas, como taxa de juros, taxa de inflação e variação cambial.

REFERENCES

• Abinzano, I., Muga, L., & Santamaria, R. (2010). Do managerial skills vary across fund managers? Results using European mutual funds. Journal of Financial Services Research, 38(1), 41-67.
• Ackermann, C., McEnally, R., & Ravenscraft, D. (1999). The performance of hedge funds: risk, return, and incentives. The Journal of Finance, 54(3), 833-874.
• Aggarwal, R. K., & Jorion, P. (2010). The performance of emerging hedge funds and managers. Journal of Financial Economics, 96(2), 238-256.
• Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais. (2015). Rankings e estatísticas - Fundos de investimentos - PL e captação Retrieved from http://portal.anbima.com.br
  » http://portal.anbima.com.br
• Avramov, D., & Wermers, R. (2006). Investing in mutual funds when returns are predictable. Journal of Financial Economics, 81(2), 339-377.
• Banco Central do Brasil. (2016). Histórico das taxas de juros Retrieved from http://www.bcb.gov.br/Pec/Copom/Port/taxaSelic.asp
  » http://www.bcb.gov.br/Pec/Copom/Port/taxaSelic.asp
• Berk, J. B., & Van Binsbergen, J. H. (2015). Measuring skill in the mutual fund industry. Journal of Financial Economics, 118(1), 1-20.
• Borges, E. C., & Martelanc, R. (2015). Sorte ou habilidade: uma avaliação dos fundos de investimento no Brasil. Revista de Administração, 50(2), 196-207.
• Boyson, N. M. (2003). Why do experienced hedge fund managers have lower returns? [Working Paper n. 3]. Purdue University Retrieved from http://www.edhec-risk.com/research_news/choice/RISKReview1074252964311707089
  » http://www.edhec-risk.com/research_news/choice/RISKReview1074252964311707089
• Brière, M., & Signori, O. (2013). Hedging inflation risk in a developing economy: the case of Brazil. Research in International Business and Finance, 27(1), 209-222.
• Brito, N. (2003). Avaliação do desempenho e market timing: o índice de habilidade. Revista Brasileira de Finanças, 1(1), 1-17.
• Bryant, L. L. (2012). “Down but not out” mutual fund manager turnover within fund families. Journal of Financial Intermediation, 21(4), 569-593.
• Castro, B. R., & Minardi, A. M. A. F. (2009). Comparação do desempenho dos fundos de ações ativos e passivos. Revista Brasileira de Finanças, 7(2), 143-161.
• Chen, J., Hong, H., Huang, M., & Kubik, J. D. (2004). Does fund size erode mutual fund performance? The role of liquidity and organization. The American Economic Review, 94(5), 1276-1302.
• Chevalier, J., & Ellison, G. (1999). Are some mutual fund managers better than others? Cross-sectional patterns in behavior and performance. The Journal of Finance, 54(3), 875-899.
• Comissão de Valores Mobiliários (2004). Instrução CVM 409, de 18 de agosto de 2004 Dispõe sobre a constituição, a administração, o funcionamento e a divulgação de informações dos fundos de investimento. Retrieved from http://www.cvm.gov.br
  » http://www.cvm.gov.br
• Comissão de Valores Mobiliários (2014). Instrução CVM 555, de 17 de dezembro de 2014 Dispõe sobre a constituição, a administração, o funcionamento e a divulgação de informações dos fundos de investimento. Retrieved from http://www.cvm.gov.br
  » http://www.cvm.gov.br
• Coval, J. D., & Moskowitz, T. J. (1999). Home bias at home: local equity preference in domestic portfolios. The Journal of Finance, 54(6), 2045-2073.
• Cumming, D., Dai, N., & Johan, S. (2015). Are hedge funds registered in Delaware different? Journal of Corporate Finance, 35(C), 232-246.
• Cuthbertson, K., Nitzsche, D., & O'Sullivan, N. (2016). A review of behavioural and management effects in mutual fund performance. International Review of Financial Analysis, 44(C), 162-176.
• Ding, B., & Wermers, R. (2012). Mutual fund performance and governance structure: the role of portfolio managers and boards of directors. [unpublished Working Paper]. State University of New York Retrieved from https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2207229
  » https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2207229
• Edwards, F. R., & Caglayan, M. O. (2001). Hedge fund performance and manager skill. Journal of Futures Markets, 21(11), 1003-1028.
• Eid, W. Jr. , Rochman, R. R., & Taddeo, M. (2005). Medidas de desempenho de fundos considerando risco de estimação Retrieved from http://bibliotecadigital.fgv.br/dspace/handle/10438/15558
