Deep Value Todo Dia no Brasil

I. Introdução

1.1 Completamos uma análise bem mais profunda do deep value no Brasil.  Depois do nosso post Deep Value no Brasil – Análises Adicionais e Novas Questões, decidimos testar mais de um portfólio deep value.  De fato, testamos quatro tipos diferentes de portfólios, dois com as ações de melhor ranking e dois com as ações de pior ranking.  Além disso, desta vez testamos a estratégia em quase todos os dias de negociação nos meses de junho, setembro e dezembro entre 1995 e 2019[1].

1.2 Desta vez, corrigimos uma omissão anterior.  Percebemos que havia algo faltando nos nossos posts anteriores.  Escrevemos principalmente sobre questões de contabilidade e a mecânica de nossa pesquisa (tamanho do portfólio, periodicidade de giro, etc.), mas não havia quase nada a respeito das razões que estão por trás dos resultados da estratégia deep value.  Em resumo: faltava uma introdução aos nossos textos.  Assim, nosso objetivo aqui é escrever a introdução faltante aos nossos outros posts e resumir os resultados dessa análise mais profunda.  Adicionalmente, temos uma nova (e melhor) explicação da mecânica contábil da estratégia deep value.  Agora, se você for uma pessoa focada em números e não quer muita leitura, você pode ir direto aos resultados da nossa pesquisa na Seção VIII abaixo.

1.3 Este texto tem também um outro propósito. É um agradecimento a nossos amigos que de fato investiram tempo lendo os nossos posts (e nos deram feedback!).  Aqui, vamos tratar dos fundamentos das respostas para as perguntas recebidas e colocar o racional por trás do deep value em um contexto mais abrangente.  As respostas às perguntas que nos foram feitas estão no post Charutos, Fraldas e Investimentos. Esse outro post é uma abordagem descontraída para a maioria dos tópicos abordados aqui.  Se você ainda não leu, clique no título acima!

1.4 Esse post tem dois anexos.  O Anexo I é o mesmo do post Deep Value no Brasil – Análises Adicionais e Novas Questões (como algumas referências são necessárias para o período abrangido na nossa pesquisa, decidimos ajudar o leitor a encontrá-las mais facilmente).  O Anexo II é uma breve explicação sobre factor investing. O deep value pode ser visto como uma maneira de factor investing, uma vez que é uma das formas que o value premium pode tomar.  Assim, decidimos dar ao leitor uma breve explicação sobre o tema.

II. Estilos de Value Investing

2.1 Eu aposto que você considera que bons investimentos são aqueles em boas companhias. Uma boa companhia é aquela que dá lucro, está num setor próspero da economia e tem um futuro brilhante pela frente. Se você pensa dessa forma, você está fazendo uma confusão comum: você está achando que uma boa companhia é um bom investimento.  As duas coisas, na maior parte dos casos, são diferentes.  Se a companhia é tão boa, é bem provável que seja cara. Todas as qualidades que você vê nela, você também verá no seu preço. Você pagará pela qualidade.  O seu investimento pode ser se valorizar?  Sim, pode.  Mas se a companhia é tão boa, pode ser que seja difícil tornar as coisas ainda melhores.

2.2 Neste momento você pode pensar que estamos achando que você é um bobo.  É claro que você sabe que se uma companhia for boa e estiver em um bom momento será cara. Você sabe que o pulo do gato é achar as boas companhias quando elas estão baratas.  Até as boas companhias podem enfrentar períodos difíceis no mercado. De tempos em tempos haverá algum stress. Talvez uma crise internacional afete todo o mercado de ações por um período. O negócio da companhia pode não sofrer, mas o preço da ação vai cair.  Você sabe que este é o momento certo de investir.  Você não é um alienígena, você leu bastante sobre o Warren Buffett.  Você sabe que o truque é achar companhias maravilhosas por preços justos.  Isso é o núcleo do value investing. Você sabe que a qualidade da companhia é elemento fundamental.

2.3 Agora, devemos voltar alguns anos no tempo para os ensinamentos de Benjamin Graham, o pai do value investing. Nas suas raízes, o value investing era fundamentalmente a margem de segurança calculada de forma objetiva.  A qualidade da companhia não era um elemento chave.  O conceito de margem de segurança era um atalho de valuation conservador para encontrar ações extremamente subavaliadas[2]. Havia uma fórmula matemática derivada diretamente do balanço patrimonial. O preço de compra de uma ação não poderia ser mais do que 2/3 de seu net-net value.  O net-net era o valor do ativo circulante menos o passivo.  Todos os ativos não-circulante (imóveis, equipamentos, propriedade intelectual, recebíveis de longo prazo, etc.) eram ignorados.  Além disso, todo o passivo não-circulante e passivo circulante eram levados em consideração.

2.4 É justo dizer que o net-net considera um cenário teórico de liquidação.  Adicionalmente, ele pressupõe que alguma coisa pode dar errado na companhia (exigindo um colchão de 1/3 do valor do preço). Em um cenário de liquidação, todas as dívidas são certas. Os credores terão que ser pagos. Por outro lado, o valor dos ativos é incerto, principalmente os não-circulantes. É razoável esperar que os ativos circulantes (principalmente caixa, equivalentes de caixa e estoque) terão um valor de recuperação próximo do valor de face, mas o mesmo não se aplica no caso de ativos não-circulantes (principalmente equipamentos, imóveis e propriedade intelectual).

2.5 Exigir um valor de aquisição de 2/3 do net-net é uma exigência muito grande.  Encontrar companhias com estes preços só é possível em épocas de muito estresse.  Graham desenvolveu essa fórmula depois da Grande Depressão, quando as ações eram desovadas como lixo.  Fora de períodos de grande estresse financeiro, é impossível formar portfólios seguindo a métrica original de margem de segurança.  Além disso, temos que considerar que hoje muitos ativos de valor relevante não são necessariamente aparecem na contabilidade (como marcas, por exemplo) e algumas companhias não possuem muitos ativos como, por exemplo, prestadores de serviços.

2.6 A busca por valor evoluiu ao longo dos anos e vários discípulos de Graham seguiram diferentes caminhos[3].  O mais famoso de seus discípulos é Warren Buffet, que, por muito tempo, aplicou os ensinamentos de Graham na escolha dos seus investimentos[4].  Todavia, foi Warren Buffett quem introduziu o elemento qualidade no conceito original de margem de segurança, sob a influência de seu sócio Charlie Munger[5].  Em resumo, Buffett começou a definir margem de segurança como a diferença entre o valor da companhia e o preço a ser pago para sua aquisição[6].  Em qualquer valuation, é preciso considerar os fluxos de caixa futuros. Em uma abordagem como essa, somente a qualidade da companhia poderá trazer alguma segurança sobre a qualidade dos fluxos de caixa futuros.  Se, nas suas raízes, a margem de segurança era uma fórmula matemática relativamente simples, agora ela entrou no campo da subjetividade. Além disso, a margem de segurança não terá mais como referência o valor de liquidação da companhia.

2.7 O fato de que Buffett criou o seu próprio estilo de value investing não significa que outros estilos não existam mais, pelo contrário. Atualmente, vários estilos coexistem. Grosso modo, podemos dizer que o value investing pode ser dividido em duas escolas. A escola Graham, que foca em encontrar a ação mais barata, sem qualquer consideração sobre a qualidade da companhia e a escola Buffet, que foca na combinação entre bom preço e boa qualidade da companhia.

III. Value Investing Automático

3.1 A evolução do value investing atingiu o ponto de automatização[7].  Uma versão automatizada popular do value investing é a “Magic Formula” de Joel Greenblatt[8].  Greenblatt automatizou o estilo de value investing de Buffett, definindo matematicamente o critério para encontrar companhias boas e baratas.  Para avaliar a qualidade da companhia, Greenblatt utilizou o Return on Capital (ROC)[9], calculado como EBIT/(Capital de Giro Líquido + Ativos Fixos Líquidos)[10]. Para avaliar o preço, Greenblatt utilizou o Earnings Yield (EY), calculado como EBIT/EV.  Ao testar a Magic Formula, Greenblatt teve um retorno de 17,9% por ano durante o período de 1988 até 2004, em um portfólio formado pelas 250 ações melhor ranqueadas de acordo com a Magic Formula, selecionadas dentre as 2.500 maiores companhias no mercado norte-americano[11].  Durante o mesmo período, o retorno do S&P500 foi de 12,4% ao ano[12].

3.2 Se Greenblatt fez um “Buffet automático”, podemos dizer que Carlisle fez um “Graham automático”.  Estudando a Magic Formula, Carlisle e Wesley Gray replicaram a Magic Formula por um período mais longo (1974 a 2011), e mostraram que a Magic Formula teve um desempenho inferior ao EY sozinho[13].  Neste estudo, a Magic Formula e o EY tiverem retornos anuais de 13,94% e 15,95%, respectivamente (o S&P500 teve um retorno anual de 10,46% no mesmo período).

3.3 Quando decidimos replicar estratégias famosas de investimentos no Brasil, tivemos um dilema. Deveríamos começar nosso trabalho replicando o “Buffett automático” (Greenblatt) ou o “Graham automático” (Carlisle)?  Não foi uma decisão fácil. Sabemos que no final das contas devemos testar as duas estratégias aqui.

3.4 Nossa escolha foi começar replicando o “Graham automático” (Carlisle) por três motivos.  Primeiramente, porque o racional que Carlisle demonstra sobre o funcionamento de sua estratégia é sólido.  Conforme veremos em detalhe mais abaixo, essa é uma estratégia contrarian em vários aspectos.  Pessoalmente, adotamos abordagens “do contra” em tantos aspectos da vida que com investimentos não seria diferente.  Além disso, porque a estratégia deep value é mais simples e isso iria facilitar o nosso trabalho. Finalmente, um outro aspecto que consideramos era o tratamento do goodwill.  No Brasil, o goodwill, em algumas circunstâncias, foi tributariamente dedutível por um longo período (1997-2017)[14].  Em nosso trabalho como advogado de M&A, chegamos a ver uma série de transações que foram desenhadas para obter esse benefício tributário.  Esse incentivo pode ter poluído alguns balanços e queríamos iniciar o nosso trabalho com a menor poluição possível.  A Magic Formula exclui goodwill do cálculo de ROC[15].  Se várias transações foram estruturadas de forma a criar o máximo de goodwill possível, isso significa que excluir o goodwill do cálculo do ROC poderia superestimar o seu valor[16].  Em todo caso, testar a Magic Formula no futuro está nos nossos planos.

IV. Proxies e Avaliação Relativa

4.1 Antes de descermos nos detalhes do racional por trás da estratégia deep value, é válido mencionar que tanto o “Buffett automático” como o “Graham automático” se valem de proxies para escolher em quais ações investir e ambos são formas de avaliação relativa.

4.2 Confiar em uma proxy é acreditar que a proxy escolhida será uma boa aproximação do valuation equivalente. Como toda aproximação conterá erros, as proxies só funcionam na formação de portfólios.  Um portfólio de tamanho razoável deveria minimizar as consequências de qualquer erro na escolha de uma determinada ação.  O “Buffett automático” acredita que a combinação de ROC e EY é a mais apropriada para achar bons investimentos.  O “Graham automático” acredita que o EY sozinho faz um trabalho melhor.  Não há um valuation da companhia investida. Alguns ajustes de contábeis podem ser implementados a fim de melhor capturar o valor das ações, mas na nossa pesquisa não implementamos nenhum desses ajustes.

4.3 Uma proxy pode ser usada somente como parte do screening de ações. Neste caso, ela filtra o universo de ações que podem receber o investimento.  Contudo, não é recomendável utilizar proxies para escolher ações individuais sem um devido valuation mais aprofundado pelas razões descritas no parágrafo acima.

4.4 É importante ressaltar que ambos Greenblatt e Carlisle usaram métodos de avaliação relativa. Isso significa que ambos os métodos permanecerão sempre investidos no mercado, independentemente do valuation efetivo das companhias nas quais eles investem. Se todas as ações no mercado estiverem caras, ambos os métodos selecionarão ações para investir. Nesse caso, as ações escolhidas serão as mais baratas em um mercado superavaliado. Ambas estratégias podem ser convertidas em métodos de avaliação absoluta se algum tipo de limite for exigido para o investimento, como mínimo EY de 15%, por exemplo. Na nossa pesquisa, seguimos uma abordagem de avaliação relativa e não incluímos nenhum limite mínimo na aplicação da estratégia deep value no Brasil.

V. Racional do Deep Value

5.1 Podemos organizar a estratégia deep value em 5 pilares[17]: (i) comprar barato; (ii) questões comportamentais e conflitos de agência; (iii) reversão à média; (iv) o mercado acha seus caminhos para destravar valor[18]; e (v) a métrica.

5.2 Antes de detalhar cada um dos pilares, gostaríamos de ressaltar um ditado que permeia o estilo de value investing de Graham: “mais vale um pássaro na mão do que dois voando”.  Certeza é algo bom.  É desnecessário dizer que nenhum investimento no mercado de ações pode dar ao investidor qualquer forma de certeza, mas a incerteza (entendida segundo uma abordagem de senso comum sobre o que é risco) pode ser minimizada. A minimização da incerteza (não da volatilidade) é a chave na abordagem Graham.  Ter isso em mente ajuda a perceber porque a margem de segurança é o elemento central de investimento para Graham e outros estilos de investimento que são mais ou menos derivados dos seus ensinamentos.

Pilar 1 – Comprar Barato

5.3 O conceito de margem de segurança foi reinterpretado ao longo dos anos[19]. Como mencionado acima, Buffett criou sua própria versão deste conceito, levando em consideração aspectos subjetivos da avaliação de uma companhia. Podemos dizer que margem de segurança pode ter uma forma matemática explícita, como o preço máximo de aquisição de uma ação não superior a 2/3 do net-net value (a fórmula original de Graham) mas é também um princípio orientador na formação de um portfólio.   Neste sentido, comprar as ações mais baratas disponíveis (em um portfólio razoavelmente diversificado) é uma forma de margem de segurança.

5.4 Se uma ação está barata, provavelmente alguma coisa deu errada. Talvez haja uma crise na economia ou no setor de atuação da companhia.  Talvez a companhia não tenha atingido as expectativas do mercado para aquele trimestre.  Ou talvez pior, um acidente pode ter ocorrido, como a explosão de uma fábrica, com muitas perdas materiais e humanas. Muitas coisas podem ter acontecido. Nestes momentos as pessoas vendem. Se as pessoas vendem os preços das ações caem. Independentemente da forma como a margem de segurança é calculada, é muito provável que se os preços das ações cariam, a margem de segurança terá aumentado.

5.5 Investir nas ações mais baratas, especialmente se considerarmos que o preço baixo é uma consequência de algo que deu errado na economia em geral, no setor da companhia ou na própria companhia, pode não ser o comportamento mais intuitivo a ser adotado.  De fato, esse comportamento é exatamente o oposto do que normalmente acontece.  Se alguém grita “fogo”, é como correr em direção ao fogo, ao invés de sair correndo dele.  Neste ponto, devemos dar uma olhada no pilar 2 da estratégia deep value, as questões comportamentais e os conflitos de agência.

Pilar 2 – Questões Comportamentais e Conflitos de Agência

5.6 Talvez, esse seja o principal pilar da estratégia, mas também é a sua parte mais especulativa.  Estamos navegando nas águas turvas da natureza humana. Uma das ideias principais é a de que as pessoas se comportam de uma forma tal que acabam criando oportunidades de investimento para aqueles evitam certos vícios de comportamento. Não é nossa intenção resumir todos os vícios de comportamento relativos a investimentos. Esse é um tópico muito debatido[20], mas podemos elencar alguns vícios importantes: (i) medo e respostas rápidas; (ii) necessidade de razões e estórias; e (iii) projeção do presente no futuro[21].

5.7 É discutido se estamos totalmente no controle de nossas ações[22].  Esse debate chega ao ponto de dizer que temos dois “sistemas operacionais” trabalhando ao mesmo tempo, o consciente e o inconsciente[23].  O sistema inconsciente seria inacessível para nós[24], como os softwares trabalhando em nossos computadores sem que os vejamos. Normalmente pensamos que a nossa mente consciente é uma espécie de presidente que controla nossas ações e vontades[25], mas essa abordagem dual especula que a verdade pode ser radicalmente diferente. Talvez a nossa mente consciente seja apenas um porta-voz de uma mente deliberativa que opera a portas fechadas (fora da nossa consciência)[26]. Dentre as ações que seriam tomadas a portas fechadas estão as respostas rápidas diante do perigo[27].

5.8 Uma abordagem similar cita a existência de mais de um sistema operacional nas nossas cabeças: Sistema 1 e Sistema 2[28]. O Sistema 1 é encarregado de respostas rápidas e é responsável por decisões de sobrevivência, tais como correr de uma cobra (ou um galho que se parece com uma cobra). O Sistema 2 tem respostas lentas mas racionais, tal como a decisão de comprar uma casa[29].  O Sistema 2 deveria ser o sistema responsável por tomar decisões de investimentos, mas não é sempre o caso.  Algumas vezes, o Sistema 1 toma a dianteira. A venda de um investimento realizada em um momento de pânico é um exemplo do Sistema 1 trabalhando na área que deveria estar reservada ao Sistema 2. É o momento em que o medo toma conta.

5.9 Fomos feitos para achar as razões daquilo que acontece ao nosso redor[30]. Há uma curiosidade intrínseca na natureza humana. Essa curiosidade levou ao desenvolvimento de nosso conhecimento e está sempre testando os limites da ciência. É dessa forma que o conhecimento progride. Contudo, em várias instâncias a nossa curiosidade é saciada com uma razão, independentemente de essa razão estar certa ou errada. Superstição e religião são fontes de explicações para o que acontece a nossa volta, dispensando qualquer verificação acerca da veracidade das razões que elas dão. Quando se trata de investimentos, pode haver uma série de explicações para o que acontece durante o dia. Sempre vemos algumas explicações nas notícias sobre finanças. Na maioria dos casos, é difícil acreditar que muitas das causas que as pessoas mencionam como “razões” para o que acontece é verdade.

5.10 Temos a impressão de que a projeção do presente no futuro pode ser o elemento mais importante do pilar comportamento da estratégia deep value[31]. Às vezes, as pessoas tendem a ser muito otimistas ou pessimistas acerca do futuro. Talvez não tenhamos a capacidade de avaliar totalmente o quão incerto o futuro pode ser. Pode ser melhor, pior ou as coisas podem simplesmente ficar iguais. Apenas não podemos fazer uma avaliação correta sobre isso. Podemos ilustrar essa circunstância com o comportamento de um torcedor de um time de futebol depois que o seu time ganhou um campeonato. Não seria surpresa ver um monte de torcedores dizendo que o seu time é o melhor, vai ganhar o próximo campeonato e está pronto para bater todos os recordes. Nessas horas, tudo é fácil e o futuro parece cor de rosa. Ao mesmo tempo, se pensarmos nos torcedores de um time de futebol que foi rebaixado, podemos esperar um comportamento completamente oposto. Esses torcedores não verão futuro para o seu time, será o fim do mundo e o que vem pela frente é obscuro. Todos esses torcedores estão projetando o presente no futuro.

5.11 As pessoas tendem a acreditar que as boas companhias serão sempre boas e as ruins serão sempre ruins. Isso faz com que elas paguem muito pelas boas companhias e desprezem as más, depreciando os preços das ações. Mas se pensarmos num mercado competitivo, é da essência equalizar as coisas (veja abaixo reversão à média).  Se um negócio é muito bom, ele atrairá competição. Pense na Cielo (companhia de meios de pagamento). Ela viveu uma longa lua de mel com o mercado e pagou bons dividendos por um longo período. Agora, ela tem vários concorrentes e está tendo dificuldades no mercado.  Se as pessoas perpetuam o presente no futuro, elas podem pagar muito por um crescimento que talvez nunca exista ou podem abaixar o preço de ações que estão enfrentando dificuldades, antecipando que os problemas nunca serão resolvidos.

5.12 As questões mencionadas acima têm duplo efeito para gestores profissionais de recursos.  Primeiro, eles são humanos. Eles não estão livres de falhas de comportamento.  Contudo, há uma questão adicional. Gestores de recursos estão expostos aos humores de seus investidores. Nesse ponto, há um potencial conflito de agência. Temos que considerar que, na maioria dos casos, gestores de recursos são remunerados com base no montante de ativos sob administração e uma taxa de performance.  Se o gestor superar o benchmark, a taxa de performance é paga.  No Brasil, o principal benchmark é o índice Ibovespa.  O Ibovespa segue a performance das principais ações negociadas na B3.

5.13 Um gestor professional que siga uma estratégia que possa ficar por um longo período abaixo do benchmark tem que ter investidores que estejam genuinamente alinhados com a sua estratégia.  Do contrário, os investidores irão levar o dinheiro embora.  Sem investidores, o gestor não receberá a taxa de administração ou a taxa de performance.  Se especula que esse tipo de risco de carreira é uma das causas que permite que as value strategies performem[32].  De outro modo, todos os gestores profissionais seguiriam estratégias de value investing e o value premium desapareceria[33].  Também especulamos sobre como os investidores reagiriam a estratégias que propositadamente ignoram a qualidade de companhias na hora de escolher um investimento. Muitos investidores provavelmente duvidariam dos méritos de referidas estratégias.

Pilar 3 – Reversão à Média

5.14 Carlisle faz uma longa explicação a respeito do significado de reversão à média e dá uma série de exemplos de sua ocorrência[34].  É justo dizer que a reversão à média é um fenômeno generalizado, que ocorre em vários segmentos.  Se focarmos nas características básicas de uma economia competitiva, a ocorrência da reversão à média se torna muito intuitiva. No nível da companhia, se um negócio é lucrativo ele atrairá competição. A indústria de smartphones é um exemplo disso. Do mesmo modo, se um negócio se tornar tão problemático ao ponto de falir os seus participantes, é esperado que em algum momento as companhias remanescentes naquele negócio poderão começar a elevar os preços. No nível do mercado, de tempos em tempos existem situações de superavaliação e subavaliação. Quando uma dessas situações acontece, em um algum momento uma correção ocorre. É difícil dizer “porque” isso acontece ou “quando” isso acontece.