  » http://bibliotecadigital.fgv.br/dspace/handle/10438/15558
• Eling, M., & Faust, R. (2010). The performance of hedge funds and mutual funds in emerging markets. Journal of Banking & Finance, 34(8), 1993-2009.
• Filippas, N. D., & Psoma, C. (2001). Equity mutual fund managers performance in Greece. Managerial Finance, 27(6), 68-75.
• Fonseca, N. F., Bressan, A. A., Iquiapaza, R. A., & Guerra, J. P. (2007). Análise do desempenho recente de fundos de investimento no Brasil. Contabilidade Vista & Revista, 18(1), 95-116.
• Funchal, B., Lourenço, D., & Motoki, F. Y. S. (2016). Sofisticação dos investidores, liberdade de movimentação e risco: um estudo do mercado brasileiro de fundos de investimento em ações. Revista de Contabilidade e Organizações, 10(28), 45-57.
• Fung, W., & Hsieh, D. A. (2002). Risk in fixed-income hedge fund styles. The Journal of Fixed Income, 12(2), 6-27.
• Giannetti, M., & Laeven, L. (2012). The flight home effect: evidence from the syndicated loan market during financial crises. Journal of Financial Economics, 104(1), 23-43.
• Gibbons, R., & Murphy, K. J. (1992). Optimal incentive contracts in the presence of career concerns: theory and evidence. The Journal of Political Economy, 100(3), 468-505.
• Golec, J. H. (1996). The effects of mutual fund managers' characteristics on their portfolio performance, risk and fees. Financial Services Review, 5(2), 133-147.
• Grinblatt, M., & Titman, S. (1989). Mutual fund performance: an analysis of quarterly portfolio holdings. Journal of Business, 62(3), 393-416.
• Gupta, R., & Jithendranathan, T. (2012). Fund flows and past performance in Australian managed funds. Accounting Research Journal, 25(2), 131-157.
• Hu, J. L., & Chang, T. P. (2008). Decomposition of mutual fund underperformance. Applied Financial Economics Letters, 4(5), 363-367.
• Hu, J. L., Yu, H. E., & Wang, Y. T. (2012). Manager attributes and fund performance: evidence from Taiwan. Journal of Applied Finance and Banking, 2(4), 85-101.
• Huij, J., & Post, T. (2011). On the performance of emerging market equity mutual funds. Emerging Markets Review, 12(3), 238-249.
• Iquiapaza, R. A. (2009). Performance, captação e foco das famílias de fundos de investimento (Ph.D. Thesis). Universidade Federal de Minas Gerais, Belo Horizonte.
• Ivković, Z., & Weisbenner, S. (2005). Local does as local is: information content of the geography of individual investors' common stock investments. The Journal of Finance, 60(1), 267-306.
• Jagannathan, R., Malakhov, A., & Novikov, D. (2010). Do hot hands exist among hedge fund managers? An empirical evaluation. The Journal of Finance, 65(1), 217-255.
• Jordão, G. A., & Moura, M. L. (2011). Performance analysis of Brazilian hedge funds. Journal of Multinational Financial Management, 21(3), 165-176.
• Laes, M. A., & Silva, M. E. (2014). Performance of mutual equity funds in Brazil - A bootstrap analysis. Economia, 15(3), 294-306.
• Ledoit, O., & Wolf, M. (2008). Robust performance hypothesis testing with the Sharpe ratio. Journal of Empirical Finance, 15(5), 850-859.
• Lee, J. S., Yen, P. H., & Chen, Y. J. (2008). Longer tenure, greater seniority, or both? Evidence from open-end equity mutual fund managers in Taiwan. Asian Academy ov Management Journal of Accounting & Finanance, 4(2), 1-20.
• Leusin, L. D., & Brito, R. D. (2008). Market timing e avaliação de desempenho dos fundos brasileiros. Revista de Administração de Empresas, 48(2), 22-36.
• Li, H., Zhang, X., & Zhao, R. (2011). Investing in talents: manager characteristics and hedge fund performances. Journal of Financial and Quantitative Analysis, 46(1), 59-82.
• Maestri, C. O. N. M., & Malaquias, R. F. (2017). Exposição a fatores de mercado de fundos de investimentos no Brasil. Revista Contabilidade & Finanças, 28(73), 61-76.
• Malaquias, R. F., & Eid, W., Jr. (2013). Eficiência de mercado e desempenho de fundos multimercados. Revista Brasileira de Finanças, 11(1), 119-142.
• Malaquias, R. F. , & Eid, W., Jr. (2014). Multimarket funds: performance, performance determinants and moderator effect. Revista de Administração Mackenzie, 15(4), 135-163.
• Malaquias, R. F. , & Mamede, S. P. N. (2015). Efeito calendário e finanças comportamentais no segmento de fundos multimercados. Revista de Administração Contemporânea, 19 (número especial), 98-116.