Pilar 4 – O Mercado Acha seus Caminhos para Destravar Valor

5.15 Carlisle argumenta na conclusão de seu livro[35] que ativismo e investimento deep value andam de mãos dadas.  É praticamente impossível fazer uma afirmação similar no Brasil, em vista dos raros casos em que ocorreu alguma forma ativismo no país. Apesar do desenvolvimento do mercado brasileiro de ações nas últimas duas décadas, ativismo por aqui é bem raro.  Contudo, podemos mencionar pelo menos um caso recente que indica que sua conclusão pode ser aplicada ao Brasil também. Trata-se do caso da Unipar, quando os acionistas minoritários recusaram uma oferta do acionista controlador para fechar o capital.  A oferta foi virtualmente ignorada pelo mercado, mas aumentou a atenção do público sobre a Unipar. Os acionistas controladores inicialmente ofereceram R$4,40 por ação, no caso das ações preferenciais da classe B (ticker: UNIP6), o papel mais líquido da companhia.  Posteriormente, o preço foi aumentado para R$7,50 e depois ajustado para R$2,46 por ação em razão do pagamento de dividendos.  A oferta foi lançada em 14 de dezembro de 2015 e retirada em 23 de agosto de 2017.  No momento em que a oferta foi lançada, a ação preferencial da classe B negociava a R$3,88 e quando a oferta foi retirada o papel estava em R$11,04.  Em um ano a contar do cancelamento da oferta, a cotação da preferencial classe B da Unipar chegou a R$43,50.  Luiz Barsi, um dos investidores mais famosos do país, estava liderando os investidores minoritários naquele momento.

5.16 Se por um lado raramente vemos ativismo no Brasil, isso não significa que não temos outros mecanismos de destravar valor das ações deep value. Várias situações podem destravar valor, como a aquisição de uma companhia subavaliada por um concorrente. Um exemplo é a oferta de compra da Cosan para adquirir o controle da Comgas (a companhia de gás de São Paulo), pagando um prêmio de 23,31% sobre o valor da ação preferencial da classe A (ticker:  CGAS5)[36].

5.17 Também acreditamos que os value investors discricionários contribuem para destravar valor de companhias subavaliadas, em uma espécie de profecia que se autorrealiza.  Se muitos value investors discricionários começarem a adquirir as mesmas ações, em um certo momento essas ações vão se valorizar.

Pilar 5 – A Métrica

5.18 A métrica é o coração da estratégia deep value.  Carlisle testou várias métricas e abordou diversas pesquisas acadêmicas com outras métricas também[37]. Ao final, a métrica escolhida foi earnings yield (EY).  O EY é uma relação entre EBIT e Enterprise Value (EV), sendo EBIT/EV. Podemos entender melhor a métrica se analisarmos Enterprise Value (EV) e EBIT separadamente.

5.19 EV é a soma de Dívida Líquida e Valor de Mercado da companhia (o valor de mercado de cada ação multiplicado pela quantidade de ações emitidas).  Antes de definir os seus elementos, temos que voltar ao básico.  Os resultados são produzidos pelos ativos reais.  Neste ponto, vamos ignorar como os ativos são financiados (se por dívida ou capital).

5.20 Saber o valor de um ativo pode ser complicado. Se juntarmos diversos ativos para operar um negócio, saber o valor desse conjunto de ativos agrupados é ainda mais difícil. Pense em uma padaria.  Há o forno, as mesas, a máquina de café expresso, a caixa registradora e assim por diante. Todos os ativos juntos formam a padaria. Em circunstâncias normais, os ativos agrupados devem ter um valor que excede o valor de cada ativo em separado. A engenhosidade do empreendedor tem que ter algum valor.

5.21 O sonho de todo investidor saber o valor de uma companhia. Praticamente se sonha com isso dia e noite. Mas esse não é o ponto. Nunca se irá saber o valor preciso de qualquer ativo e, mais importante que isso, não é preciso saber o valor correto. O que é necessário é ter alguma medida de valor do negócio, mesmo que de forma imprecisa.

5.22 A contabilidade vai nos ajudar a encontrar o valor do negócio. Se pensarmos em um balanço, os resultados são produzidos pelo lado do ativo.  Não é por coincidência que o lado do ativo do balanço contém os ativos reais (em sua maioria) mais caixa e equivalentes de caixa. Aqui, para simplificar, vamos pressupor que o lado do ativo do balanço tem somente ativos reais mais caixa e equivalentes de caixa. Vamos chamar os ativos reais mais caixa e equivalentes de caixa de “Negócio”. Adicionalmente, ainda em benefício da simplificação, vamos pressupor que o lado do passivo tem apenas obrigações financeiras (ou seja, não há passivos com fornecedores, empregados ou impostos).

5.23 Indo adiante, devemos ter em mente a equação fundamental da contabilidade: Ativos = Passivo + Patrimônio Líquido.  Voilà, o valor do Negócio é igual ao valor dos passivos + patrimônio líquido. Temos uma proxy para saber o valor do Negócio.  Neste ponto podemos melhorar nossa terminologia.  Quando pressupomos que não haveria passivos relativos a fornecedores, empregados ou impostos no lado do passivo, na realidade tornamos o passivo da Dívida bruta.  Precisamos saber o valor dos passivos (dívida bruta) e do patrimônio líquido.  Se pararmos nosso trabalho na equação fundamental da contabilidade, vamos encontrar uma forma de valor contábil do Negócio.  O valor contábil poderá ser extremamente útil, mas queremos algo mais preciso, queremos o valor de mercado do Negócio.

5.24 Como podemos saber o valor dos passivos (dívida bruta)?  Teremos que confiar nas demonstrações financeiras para saber. Nesse ponto, vale mencionar que contabilidade é guiada pelo princípio do conservadorismo, principalmente no que se refere aos passivos.  Assim, colocando de lado truques contábeis, podemos esperar que os passivos serão reconhecidos de forma conservadora. E o valor do patrimônio líquido? Como estamos falando de companhias abertas, o valor do patrimônio líquido para o nosso propósito é dado pelo mercado.  Se somarmos o valor contábil dos passivos (dívida bruta) ao valor de mercado da companhia, encontraremos o valor do Negócio.

5.25 O exercício acima chega um valor rudimentar do Negócio que pode ser aprimorado. Devemos nos lembrar que o Negócio inclui o valor do caixa e dos equivalentes de caixa.  Como o valor de R$1,00 em caixa é R$1,00, é fácil saber o valor do caixa e equivalentes do caixa.  Assim, excluímos o valor do caixa e equivalentes de caixa do valor do Negócio.  Vamos pressupor que o valor do caixa e equivalentes de caixa é utilizado para pagar parte da dívida.  Esse exercício permite saber o valor da parte do Negócio que é mais difícil de avaliar.  Acabamos de encontrar o Enterprise Value, explicado de uma forma um pouco diferente.  No dicionário (tanto em inglês como em português), “negócio” e “empresa” são sinônimos, mas o termo normalmente utilizado em finanças para definir o valor de um negócio inteiro é “enterprise” (empresa). Seguimos esse caminho para calcular o Entreprise Value para ficarmos mais próximos da mecânica contábil.

5.26 Já ouvimos que o Enterprise Value é o valor necessário para adquirir todo o negócio.  Isso está correto, mas algumas pessoas podem ter alguma dificuldade em entender essa frase.  Geralmente, ao se falar no valor necessário para adquirir todo o negócio as pessoas pensam no valor de mercado[38].  O que se imagina é que o negócio é adquirido se o adquirente compra todas as ações da companhia. Ocorre que, se uma pessoa adquire todo o capital social de uma companhia, os credores continuam tendo direito contra a companhia.  O Enterprise Value é o valor que permite adquirir todo o capital social e pagar toda a dívida.

5.27 Veja os cálculos abaixo, começando da equação contábil fundamental:

Ponto de início: equação original

Ativos = Passivo + Patrimônio Líquido

Passo 1: pressupor que (i) somente ativos reais e caixa e equivalentes de caixa estão no lado do ativo do balanço e renomeá-los de Negócio; (ii) as obrigações do lado do passivo do balanço não têm qualquer obrigação relativa a fornecedores, empregados ou impostos e renomear o lado do passivo de Dívida Bruta; agora a equação deve ser lida da seguinte forma:

Valor do Negócio = Dívida Bruta + Patrimônio Líquido

Passo 2: como a companhia é negociada em bolsa, utilizar valor de mercado no lugar de patrimônio líquido

Valor do Negócio = Dívida Bruta + Valor de Mercado

Passo 3: excluir caixa e equivalentes de caixa da Dívida Bruta

Valor do Negócio = Dívida Bruta – (Caixa + Equivalentes de Caixa) + Valor de Mercado

Passo 4: substituir “Dívida Bruta – (Caixa + Equivalentes de Caixa)” por “Dívida Líquida” e “Negócio” por Empresa

Enterprise Value (EV) = Dívida Líquida + Valor de Mercado

5.28 No caso das companhias abertas, o EV tem um componente estável, o valor da Dívida Líquida (divulgado trimestralmente) e um componente flutuante, o Valor de Mercado (que varia cada dia).  Assim, em qualquer backtest é importante combinar o valor de mercado de um determinado momento com as demonstrações financeiras disponíveis naquele momento no passado.  Um tema simples, mas ao mesmo tempo complicado, como veremos adiante.

5.29 Sabemos que restringir o lado do ativo do balanço ao Negócio (ativos reais) é uma simplificação exagerada. Além dos ativos reais e caixa e equivalentes de caixa, o lado do ativo tem créditos tributários e goodwill, por exemplo. Definir o valor de referidos ativos pode ser extremamente difícil.  Pode-se até questionar se o goodwill tem algum valor ou se é apenas um artifício contábil (uma grandeza para fazer os lados do ativo e do passivo do balanço baterem).  Ainda, sabemos que o lado das passivo do balanço também pode ser manipulado. A contabilidade de leasings é um exemplo.

5.30 Agora, iremos explicar o EBIT. Podemos dizer que é o primo menos famoso do EBITDA. Usamos o EBIT como um proxy do fluxo de caixa livre, ou seja, os recursos disponíveis à companhia após reter algum caixa para manutenção dos seus negócios.  Usemos novamente o exemplo da padaria. Algum caixa tem que ser gasto para manter os equipamentos funcionando. Como alguns recursos têm que ser reinvestido no negócio, não é todo o caixa gerado pela companhia pode ser considerado fluxo de caixa livre.  Essa é a razão pela qual utilizamos o EBIT como uma proxy para fluxo de caixa livre ao invés de EBITDA.   EBIT é um número menor do que EBITDA pois o D (depreciação) e A (amortização) foram dele deduzidos.  Como o EBIT é uma proxy de fluxo de caixa livre, depreciação e amortização são proxies para os valores reinvestidos no negócio para fazer com que ele continue girando.

5.31 Também sabemos que o EBIT pode ser – e é – altamente manipulável. Há muito espaço para definir o momento em que a companhia reconhece suas vendas, por exemplo. Mais importante, no mundo real, depreciação e amortização são definidas por razões tributárias.  EBIT como uma proxy para fluxo de caixa livre pode ser altamente impreciso. Em todo caso, entendemos que do ponto de vista conceitual ele ainda faz um trabalho melhor do que o EBITDA, dado que pelo menos os valores de depreciação e amortização são considerados no cálculo.

5.32 Como no caso do EV, saber o EBIT aplicável em algum momento do passado é essencial para ter um backtest confiável.

5.33 Juntado todos os pontos que abordamos acima, quanto mais alto o valor de EBIT/EV, melhor.  Desta forma, a companhia cujo valor de mercado estiver caindo pode ser um bom investimento, por exemplo.  Lembre-se que na equação EBIT/(Dívida Líquida + Valor de Mercado), quanto menor for o valor de mercado, maior será o valor EBIT/EV.

5.34 Se invertermos a equação EBIT/EV e utilizarmos o EV/EBIT no lugar, estaremos utilizando um múltiplo. Isso significa que o valor de uma certa companhia é “X” vezes o valor de seu EBIT.  Esse múltiplo (para sermos mais precisos aquele que usa o EBITDA no lugar de EIBIT) é uma das medidas mais comuns para a definição do preço em contratos privados (entendendo privados como em oposição às operações que ocorrem no mercado de bolsa).  Carlisle o denomina o Múltiplo do Adquirente (Acquirer’s Multiple)[39].  Em todo caso, preferimos usara relação EBIT/EV porque entendemos que é um melhor jeito de demonstrar o yield dos ativos de uma companhia.

VI. Nova Pesquisa – Metodologia

A Pesquisa e o Novo e Critério de Seleção

6.1 Dessa vez nossa pesquisa é mais abrangente. Nossa pesquisa anterior estava limitada às melhores ações ranqueadas. Daquela vez, nossos portfólios testados incluíam somente as 20 melhores ações ranqueadas. Agora, também queríamos ver a performance de outros portfólios. Queríamos ver a performance das ações melhores ranqueadas e das ações piores ranqueadas.  Além disso, a pesquisa de 2019 estava limitada a portfólios formados em um dia por mês em junho, setembro e dezembro.  Desta vez, decidimos formar portfólios em virtualmente todos os dias úteis de tais meses.

6.2 Para testar portfólios com diferentes níveis de ações ranqueadas, tivemos um problema prático: o número limitado de ações negociadas em bolsa no Brasil.  Apenas para ilustrar a dimensão do problema, depois de aplicar alguns filtros de higiene, terminamos com somente 36 ações no segundo dia útil de setembro de 1995 no universo de ações que poderiam ser adquiridas para o nosso portfólio de large caps, por exemplo (por sorte, um número tão limitado de ações ocorreu em apenas alguns anos). Seria impossível organizar as ações em decis e manter uma diversificação razoável.   Desta forma, dividimos as ações em duas grandes categorias de 40 ações cada (na maioria das vezes)[40], e formamos 2 portfólios de ações em cada uma. As melhores ações ranqueadas formam a categoria “Top”, divididas em grupo 1 (“G1”) e grupo 2 (“G2”).  As piores ações ranqueadas formaram a categoria “Bottom”, divididas no grupo 1 (“G1”) e grupo 2 (“G2”)[41].

6.3 A escolha de junho, setembro e dezembro foi uma consequência das datas em que as demonstrações financeiras eram divulgadas no Brasil até 2011 (veja o Anexo II para os detalhes).  Em referidos meses sabemos que as últimas demonstrações financeiras foram aquelas do primeiro, segundo e terceiro trimestres, respectivamente, para todas as companhias negociadas em bolsa durante o período de nossa pesquisa.  Desta forma, podemos combinar o preço da ação com a última informação contábil disponibilizada à época (essa informação é necessária para definir o EV, considerando que o valor de mercado é um de seus elementos, e o preço de compra das ações nos nossos portfólios teóricos). A escolha destes meses foi nossa tentativa de ser o mais preciso possível na combinação entre o valor de mercado e o preço da ação com as informações contábeis então disponíveis.  O nosso banco de dados não oferece uma opção “point in time”, ou seja, não temos como excluir o risco de que parte de nossos resultados tenha sido influenciada pela reapresentação de algumas das demonstrações financeiras. Além disso, temos que considerar que algumas companhias podem ter exercícios que não coincidam perfeitamente com o final dos trimestres, o que coloca alguma incerteza sobre a devida combinação de datas.  Em todo caso, é prática comum no Brasil que o exercício de uma companhia coincida com o ano-calendário.

6.4 Nessa nova pesquisa, ao invés de ter apenas um portfólio em junho, setembro e dezembro, formamos portfólios em cada um de dezoito dias úteis em junho e setembro e dezessete dias úteis em dezembro (por conta das festas de fim de ano o mês de dezembro é mais curto).  O número de dias selecionados não foi arbitrário. Como o número de dias úteis em cada mês varia ao longo dos anos, formamos portfólios em um número de dias úteis que nos permitiu a combinação perfeita entre determinado dia útil daquele mês e mesmo dia útil daquele mês no ano subsequente. Queríamos ter portfólios de um ano em todos os dias selecionados. Isso significa que um portfólio formado, por exemplo, no terceiro dia útil de junho em um determinado ano foi mantido por ano até o terceiro dia útil de junho do próximo ano.

6.5 Tivemos que excluir o primeiro dia útil de cada um dos meses selecionados.  No Brasil, é muito comum termos companhias com mais de uma classe de ação negociada em bolsa. Para lidar com isso, e manter a diversificação definida, selecionamos apenas as classes mais líquidas negociadas no primeiro dia do mês. Assim, para fazer com que o requisito de liquidez também refletisse a informação financeira mais recente, o primeiro dia útil do mês não foi considerado na formação do portfólio.

6.6 Abaixo, apresentamos mais detalhes da metodologia de nossa pesquisa: (i) categorias Top e Bottom e seus grupos; (ii) portfólios base e médios; (iii) número de ações nos portfólios; (iv) peso por ação em cada portfólio; (v) período de manutenção; (vi) capitalização de mercado; (vii) liquidez requerida; (viii) presença em dias de negociação; (ix) setores excluídos; e (x) filtros de higiene.

Categorias Top e Bottom e Seus Grupos

6.7 Ranqueamos as ações seguindo seu EY e formamos dois portfólios com 20 ações em cada uma das categorias Top e Bottom mencionadas acima.  Os portfólios Top G1 foram formados com as melhores 20 ações ranqueadas e os portfólios Top G2 foram formadas com as 20 seguintes melhores ações ranqueadas.  Os portfólios Bottom G1 foram formados com as piores 20 ações ranqueadas e os portfólios Bottom G2 foram formados com as 20 ações seguintes piores ranqueadas[42].

Portfólios Base e Médios

6.8 Os portfólios formados em cada um dos dias úteis selecionados de junho, setembro e dezembro chamamos de portfólios base.  Em vista do número de portfólios base formados (18 em junho e setembro e 17 em dezembro para cada um dos 4 grupos (Top G1, Top G2, Bottom G1 e BottomG2) formamos um portfólio médio para cada um desses meses para cada uma das categorias mencionadas acima.  Assim, as tabelas e gráficos abaixo apresentam a média dos portfólios base.

Número de Ações e Peso por Ações em cada Portfólio Base

6.9 Nos estudos que estamos postando aqui, a regra foi formar portfólios com 20 ações, cada uma representando 5% do total do portfólio respectivo[43].  Uma alternativa para definir o peso de cada ação na carteira utilizar o seu valor de mercado e a partir daí definir o respectivo percentual.  Essa alternativa complicaria mais o nosso trabalho nesse estágio.  Além disso, usar o mesmo peso para cada papel na formação do portfólio parece ser mais intuitivo.

6.10 Selecionar 20 ações foi uma decisão arbitrária guiada pela nossa mais elementar (e rudimentar) forma de margem de segurança: diversificação. Se uma companhia quebrar, a perda é de apenas 5% do investimento. Aumentar ainda mais a diversificação nos parece contraproducente em razão do tamanho do mercado brasileiro. A título de ilustração, em 6 de abril de 2020, apenas 353 companhias estavam ativas no mercado de ações[44].  Um portfólio com 20 ações já representa aproximadamente 5,70% do mercado brasileiro em número de companhias. Um portfólio com 30 companhias significaria investor em quase 8,50% do mercado brasileiro.

Período de Manuteção e Datas dos Portfólios

6.11 Seguimos um período de um ano de manutenção para cada carteira.  Esse foi o período de manutenção dos portfólios formados por Carlisle[45], Greenbaltt[46], e O’Shaugnhnessy[47] nos respectivos trabalhos.  Adicionalmente, do ponto de vista prático, esse período de manutenção é uma forma de minimizar custos de negociação e o tempo despendido na gestão do portfólio.

6.12 Conforme mencionado em um post anterior (Deep Value no Brasil – A Novela), o ano de início escolhido foi 1995 (primeiro ano completo após o fim de nossa inflação crônica).  Tal como dito acima, formamos portfólios nos meses de junho, setembro e dezembro em vista das datas em que as demonstrações financeiras foram divulgadas até 2011 (veja o Anexo II para mais detalhes a respeito disso).

Capitalização de Mercado

6.13 É impossível definir com precisão o conceito de small, mid e large caps. A fim de evitar definições arbitrárias, como um número absoluto de valor de mercado (por exemplo, R$ 100 milhões), decidimos criar portfólios baseados em valores relativos de mercado. Criamos 3 categorias de portfólios, DVA, DVB e DVC (DV significa Deep Value).  O portfólio DVA não tem valor mínimo de mercado requerido.  Assim, os portfólios DVA podem investir em small, mid ou large caps.  Os Portfólios DVB excluem o 1/3 das menores companhias do mercado.  Utilizamos essa escolha dos 2/3 de companhias remanescentes como uma proxy para seleção de mid e large caps.  Assim, os portfólios DVB podem investir apenas em mid e large caps.  Finalmente, os portfólios DVC excluem os 2/3 das menores companhias no mercado. Utilizamos essa escolha do 1/3 de companhias remanescentes como uma proxy para seleção de large caps.  Assim, os portfólios DVC podem investir apenas em large caps.  A Tabela 1 apresenta a capitalização de mercado mínimo para os portfólios DVA, DVB e DVC, respectivamente[48].  Tais valores foram verificados no dia 1º de junho de cada ano.

Tabela 1

Capitalização de Mercado Mínima (em milhares)
Ano DVA DVB DVC
1995 N/A  R$41.160  R$201.769
1996 N/A  R$28.635  R$189.155
1997 N/A  R$42.754  R$334.072
1998 N/A  R$43.013  R$294.149
1999 N/A  R$47.436  R$324.145
2000 N/A  R$59.197  R$444.561
2001 N/A  R$64.458  R$502.989
2002 N/A  R$55.853  R$518.903
2003 N/A  R$65.078  R$600.206
2004 N/A  R$92.282  R$859.690
2005 N/A  R$139.418  R$1.174.608
2006 N/A  R$188.430  R$1.686.403
2007 N/A  R$322.970  R$2.420.074
2008 N/A  R$481.522  R$2.357.514
2009 N/A  R$266.276  R$1.589.000
2010 N/A  R$482.367  R$2.334.060
2011 N/A  R$472.884  R$2.800.483
2012 N/A  R$459.085  R$2.514.586
2013 N/A  R$508.373  R$3.353.213
2014 N/A  R$405.864  R$2.860.525
2015 N/A  R$301.976  R$2.758.578
2016 N/A  R$263.804  R$2.480.484
2017 N/A  R$360.559  R$3.870.917
2018 N/A  R$367.604  R$4.418.340
2019 N/A  R$415.925  R$5.401.650

Liquidez Requerida

6.14 Considerando que o portfólio DVA pode incluir companhias que são muito pequenas, a fim de evitar a criação de um portfólio que seja impossível de replicar no mundo real, exigimos uma liquidez diária mínima para cada ação. O racional por trás disso foi permitir que um pequeno investidor (mas não tão pequeno) pudesse, em uma situação de estresse, liquidar toda a sua posição em determinada ação em um único dia de pregão ou ao longo de alguns dias.  O requisito de liquidação individual foi arbitrariamente definido em R$ 100.000,00 por dia em janeiro de 1995 e corrigido pelo IPCA (índice oficial de inflação) anual desde então.  A Tabela 2 mostra os valores para cada ano. Por razões de simplicidade, corrigimos o valor apenas anualmente[49].