• Malloy, C. J. (2005). The geography of equity analysis. The Journal of Finance, 60(2), 719-755.
• Mamede, S. D. P. N., & Malaquias,R. F. (2017). Monday effect in Brazilian hedge funds with immediate redemption. Research in International Business and Finance, 39 (parte A), 47-53.
• Milan, P. L. A. B., & Eid, W., Jr. (2014). Elevada rotatividade de carteiras e o desempenho dos fundos de investimento em ações. Revista Brasileira de Finanças, 12(4), 469-497.
• Naidenova, I., Parshakov, P., Zavertiaeva, M., & Tomé, E. (2015). Look for people, not for alpha: mutual funds success and managers intellectual capital. Measuring Business Excellence, 19(4), 57-71.
• Naka, A., & Noman, A. (2017). Diversification of risk exposure through country mutual funds under alternative investment opportunities. The Quarterly Review of Economics and Finance, 64 (C), 215-227.
• Nanda, V., Narayanan, M. P., & Warther, V. A. (2000). Liquidity, investment ability, and mutual fund structure. Journal of Financial Economics, 57(3), 417-443.
• Pollet, J. M., & Wilson, M. (2008). How does size affect mutual fund behavior? The Journal of Finance, 63(6), 2941-2969.
• Prather, L., Bertin, W. J., & Henker, T. (2004). Mutual fund characteristics, managerial attributes, and fund performance. Review of Financial Economics, 13(4), 305-326.
• Rochman, R. R., & Eid, W., Jr. (2006). Fundos de investimento ativos e passivos no Brasil: comparando e determinando os seus desempenhos. Anais do Encontro Nacional da Associação Nacional de Pós-Graduação e Pesquisa em Administração, Salvador, BA, Brasil, 30.
• Rochman, R. R. , & Ribeiro, M. P. (2003). A Relação entre a estrutura, conduta e desempenho da indústria de fundos de investimento: um estudo de painel. Anais do Encontro Nacional da Associação Nacional de Pós-Graduação e Pesquisa em Administração, Atibaia, SP, Brasil, 27.
• Seasholes, M. S., & Zhu, N. (2010). Individual investors and local bias. The Journal of Finance, 65(5), 1987-2010.
• Sharma, P., & Paul, S. (2015). Testing the skill of mutual fund managers: evidence from India. Managerial Finance, 41(8), 806-824.
• Sharpe, W. F. (1966). Mutual fund performance. The Journal of Business, 39(1), 119-138.
• Shawky, H. A., Dai, N., & Cumming, D. (2012). Diversification in the hedge fund industry. Journal of Corporate Finance, 18(1), 166-178.
• Shukla, R. (2004). The value of active portfolio management. Journal of Economics and Business, 56(4), 331-346.
• Sialm, C., Sun, Z., Zheng, L. (2013). Home bias and local contagion: evidence from funds of hedge funds. [Working Paper n. 19,570]. National Bureau of Economic Research Retrieved from http://www.nber.org/papers/w19570
  » http://www.nber.org/papers/w19570
• Solnik, B., & Zuo, L. (2012). A global equilibrium asset pricing model with home preference. Management Science, 58(2), 273-292.
• Sortino, F. A., & Price, L. N. (1994). Performance measurement in a downside risk framework. The Journal of Investing, 3(3), 59-64.
• Sortino, F. A., & van der Meer, R. (1991). Downside risk. The Journal of Portfolio Management, 17(4), 27-31.
• Swinkels, L., & Rzezniczak, P. (2009). Performance evaluation of Polish mutual fund managers. International Journal of Emerging Markets, 4(1), 26-42.
• Switzer, L. N., & Huang, Y. (2007). How does human capital affect the performance of small and mid-cap mutual funds? Journal of Intellectual Capital, 8(4), 666-681.
• Tekçe, B., Yılmaz, N., & Bildik, R. (2016). What factors affect behavioral biases? Evidence from Turkish individual stock investors. Research in International Business and Finance, 37, 515-526.
• Teo, M. (2009). The geography of hedge funds. Review of Financial Studies, 22(9), 3531-3561.
• Titman, S., & Tiu, C. (2011). Do the best hedge funds hedge? Review of Financial Studies, 24(1), 123-168.
• Varga, G. (2001). Índice de Sharpe e outros indicadores de performance aplicados a fundos de ações brasileiros. Revista de Administração Contemporânea, 5(3), 215-245.
• Varga, G., & Wengert, M. (2011). A indústria de fundos de investimentos no Brasil. Revista de Economia e Administração, 10(1), 66-109.
• Verardi, V., & Croux, C. (2009). Robust regression in Stata. The Stata Journal, 9(3), 439-453.