6.15 Para assegurar uniformidade na formação de todos os portfólios, também utilizamos o requisito de liquidez acima mencionado nos portfólios DVB e DVC.

Tabela 2

Ano Liquidez Diária Média
1995  R$ 100.000,00
1996  R$ 117.490,00
1997  R$ 126.548,48
1998  R$ 131.547,14
1999  R$ 135.677,72
2000  R$ 144.456,07
2001  R$ 154.625,78
2002  R$ 166.640,20
2003  R$ 195.368,97
2004  R$ 205.430,48
2005  R$ 221.967,63
2006  R$ 231.356,86
2007  R$ 238.714,01
2008  R$ 252.034,25
2009  R$ 265.140,03
2010  R$ 278,980,34
2011  R$ 297.253,55
2012  R$ 312.086,51
2013  R$ 332.372,13
2014  R$ 353.544,23
2015  R$ 383.489,43
2016  R$ 419.230,65
2017  R$ 434.322,95
2018  R$ 446.744,59
2019  R$ 467.562,88

Presença em Dias de Negociação

6.16 Considerando que a liquidez mínima é uma média do valor negociado durante o ano, ela pode ser enganosa.  Um único dia em que grandes valores foram negociados podem mascarar os números.  Assim, a fim de minimizar esse risco, também exigimos uma presença mínima em todos os dias de negociação de 80%.  Isso significa que uma determinada ação tinha que ser negociada em 80% de todos os dias de negociação. Ainda que essa solução não elimine as distorções de liquidez mínima, ao menos ela as reduz.

Setores Excluídos

6.17 Excluímos do nosso universo de investimentos instituições financeiras e seguradoras.  Elas têm balanços patrimoniais diferentes (se comparadas com outras companhias) e a elas não se aplica o índice EBIT/EV.

6.18 Não excluímos as utilities de nosso universo de investimentos. O número de companhias abertas no Brasil é muito pequeno e, se fizéssemos isso, teríamos um universo de investimentos ainda menor.

Filtros de Higiene

6.19 Temos ainda dois requisitos que chamamos de “filtros de higiene”: (i) patrimônio líquido negativo; e (ii) EBIT negativo. Excluímos do nosso universo de investimentos as companhias que apresentassem quaisquer deles. O racional por trás da exclusão de patrimônio líquido negativo foi evitar companhias que pudessem estar numa situação muito ruim. Sabemos que podemos estar perdendo boas oportunidades, mas essa exclusão foi uma forma de margem de segurança também.   Quanto ao racional para a exclusão de companhias com EBIT negativo, fizemos isso para evitar ser enganados pelos números. Queríamos eliminar do nosso universo de investimentos um erro matemático. Um EBIT negativo dividido por um EV negativo daria um número positivo.

VII. Nossos Resultados

Portfólios DVA

7.1 Os Portfólios DVA são aqueles em que o nosso universo de investimento não tem requisito mínimo de capitalização.  Como em todos os portfólios, eles contêm 20 ações cada[50] e o período de manutenção é de 1 ano. Ranqueamos todas as ações do universo de investimento usando o índice EBIT/EV.  As 20 ações com o melhor ranking formam o DVA-Top-G1 e as próximas 20 ações de melhor ranking formam o DVA-Top-G2.  As 20 ações com o pior ranking formam o DVA-Bottom-G1 e as próximas 20 ações de pior ranking formam o DVA-Bottom-G2.   Os portfólios de junho, setembro e dezembro apresentados abaixo são as medias de nossos portfólios teóricos formados em cada um de 18 dias úteis de junho e setembro e de 17 dias úteis de dezembro (ver item 6.4 acima), respectivamente.  A performance do Ibovespa apresentada também é uma média da performance do índice no mesmo período (ver item 6.4 acima). A Tabela 3, a Tabela 4 e a Tabela 5 mostram a performance de todos os Portfólios DVA e o Ibovespa.   Adicionalmente, o Gráfico 1, o Gráfico 2 e o Gráfico 3 comparam cada um de tais portfólios ao Ibovespa.

Tabela 3 – Performance do Portfólio DVA – Junho

DVA Junho Performance
DVA-Top-G1 DVA-Top-G2 DVA-Bottom-G2 DVA-Bottom-G1 IBOV
Valor Inicial 100,00 100,00 100,00 100,00 100,00
Valor Final  10.796,74 10.956,12 6.537,01 1.894,57 2.755,78
Mês Inicial Junho/95 Junho /95 Junho/95 Junho/95 Junho/95
Mês Final Outubro/19 Outubro/19 Outubro/19 Outubro/19 Outubro/19
CGAR 21,20% 21,27% 18,73% 12,84% 14,59%
Meses Positivos      183 189 186 178 174
Meses Negativos  109 103 106  114 118
Melhor Mês 19,72% 74,94% 32,11% 79,97% 26,41%
Pior Mês -26,16% -28,58% -32,00% -32,64% -26,53%
Retorno Total 10.697,00% 10.856,00% 6.437,00% 1.795,00% 2.656,00%

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Gráfico 1 – Portfólios DVA – Junho x Ibovespa

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Tabela 4 – Performance DVA – Setembro

DVA Setembro Performance
DVA-Top-G1 DVA-Top-G2 DVA-Bottom-G2 DVA-Bottom-G1 IBOV
Valor Inicial 100,00 100,00 100,00 100,00 100,00
Valor Final  22.649,60 9.361,25 6.720,80 1.239,33 2.420,58
Mês Inicial Setembro/95 Setembro/95 Setembro/95 Setembro/95 Setembro/95
Mês Final Novembro/19 Novembro/19 Novembro/19 Novembro/19 Novembro/19
CGAR 25,14% 20,65% 19,00% 10,97% 14,08%
Meses Positivos 181 190 184 175 173
Meses Negativos 109  100   106 115 117
Melhor Mês 22,92% 22,11% 20,53% 74,36% 26,41%
Pior Mês -26,29% -27,56% -28,98% -34,87% -26,53%
Retorno Total 22.550,00% 9.261,00% 6.621,00% 1.139,00% 2.321,00%

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

Gráfico 2 – DVA Portfólios – Setembro x Ibovespa

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Tabela 5 – Performance DVA – Dezembro

DVA Dezembro Performance
DVA-TOP-G1 DVA-Top-G2 DVA-Bottom-G2 DVA-Bottom-G1 IBOV
Valor Inicial 100,00 100,00 100,00 100,00 100,00
Valor Final 30.703,72 13.487,21 3.496,45 2.574,83 2,594,82
Mês Inicial Dezembro/95 Dezembro/95 Dezembro/95 Dezembro/95 Dezembro/95
Mês Final Dezembro/19 Dezembro/19 Dezembro/19 Dezembro/19 Dezembro/19
CGAR 26,93% 22,66% 15,95% 14,48% 14,52%
Meses Positivos 180 184 173 183 173
Meses Negativos 108 104 115 105 115
Melhor Mês 26,19% 21,16% 21,44% 66,91% 27,37%
Pior Mês -26,94% -29,40% -29,28% -30,84% -27,66%
Retorno Total 30.604,00% 13.387,00% 3.396,00% 2.475,00% 2.495,00%

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

Gráfico 3 – DVA Portfólios – Dezembro x Ibovespa

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

Portfólios DVB

7.2 Os Portfólios DVB são aqueles em que o nosso universo de investimento é restrito às mid e large caps.  Como em todos os portfólios, eles contêm 20 ações cada[51] e o período de manutenção é de 1 ano. Ranqueamos todas as ações do universo de investimento usando o índice EBIT/EV.  As 20 ações com o melhor ranking formam o DVB-Top-G1 e as próximas 20 ações de melhor ranking formam o DVB-Top-G2.  As 20 ações com o pior ranking formam o DVB-Bottom-G1 e as próximas 20 ações de pior ranking formam o DVB-Bottom-G2.   Os portfólios de junho, setembro e dezembro apresentados abaixo são as medias de nossos portfólios teóricos formados em cada um de 18 dias úteis de junho e setembro e de 17 dias úteis de dezembro (ver item 6.4 acima), respectivamente.  A performance do Ibovespa apresentada também é uma média da performance do índice no mesmo período (ver item 6.4 acima). A Tabela 6, a Tabela 7 e a Tabela 8 mostram a performance de todos os Portfólios DVB e o Ibovespa.   Adicionalmente, o Gráfico 4, o Gráfico 5 e o Gráfico 6 comparam cada um de tais portfólios ao Ibovespa.

Tabela 6 – Performance DVB – Junho

DVB Junho Performance
DVB-Top-G1 DVB-Top-G2 DVB-Bottom-G2 DVB-Bottom-G1 IBOV
Valor Inicial 100,00 100,00 100,00 100,00 100,00
Valor Final 13.311,54 13.159,06 6.898,91 1.903,97 2.755,78
Mês Inicial Junho/95 Junho/95 Junho/95 Junho/95 Junho/95
Mês Final Outubro/19 Outubro/19 Outubro/19 Outubro/19 Outubro/19
CGAR 22,25% 22,19% 18,99% 12,86% 14,59%
Meses Positivos 182 193 186 178 174
Meses Negativos 110 99 106 114 118
Melhor Mês 20,23% 72,99% 39,29% 21,03% 26,41%
Pior Mês -26,34% -28,41% -33,26% -32,04% -26,53%
Retorno Total 13.212,00% 13.059,00% 6.799,00% 1.804,00% 2.656,00%

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Gráfico 4 – DVB Portfólios – Junho x Ibovespa

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Tabela 7 – Performance DVB – Setembro

DVB Setembro Performance
DVB-Top-G1 DVB-Top-G2 DVB-Bottom-G2 DVB-Bottom-G1 IBOV
Valor Inicial 100,00 100,00 100,00 100,00 100,00
Valor Final 20.654,43  10.280,01 7.384,80 1.549,83 2.420,58
Mês Inicial Setembro/95 Setembro/95 Setembro/95 Setembro/95 Setembro/95
Mês Final Novembro/19 Novembro/19 Novembro/19 Novembro/19 Novembro/19
CGAR 24,66% 21,11% 19,47% 12,00% 14,08%
Meses Positivos 181 187 185 176  173
Meses Negativos 109 103 105  114 117
Melhor Mês 22,94% 22,15% 20,09% 22,37% 26,41%
Pior Mês -27,36% -27,24% -28,96% -33,10% -26,53%
Retorno Total 20.554,00% 10.180,00% 7.285,00% 1.450,00% 2.321,00%

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Gráfico 5 – DVB Portfólios – Setembro x Ibovespa

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Tabela 8 – Performance DVB – Dezembro

DVB Dezembro Performance
DVB-Top-G1 DVB-Top-G2 DVB-Bottom-G2 DVB-Bottom-G1 IBOV
Valor Inicial 100,00 100,00 100,00 100,00 100,00
Valor Final 22.159,76 10.544,33 3.844,29 2.241,46 2.594,82
Mês Inicial Dezembro/95 Dezembro/95 Dezembro/95 Dezembro/95 Dezembro/95
Mês Final Dezembro/19 Dezembro/19 Dezembro/19 Dezembro/19 Dezembro/19
CGAR 25,22% 21,40% 16,41% 13,82% 14,52%
Meses Positivos 177 184 174 182 173
Meses Negativos 111 104 114 106 115
Melhor Mês 21,22% 21,44% 21,21% 26,33% 27,37%
Pior Mês -27,02% -29,37% -29,42% -30,86% -27,66%
Retorno Total 22.060,00% 10.444,00% 3.744,00% 2.141,00% 2.495,00%

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Gráfico 6 – DVB Portfólios – Dezembro x Ibovespa

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

Portfólios DVC

7.3 Os Portfólios DVC são aqueles em que o nosso universo de investimento é restrito às large caps.  Como em todos os portfólios, eles contêm 20 ações cada[52] e o período de manutenção é de 1 ano. Ranqueamos todas as ações do universo de investimento usando o índice EBIT/EV.  As 20 ações com o melhor ranking formam o DVC-Top-G1 e as próximas 20 ações de melhor ranking formam o DVC-Top-G2.  As 20 ações com o pior ranking formam o DVC-Bottom-G1 e as próximas 20 ações de pior ranking formam o DVC-Bottom-G2.   Os portfólios de junho, setembro e dezembro apresentados abaixo são as medias de nossos portfólios teóricos formados em cada um de 18 dias úteis de junho e setembro e de 17 dias úteis de dezembro (ver item 6.4 acima), respectivamente.  A performance do Ibovespa apresentada também é uma média da performance do índice no mesmo período (ver item 6.4 acima). A Tabela 9, a Tabela 10 e a Tabela 11 mostram a performance de todos os Portfólios DVC e o Ibovespa.   Adicionalmente, o Gráfico 7, o Gráfico 8 e o Gráfico 9 comparam cada um de tais portfólios ao Ibovespa.

Tabela 9 – Performance DVC – Junho

DVC Junho Performance
DVC-Top-G1 DVC-Top-G2 DVC-Bottom-G2 DVC-Bottom-G1 IBOV
Valor Inicial 100,00 100,00 100,00 100,00 100,00
Valor Final 11.053,03 4.645,18 5.498,24 2.619,03 2.755,78
Mês Inicial Junho/95 Junho/95 Junho/95 Junho/95 Junho/95
Mês Final Outubro/19 Outubro/19 Outubro/19 Outubro/19 Outubro/19
CGAR 21,32% 17,07% 17,89% 14,35% 14,59%
Meses Positivos 186 189 177 180 174
Meses Negativos 106 103 115 112 118
Melhor Mês 61,15% 33,76% 67,99% 21,61% 26,41%
Pior Mês -29,46% -27,12% 28,68% -28,90% 26,53%
Retorno Total 10.953,00% 4.545,00% 5.398,00% 2.519,00% 2.656,00%

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Gráfico 7 – DVC Portfólios – Junho x Ibovespa

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Tabela 10 – Performance DVC – Setembro

DVC Setembro Performance
  DVC-Top-G1 DVC-Top-G2 DVC-Bottom-G2 DVC-Bottom-G1 IBOV
Valor Inicial 100,00 100,00 100,00 100,00 100,00
Valor Final 10.084,84 4.410,37 7.580,19 2.017,82 2.420,58
Mês Inicial Setembro/95 Setembro/95 Setembro/95 Setembro/95 Setembro/95
Mês Final Novembro/19 Novembro/19 Novembro/19 Novembro/19 Novembro/19
CGAR 21,02% 16,95% 19,60% 13,23% 14,08%
Meses Positivos 187 191 183 183 173
Meses Negativos 103 99 107 107 117
Melhor Mês 22,54% 23,19% 22,60% 23,05% 26,41%
Pior Mês -31,40% -26,53% -30,40% -30,81% -26,53%
Retorno Total 9.985,00% 4.310,00% 7.480,00% 1.918,00% 2.321,00%

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Gráfico 8 – DVC Portfólios – Setembro x Ibovespa

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Tabela 11 – Performance DVC – Dezembro

DVC Dezembro Performance
DVC-Top-G1 DVC-Top-G2 DVC-Bottom-G2 DVC-Bottom-G1 IBOV
Valor Inicial  100,00 100,00 100,00 100,00 100.00
Valor Final 12.361,42 4.657,49 6.447,66 1.706,87 2.594,82
Mês Inicial Dezembro/95 Dezembro/95 Dezembro/95 Dezembro/95 Dezembro/95
Mês Final Dezembro/19 Dezembro/19 Dezembro/19 Dezembro/19 Dezembro/19
CGAR 22,21% 17,34% 18,94% 12,54% 14,52%
Meses Positivos 184 186 181 181 173
Meses Negativos 104  102 107 107 115
Melhor Mês 19,59% 29,33% 19,64% 25,40% 27,37%
Pior Mês -28,58% -29,27% -28,61% -30,13% -27,66%
Retorno Total 12.261,00% 4.557,00% 6.348,00% 1.607,00% 2.495,00%

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

 Gráfico 9 – DVC Portfólios – Dezembro x Ibovespa

Fonte: Pesquisa própria, com base em informações fornecidas pela Economatica

Comparação de Performance

7.4 Vale a pena organizar os resultados em algumas tabelas curtas para melhor visualizar a performance das carteiras teóricas de acordo com o ranking de EY (Top-G1, Top-G2, Bottom-G2 e Bottom-G1). A Tabela 12, a Tabela 13 e a Tabela 14 mostram a ordem de performance (de 1 a 4, sendo 1 a melhor performance e 4 a pior) em junho, setembro e dezembro para as carteiras DVA, DVB e DVC, respectivamente.

Tabela 12

DVA
Mês Top-G1 Top-G2 Bottom-G2 Bottom-G1
Junho 2 1 3 4
Setembro 1 2 3 4
Dezembro 1 2 3 4

Tabela 13

DVB
Mês Top-G1 Top-G2 Bottom-G2 Bottom-G1
Junho 1 2 3 4
Setembro 1 2 3 4
Dezembro 1 2 3 4

Tabela 14

DVC
Mês Top-G1 Top-G2 Bottom-G2 Bottom-G1
Junho 1 2 3 4
Setembro 1 3 2 4
Dezembro 1 3 2 4

VIII. Considerações Finais

8.1 Nesta pesquisa cobrimos portfólios de 25 anos (1995-2019) em virtualmente todos os dias úteis de junho, setembro e dezembro.  Durante tal período, seguimos 3 variações diferentes do deep value, de acordo com a capitalização de mercado das companhias investidas.  Para cada uma dessas variações, formamos 4 portfólios.  No total, formamos 15.900 portfólios, se considerarmos cada portfólio individual formado para cada dia.  Colocando essa informação em contexto, o número não é tão grande.  No fim das contas, cobrimos poucas variações (capitalização de mercado e ranking de EY) de uma mesma estratégia.  Ainda precisamos testar estatisticamente esses resultados.

8.2 Entendemos que alguns achados de nossa pesquisa merecem atenção: (i) há uma diferença considerável de performance entre os portfólios; (ii) há uma relativa ordem na performance dos portfólios naquilo que diz respeito ao ranking de EY das ações que os formam; e (iii) os portfólios formados com as ações mais caras tiveram resultado baixo.

8.3 Se considerarmos os 36 portfólios médios que formamos, em todos eles há uma considerável diferença entre aqueles formados pelas ações mais baratas (Top-G1) e aqueles formados pelas ações mais caras (Bottom-G1).  Em todos os casos, os portfólios Top-G1 tiveram uma performance muito melhor que os portfólios Bottom-G1.  Essas carteiras representam os extremos, as melhores de um lado e a as piores de outro.  Aqui, a diferença sempre foi grande e a favor das ações mais baratas.

8.4 Além disso, na maioria dos casos, a performance dos portfólios seguiu uma ordem correspondente ao ranking de EY das ações que os formaram.  Isso significa que os portfólios Top-G1 (ações mais baratas) performaram melhor que os Top-G2, que, por sua vez, tiveram performance superior aos Bottom-G2, que por fim ainda foram melhores que os Bottom-G1 (ações mais caras).  Houve 3 exceções a essa ordem.  Uma das exceções ocorreu com as carteiras DVA de junho, em que o Top-G2 teve uma performance superior ao Top-G1.  As outras exceções ocorreram no caso das carteiras DVC de setembro e dezembro, em que a performance do Bottom-G2 foi superior àquela do Top-G2.  Não vemos uma explicação para a essa diferença de ordem.  Talvez, a sobreposição de algumas ações entre as carteiras Top-G2 e Bottom-G2 em alguns anos tenha influenciado o resultado.

8.5 Todas as carteiras Bottom-G1 (ações mais caras) tiverem performance inferior ao Ibovepa.  Em alguns casos, os resultados foram praticamente os mesmos (DVA Dezembro, DVB Junho and DVC Junho), mas ainda assim inferiores.

8.6 Na nossa opinião, os resultados acima, com todas as suas limitações, são encorajadores.  Primeiramente, cobrimos um período razoavelmente longo de tempo em nossa pesquisa.  Além disso, pesquisas similares em outros mercados mostraram que o value premium é um fenômeno abrangente, assim faz sentido o acharmos no Brasil também.  Por fim, se mantivermos uma abordagem de senso comum, faz muito sentido comprar ações baratas com algum nível de diversificação.  Se compramos barato, minimizamos nossas chances de erro.  Se mantivermos algum nível de diversificação, teremos uma segunda camada para minimizar nossas chances de erro.  Às vezes, melhor do que acertar, é não errar.  Isso, em si, é o acerto.

IX. Bibliografia

Berkin, Andrew L. e Swedroe, Larry E., Your Complete Guide to Factor-Based Investing (Saint Louis: Bam Alliance Press, 2016).

Buffett, Warren, The Superinvestors of Graham-and-Doddsville, texto em https://www8.gsb.columbia.edu/sites/valueinvesting/files/files/Buffett1984.pdf.

Carlisle, Tobias E., The Acquirer’s Multiple (San Bernardino: Ballymore Publishing, 2017).

Carlisle, Tobias E., Deep Value (New York: Wiley, 2014).

Gray, Wesley R., “Factor Investing is More Art, and Less Science”, em The Best Investment Writing, editado por Meb Faber, Harriman House, 2018.

Gray, Wesley R. e Vogel, Jack, Quantitative Momentum (New York: Wiley, 2016).

Gray, Wesley R., Vogel, Jack R. e Foulke, David P., DIY Financial Advisor (New York: Wiley, 2015).

Greenblatt, Joel, The Little Book that Still Beats the Market (New York: Wiley, 2010).

O’Shaughnessy, James P., What Works on Wall Street, Fourth Edition (New York: McGraw Hill, 2012).

Wilson, Timothy D., Strangers to Ourselves (Cambridge: The Belknap Press of Harvard University Press, 2002).

Anexo I

Divulgação de Informações Financeiras no Brasil – Datas

1. Em janeiro de 1995, a norma em vigor que regulamentava a divulgação de informações financeiras por companhias abertas era a Instrução nº 202/93 da Comissão de Valores Mobiliários – CVM (“ICVM 202”). Sem adentrar em detalhes, naquela época nós tínhamos a Demonstração Financeira Padronizada – DFP e as Informações Trimestrais – ITR. O ITR também contém demonstrações financeiras.