Apêndice

Tipos de ativos que compõem as carteiras dos fundos de acordo com a classificação disposta na Economatica e com reclassificação da composição das carteiras em renda variável e renda fixa

Sequência	Tipo de investimento na carteira - Economatica	Tipo de renda
1	Ações	Variável
2	Brazilian depos receipt	Variável
3	Cert ou rec de dep de valores mobiliários	Fixa
4	Cotas de fundos	Variável
5	Debêntures	Fixa
6	Depósito a prazo e outros títulos de instituições financeiras	Fixa
7	Diferencial de swap a pagar	Variável
8	Diferencial de swap a receber	Variável
9	Disponibilidades	Nenhum
10	Disponível de ouro	Fixa
11	Emprest-acoes e TVM cedid	Variável
12	Emprest-acoes e TVM receb	Variável
13	Investimento no exterior	Variável
14	Merc Futuro - posic compr	Variável
15	Merc Futuro - posic vend	Variável
16	Opç compra - posiç titulares	Variável
17	Opç compra - posiç lançadas	Variável
18	Opç não rev - posiç titulares	Variável
19	Opç não rev - posiç lançadas	Variável
20	Opç venda - posiç titulares	Variável
21	Opç venda - posiç lançadas	Variável
22	Operações compromissadas	Variável
23	Otr VM reg na CVM obj of pub	Variável
24	Otros val mob ofertados privad	Variável
25	Outras aplicações	Nenhum
26	Outras oper passivas e exigib	Nenhum
27	Termo - compras a receber	Variável
28	Termo - obr por compra a pag	Variável
29	Termo - obr por venda a entreg	Variável
30	Termo - vendas a receber	Variável
31	Títulos de crédito privado	Fixa
32	Títulos ligados ao agronegócio	Fixa
33	Títulos públicos	Fixa
34	Valores a pagar	Nenhum
35	Valores a receber	Nenhum

• CVM = Comissão de Valores Mobiliários; TVM = títulos e valores mobiliários; VM = valor de mercado.
• Fonte:Elaborada pelos autores (2016).

Datas de Publicação

• Publicação nesta coleção
  Abr 2018

Histórico

• Recebido
  25 Out 2016
• Aceito
  25 Ago 2017