2. A DFP deveria ser disponibilizada em até 30 dias da Assembleia Geral Ordinária (que deve ocorrer até 30 de abril de cada ano, conforme o Artigo 132 da Lei das S.A.) (artigo 16, II da ICVM 202). Por sua vez, o ITR deveria ser disponibilizado em até 45 dias após o término de cada trimestre, exceto o último.

3. Uma exceção à regra acima fez com que a paridade entre o preço de mercado e as demonstrações financeiras se tornasse confusa. No início de 1996, a CVM baixou a Instrução nº 245/96, que permitiu que companhias com faturamento abaixo de R$ 100 milhões divulgassem o ITR em até 60 dias após o término de cada trimestre, exceto o último.

4. No final de 2009, a ICVM 480/09 revogou a ICVM 202 e a ICVM 245 e criou um período unificado de 30 dias para a divulgação de informações trimestrais (artigo 29, II). Este regime permaneceu em vigor por menos de dois anos e, no final de 2011, a ICVM 511/11 criou um período unificado de 45 dias para a divulgação de informações trimestrais.

5. Na prática, isto significa que tivemos dois principais períodos para a divulgação de informações trimestrais, baseado no faturamento das companhias. A Figura 1e a Figura 2 abaixo explicam isso melhor.

6. Sob o regime da ICVM 202 (e também da ICVM 511/11), podíamos montar 6 portfólios mensais com o devido pareamento de preços de mercado passados com as demonstrações financeiras então disponíveis (maio, junho, agosto, setembro, novembro e dezembro). Por sua vez, sob o regime da ICVM 245, podíamos formar somente 3 portfólios mensais com o tal devido pareamento (junho, setembro e dezembro). Em vista do número limitado de companhias abertas no Brasil, e para ter um período maior de cobertura, decidimos formar somente 3 portfólios mensais em junho, setembro e dezembro. Isto significa que podemos cobrir todo o mercado brasileiro sem distinção entre os regimes de divulgação e manter uniformidade na formação de nossos portfólios.

Figura 1 – Regime da ICVM 245:

Período A: durante este período não sabemos se as últimas demonstrações financeiras publicamente disponíveis são as do 3T ou 4T do ano anterior.  Isto acontece porque a DFP pode ter sido divulgada em qualquer dia de 1º de janeiro a 31 de março. Assim, o risco de pareamento incorreto entre as demonstrações financeiras então disponíveis ao público e o preço de mercado no passado é alto.

Período B: durante este período não sabemos se as últimas demonstrações financeiras publicamente disponíveis são as do 4T do ano anterior ou as do 1T do ano corrente. Isto acontece porque as demonstrações financeiras do 1T podem ter sido disponibilizadas em qualquer dia entre 31 de março até 30 de maio. Assim, o risco de pareamento incorreto entre as demonstrações financeiras então disponíveis ao público e o preço de mercado no passado é alto.

Período C: durante este período, as últimas demonstrações financeiras então disponíveis são as do 1T. Isto acontece porque a data para divulgação de tais demonstrações financeiras já havia expirado (30 de maio) e o 2T ainda não terminou.

Período D: durante este período não sabemos se as últimas demonstrações financeiras publicamente disponíveis são as do 1T ou do 2T do ano em curso. Isto acontece porque as demonstrações financeiras do 2T podem ter sido divulgadas em qualquer dia de 30 de junho a 30 de agosto. Assim, o risco de pareamento incorreto entre as demonstrações financeiras então disponíveis ao público e o preço de mercado no passado é alto.

Período E: durante este período, as últimas demonstrações financeiras então disponíveis são as do 2T. Isto acontece porque a data para divulgação de referidas demonstrações financeiras já havia expirado (30 de agosto) e o 3T ainda não terminou.

Período F: durante este período não sabemos se as últimas demonstrações financeiras disponíveis são as do 2T ou 3T do ano em curso. Isto acontece porque as demonstrações financeiras do 3T podem ter sido divulgadas em qualquer dia de 30 de setembro a 30 de novembro. Assim, o risco de pareamento incorreto entre as demonstrações financeiras então disponíveis ao público e o preço de mercado no passado é alto.

Período G: durante este período, as últimas demonstrações financeiras então disponíveis ao público são as do 3T. Isto acontece porque a data para divulgação de referidas demonstrações financeiras já havia expirado (30 de novembro) e o 4T ainda não terminou.

Figura 2 – Regime da ICVM 202 e ICVM 511:

Período A: durante este período não sabemos se as últimas demonstrações financeiras publicamente disponíveis são as do 3T ou 4T do ano anterior.  Isto acontece porque a DFP pode ter sido divulgada em qualquer dia de 1º de janeiro a 31 de março. Assim, o risco de pareamento incorreto entre as demonstrações financeiras então disponíveis ao público e o preço de mercado no passado é alto.

Período B: durante este período não sabemos se as últimas demonstrações financeiras publicamente disponíveis são as do 4T do ano anterior ou as do 1T do ano corrente. Isto acontece porque as demonstrações financeiras do 1T podem ter sido disponibilizadas em qualquer dia entre 31 de março até 15 de maio. Assim, o risco de pareamento incorreto entre as demonstrações financeiras então disponíveis ao público e o preço de mercado no passado é alto.

Período C: durante este período, as últimas demonstrações financeiras então disponíveis são as do 1T. Isto acontece porque a data para divulgação de tais demonstrações financeiras já havia expirado (15 de maio) e o 2T ainda não terminou.

Período D: durante este período não sabemos se as últimas demonstrações financeiras publicamente disponíveis são as do 1T ou do 2T do ano em curso. Isto acontece porque as demonstrações financeiras do 2T podem ter sido divulgadas em qualquer dia de 30 de junho a 14 de agosto. Assim, o risco de pareamento incorreto entre as demonstrações financeiras então disponíveis ao público e o preço de mercado no passado é alto.

Período E: durante este período, as últimas demonstrações financeiras então disponíveis são as do 2T. Isto acontece porque a data para divulgação de referidas demonstrações financeiras já havia expirado (14 de agosto) e o 3T ainda não terminou.

Período F: durante este período não sabemos se as últimas demonstrações financeiras disponíveis são as do 2T ou 3T do ano em curso. Isto acontece porque as demonstrações financeiras do 3T podem ter sido divulgadas em qualquer dia de 30 de setembro a 14 de novembro. Assim, o risco de pareamento incorreto entre as demonstrações financeiras então disponíveis ao público e o preço de mercado no passado é alto.

Período G: durante este período, as últimas demonstrações financeiras então disponíveis ao público são as do 3T. Isto acontece porque a data para divulgação de referidas demonstrações financeiras já havia expirado (14 de novembro) e o 4T ainda não terminou.

Anexo II

Factor Investing – Sumário Bem Curto

1. Nosso objetivo aqui é bem limitado. Queremos apenas dar aos leitores uma impressão do que é um fator e o significado de factor investing[53], para ajudá-los a melhor entender o que queremos dizer quando escrevemos acima que o deep value pode ser visto como uma forma de factor investing.

2. Talvez uma boa analogia seja o leitor pensar na sua fruta favorita. Essa fruta é laranja, limão ou morango? Digamos que seja limão. Houve bastante pesquisa química para isolar o aroma de limão.  Provavelmente, o leitor já leu o rótulo de um sorvete de limão que diz “contém aroma de limão”.  Isso significa que a composição química do aroma de limão foi incluída no sorvete.

3. Simplificando demais as coisas, podemos dizer que um fator é similar a um aroma. Houve bastante pesquisa financeira para “isolar” os elementos de diferentes estilos de investimento. O elemento isolado de um estilo de investimento é um fator.  Basicamente, a pesquisa consiste na formação de carteiras com ativos que têm certas características (ações de small caps, por exemplo) e na observação da performance e risco destas carteiras. O comportamento destas carteiras é o comportamento do fator.

4. Uma vez que um fator é identificado, utilizar esse fator para investimentos reais é factor investing. Um fator pode ser comparado a um aroma, mas ele está muito distante disso. No caso de um aroma, com os elementos químicos isolados, o aroma pode ser replicado, mas no caso de um fator, investimentos reais são necessários para sua replicação.  Aqui talvez esteja aquilo que seja mais importante de um fator: ele é um atalho para a formação de uma carteira.  Fora de uma abordagem que siga um fator, a formação de um portfólio envolve uma análise de baixo pra cima (bottom-up) de cada ação (olhar detalhadamente cada companhia investida).  A partir do uso de um fator, a formação é simplificada, permitindo uma abordagem de cima pra baixo (top-down).

5. O processo de isolamento dos fatores criou uma verdadeira corrida do ouro financeira para achar o fator perfeito. De fato, diversos fatores foram achados, mas poucos provaram serem fatores reais. Muita pirita (ouro de tolo) foi achada no lugar de ouro de verdade.  Swedroe e Berkin sumarizam muita pesquisa sobre factor investing e identificam os fatores reais que existem[54]. Eles indicam que um fator confiável tem cinco características.  A primeira é persistência; significa que o fator tem que persistir por um longo tempo e em diferentes ambientes econômicos.  A segunda é ser pervasivo; significa que o fator está presente em diferentes países, setores e ativos.  A terceira é robustez; significa que diferentes versões do fator têm performances similares (tal como value investing definido como price-to-book, earnings ou cash flow). A quarta é ser passível de investimento real; significa que tem que ser possível ao investidor investir nele na prática.  A quinta é ser intuitiva; significa que o fator tem que ter uma explicação seja do ponto de vista de risco ou de algum viés comportamental.

6. Um dos fatores reais identificado é o fator value[55]. Os autores não mencionam o deep value, mas cobrem diversas variações do fator value. Considerando que o deep value é uma variação desse fator, acreditamos que pesquisar o deep value no Brasil faz muito sentido.  Além disso, a própria existência do fator value em outros lugares nos dá algum conforto para implementar o deep value no Brasil.

Notas de Fim

[1] Não cobrimos a crise de 2020 aqui.  Os efeitos que a crise teve no nosso portfólio real está no post Charutos, Fraudas e Investimentos.  Outro efeito da crise que sofremos foi atrasar ainda mais a finalização desse post.

[2] Há uma discussão sobre o conceito de margem de segurança e pesquisa a seu respeito na obra de Tobias E. Carlisle, Deep Value, Willey, Nova Iorque, 2014, pp. 20 a 28.

[3] Ver Warren Buffett, The Superinvestors of Graham-and-Doddsville sobre uma breve descrição dos discípulos de Benjamin Graham e seus estilos de investimento.  Texto encontrado em https://www8.gsb.columbia.edu/sites/valueinvesting/files/files/Buffett1984.pdf

[4] Ver Tobias E. Carlisle, Deep Value, pp. 35 a 51 sobre a evolução do estilo de investimento de Warren Buffett.

[5] Ver Tobias E. Carlisle, Deep Value, p. 38.

[6] Ver Tobias E. Carlisle, Deep Value, pp. 43 a 51.

[7] Ver o Anexo II sobre factor investing.  Em linhas gerais, a “automatização” da seleção de ações seguindo um certo critério de escolha é uma forma de factor investing.

[8] Joel Greenblatt, The Little Book that Still Beats the Market (New York: Wiley, 2010).

[9] Joel Greenblatt, The Little Book that Still Beats the Market, pp. 166 a 168.

[10] Joel Greenblatt, The Little Book that Still Beats the Market, pp. 169 to 172.

[11] Joel Greenblatt, The Little Book that Still Beats the Market, p. 67.

[12] Joel Greenblatt, The Little Book that Still Beats the Market, p. 64.

[13] Tobias E. Carlisle, Deep Value, p. 61.

[14] O benefício tributário foi criado pela Law n. 9,532/97 e extinto pela lei n. 12,973/14.

[15] Joel Greenblatt, The Little Book that Still Beats the Market, p. 168.

[16] Poderíamos calcular a versão brasileira da Magic Formula mantendo o valor de goodwill (e provavelmente é isso que faremos no futuro), mas queríamos ficar o mais próximo possível das fórmulas originais no começo do nosso trabalho.

[17] Ver Tobias E. Carlisle, Deep Value.  Tais conceitos são desenvolvidos ao longo de todo o livro, mas um sumário bem curto deles pode ser achado nas pp. XI a XIII.

[18] Ver Tobias E. Carlisle, Deep Value.  O livro tem diversos exemplos de situações de mercado onde o valor de companhias é destravado.  Em pp. 1 a 17, há uma descrição de algumas operações de Carl Ichan.  Um sumário sobre o assunto pode ser encontrado em pp. 205 a 213.

[19] Ver Tobias E. Carlisle, Deep Value, pp. 19 a 33 sobre diferentes visões sobre o significado de margem de segurança.

[20] James P. O’Shaughnessy, What Works on Wall Street, 4a. Edição (New York: McGraw Hill, 2012), pp. 30 a 30 e Wesley R. Gray, Jack R. Vogel e David P. Foulke, DIY Financial Advisor (New York: Wiley, 2015), pp. 31 a 47.

[21] Tobias E. Carlisle, Deep Value, p. 90.

[22] Timothy D. Wilson, Strangers to Ourselves (Cambridge: The Belknap Press of Harvard University Press, 2002), pp. 43 a 66.

[23] Timothy D. Wilson, Strangers to Ourselves, pp. 43 a 66.

[24] Timothy D. Wilson, Strangers to Ourselves, p. 23.

[25] Timothy D. Wilson, Strangers to Ourselves, pp. 46 a 48.

[26] Timothy D. Wilson, Strangers to Ourselves, pp. 46 a 48.

[27] Timothy D. Wilson, Strangers to Ourselves, p. 50.

[28] Wesley R. Gray e Jack Vogel, Quantitative Momentum (New York: Wiley, 2016), pp. 19 e 20, citando o trabalho de Daniel Kahneman no livro Thinking Fast and Slow.

[29] Ibid.

[30] Wesley R. Gray, Jack R. Vogel e David P. Foulke, DIY Financial Advisor, p. 28 e pp. 49 a 53, James P. O’Shaughnessy, What Works on Wall Street, pp. 38 a 40, e Timothy D. Wilson, Strangers to Ourselves, pp. 93 a 115.

[31] Tobias E. Carlisle, Deep Value, pp. 77 a 97, p. 127 e p. 211.

[32] Wesley R. Gray and Jack Vogel, Quantitative Momentum, p. 24.

[33] Isso colocando outras questões de lado, como liquidez das ações e o fato de algumas oportunidades de investimento serem small caps.

[34] Tobias E. Carlisle, Deep Value, pp. 77 a 97.

[35] Tobias E. Carlisle, Deep Value, pp. 210 a 213.

[36] O valor da oferta foi de R$82,00 por ação e a cotação no fechamento do dia em que a oferta foi lançada foi de R$65,50.

[37] Wesley R. Gray e Tobias E. Carlisle, Quantitative Value (New York: Wiley, 2016), pp. 129 a 163.  Tobias E. Carlisle, Deep Value, pp. 53 a 75.

[38] Tobias E. Carlisle, The Acquirer’s Multiple, (San Bernardino: Ballymore Publishing, 2017), p. 69.

[39] Tobias E. Carlisle, The Acquirer’s Multiple, p. 66.

[40] Em alguns casos, quando foi impossível ter 20 ações em um dado portfólio em um ano, usamos o máximo de ações disponíveis para tal portfólio, aumentado sua concentração.  O mínimo de ações em um portfólio foi 13.  Além disso, houve em alguns casos uma sobreposição na formação de portfólios entre os portfólios Top-G2 e Bottom-G2, principalmente nos portfólios DVC. Em um total de 15.900 carteiras anuais, a grande maioria tinha 20 ações (15.462).  122 tinham 19 ações, 46 tinham 18 ações, 104 tinham 17 ações, 64 tinham 16 ações, 22 tinham 15 ações, 44 tinham 14 ações e 36 tinham 13 ações.

[41] Em alguns casos, em vista do número limitado de ações remanescentes depois de aplicação de nossos filtros de seleção, houve alguma sobreposição entre os portfólios Top-G2 e Bottom-G2.  O número mínimo de ações selecionadas foi de 33.

[42] Ver notas 40 e 41 acima.

[43] Ver notas 40 e 41 acima.

[44] Segundos dados disponíveis na Economatica, ao se buscar por ações ativas no Brasil.  Devemos notar que apenas 294 papéis foram efetivamente negociações no período de um mês que antecedeu nossa consulta.

[45] Tobias E. Carlisle, Deep Value, pp. 66.

[46] Joel Greenblatt, The Little Book that Still Beats the Market, p. 65.

[47] James P. O’Shaughnessy, What Works on Wall Street, p. 54.

[48] Os valores de capitalização de mercado nesta pesquisa são diferentes dos valores da pesquisa de 2019 porque agora verificamos o valor de mercado no primeiro dia útil de junho de cada ano.  Na pesquisa de 2019, havíamos calculado os valores de capitalização de mercado do dia 20 de maio de cada ano.

[49] A presente tabele corrige um erro nos valores da pesquisa de 2019.

[50] Ver notas 40 e 41 acima.

[51] Ver notas 40 e 41 acima.

[52] Ver notas 40 e 41 acima.

[53] Há um ótimo e bem acessível sumário sobre factor investing in Wesley R. Gray, “Factor Investing is More Art, and Less Science”, em The Best Investment Writing, Volume 2, editado por Meb Faber, Harriman House, 2018.

[54] Andrew L. Berkin e Larry E. Swedroe, Your Complete Guide to Factor-Based Investing (Saint Louis: Bam Alliance Press, 2016).

[55] Andrew L. Berkin e Larry E. Swedroe, Your Complete Guide to Factor-Based Investing, pp. 61 a 86.

4 comentários

  1. Excelente estudo, parabéns! A tempos procuro conteúdo brasileiro a respeito de Deep Value e/ou Magic formula mas são bastante escassos. Sua iniciativa ajuda a dar uma comprovação mais científica em teorias que se provaram eficazes no mercado americano. Desde que comecei a utilizar o modelo da MF a anos atrás e posteriormente DV como metódos de “screening”, tive ganhos relevantes de rentabilidade na carteira. No meu caso, nao sigo a risca o método, pois prefiro analisar individualmente cada ativo para ter uma maior segurança. Um detalhe que ocorre bastante é o fato das melhores colocadas estarem com o resultado afetado por não recorrentes. Só este detalhe já afeta enormemente os resultados da seleção. Outra estratégia que utilizo em paralelo, também utilizando o “screening” das piores colocadas tanto na MF e DV é montar uma carteira short (também fazendo seleção individual) que fica em standby para momentos que julgo interessante hedgear a carteira (topos de canal, resistências, cruzamento de médias e feeling de mercado). Existe um estudo bem interessante lá fora que foi testado e que tirando a bolha pontocom (que teria quebrado a estratégia), teria proporcionado retornos altíssimos com baixa volatilidade fornecida pelas posições shorts. É uma abordagem um pouco mais arriscada, porém nessa crise se mostrou essencial para defender a carteira. Se não tivesse hedgeado estaria perdendo mais que o IBOV, contra apenas -3% no ano com ela. Segue o estudo americano: https://alphaarchitect.com/2011/10/19/shorting-the-magic-formula/

    Você tem acesso ao Economática para fazer estes backtests? Uma estratégia que seria interessante verificar no Brasil é a de momentum+baixo VPA. De acordo com esse artigo, foi a mais bem sucedida nos EUA: https://www.quant-investing.com/strategies

    Desculpa o texto longo.
    abs
    Bernardo Mansur

  2. Excelente estudo, parabéns! A tempos procuro conteúdo brasileiro a respeito de Deep Value e/ou Magic formula mas são bastante escassos. Sua iniciativa ajuda a dar uma comprovação mais científica em teorias que se provaram eficazes no mercado americano. Desde que comecei a utilizar o modelo da MF a anos atrás e posteriormente DV como metódos de “screening”, tive ganhos relevantes de rentabilidade na carteira. No meu caso, nao sigo a risca o método, pois prefiro analisar individualmente cada ativo para ter uma maior segurança. Um detalhe que ocorre bastante é o fato das melhores colocadas estarem com o resultado afetado por não recorrentes. Só este detalhe já afeta enormemente os resultados da seleção. Outra estratégia que utilizo em paralelo, também utilizando o “screening” das piores colocadas tanto na MF e DV é montar uma carteira short (também fazendo seleção individual) que fica em standby para momentos que julgo interessante hedgear a carteira (topos de canal, resistências, cruzamento de médias e feeling de mercado). Existe um estudo bem interessante lá fora que foi testado e que tirando a bolha pontocom (que teria quebrado a estratégia), teria proporcionado retornos altíssimos com baixa volatilidade fornecida pelas posições shorts. É uma abordagem um pouco mais arriscada, porém nessa crise se mostrou essencial para defender a carteira. Se não tivesse hedgeado estaria perdendo mais que o IBOV, contra apenas -3% no ano com ela. Segue o estudo americano: https://alphaarchitect.com/2011/10/19/shorting-the-magic-formula/

    Você tem acesso ao Economática para fazer estes backtests? Uma estratégia que seria interessante verificar no Brasil é a de momentum+baixo P/VPA. De acordo com esse artigo, foi a mais bem sucedida nos EUA: https://www.quant-investing.com/strategies

    Desculpa o texto longo.
    abs
    Bernardo Mansur

  3. Bernardo, muito obrigado pelo comentário. Fico contente que tenha gostado do artigo. Para os giros da carteira de 2020 pretendo alguns ajustes, como a recorrência dos resultados. Bom saber que o impacto desse ajuste tem sido positivo na sua carteira. Não conhecida esse estudo de Alpha Architect. Acho o material que eles produzem sensacional. Vou ver esse artigo.

    No meu radar está fazer alguns testes adicionais, como o Deep Value e boas pagadoras de dividendos e a Magic Formula. Gosta de sua ideia de momentum + baixo P/VPA. Hoje, eu preciso mexer na arquitetura do meu processamento de dados para repetir um estudo tão amplo como o feito agora com o Deep Value. Algum estudo que não pegue todos os dias do período analisado é mais provável em um futuro próximo.

    Short via aluguel de ações é fogo… Risco ilimitado. O que já fiz foi short via put contra o Ibov, o que está fazendo esse ano ser menos ruim (ao redor de -16% contra uns -31% do Ibov).

    Abs,

    BH

Deixe uma resposta

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.