Content uploaded by Júlio Lobão
Author content
All content in this area was uploaded by Júlio Lobão on Apr 30, 2020
Content may be subject to copyright.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Monthly Seasonality and the Turn-of-the-year Effect:
New Evidence from the Euronext Lisbon.
Júlio Lobão1
Carlos Lobo2
RESUMO
Neste artigo testamos os efeitos de sazonalidade mensal e o efeito passagem de ano nas
ações cotadas na Euronext Lisbon recorrendo a modelos de regressões com variáveis
binárias. No período 1989-2012, o mercado parece ter produzido um prémio de risco
insuficiente durante o mês de junho e um prémio de risco excessivo durante o mês de
dezembro. Para além disso, reportamos pela primeira vez a existência de prémios de risco
anormalmente elevados nas últimas 5 sessões de cada ano. Estes resultados não
encontram justificação em fatores como a capitalização das ações ou em potenciais efeitos
fiscais. A instabilidade seccional dos padrões de sazonalidade observados coloca em
dúvida a capacidade dos investidores para os explorar e impede que se retirem
implicações conclusivas quanto à eficiência do mercado.
Palavras-chave: eficiência de mercado, anomalias financeiras, efeitos fiscais,
sazonalidade mensal, efeito passagem de ano.
1 University of Porto – School of Economics and Management, jlobao@fep.up.pt
2 University of Porto – School of Economics and Management, cmplobo@hotmail.com
Portuguese Journal of Finance, Management and Accounting
ISSN: 2183-3826. Vol 4, Nº 8, September 2018
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
4
ABSTRACT
In this paper we test for the existence of monthly seasonality patterns and the turn-of-the-
year effect on the stock market at the Euronext Lisbon using regression models with
binary variables. In the period 1989-2012, the market appears to have produced an
insufficient risk premium during the month of June and an excessive risk premium during
the month of December. In addition, we report for the first time the existence of
abnormally high-risk premiums in the last 5 trading sessions of each year. These results
cannot be explained by factors such as market capitalization or potential tax effects. The
sectional instability observed in the seasonality patterns casts doubt on the investors'
ability to exploit them and prevents the drawing of conclusive implications in terms of
market efficiency.
Key-words: market efficiency, financial anomalies, fiscal effects, monthly seasonality,
turn-of-the-year effect.
Received on: 2018.06.22
Approved on: 2018.07.25
Evaluated by a double blind review system
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
5
1. Introdução
A hipótese da eficiência dos mercados continua a ser um tópico central na
literatura em finanças. De acordo com essa hipótese, os preços das ações deverão refletir
de forma quase imediata toda a informação disponível para que os mercados possam ser
considerados eficientes (Fama, 1970).
A possibilidade dos mercados serem ineficientes é importante para os investidores
na medida em que a previsibilidade dos preços pode ser explorada para obter retornos
supranormais. O teste à hipótese de eficiência dos mercados é também relevante para os
reguladores e decisores políticos na medida em que a falta de eficiência dos mercados
não permite que os preços funcionem corretamente podendo implicar uma afetação
subótima dos recursos sociais.
O teste às regularidades nas rendibilidades dos preços dos ativos financeiros tem
merecido atenção na literatura durante as últimas décadas.A existência de tais
regularidades representa um desafio à noção de que os mercados financeiros são
eficientes. As anomalias sazonais podem ser definidas como a tendência das
rendibilidades para evidenciar padrões sistemáticos em determinadas alturas do dia, da
semana, do mês, ou do ano. Por exemplo, os investidores poderiam comprar ações nos
meses com rendibilidades anormalmente baixas e vender esses títulos nos meses onde
ocorrem rendibilidades anormalmente elevadas. Tal seria inconsistente com a verificação
da hipótese dos mercados eficientes. Entre os efeitos de sazonalidade contam-se, por
exemplo, o chamado efeito janeiro e o efeito passagem de ano. O efeito janeiro postula
que as rendibilidades nesse mês devem ser superiores (e.g., Rozeff e Kinney, 1976; Keim,
1983; Gultekin e Gultekin, 1983) e o efeito passagem de ano descreve o aumento no preço
das ações nos últimos dias de dezembro e nos primeiros dias de janeiro (Lakonishok e
Smidt, 1988).
O objetivo deste artigo é o de testar os efeitos de sazonalidade (sazonalidade
mensal e o efeito passagem de ano) nas ações cotadas na Euronext Lisbon no período
1989-2012. Não há consenso sobre a verificação de efeitos sazonais com frequência
mensal neste mercado. Por exemplo, há autores que encontram rendibilidades
significativamente mais elevadas no mês de janeiro (Borges, 2009), outros autores
encontram efeitos similares em março (Fountas e Segredakis, 2002) e outros ainda em
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
6
fevereiro e dezembro (Silva, 2010). Estes resultados contraditórios sugerem a necessidade
de se continuar a investigar este assunto. Além disso, tanto quanto é do nosso
conhecimento, não foi realizado até ao momento qualquer estudo acerca do efeito
passagem de ano no mercado de ações da Euronext Lisbon. Ao estudar os efeitos de
sazonalidade no mercado de açõesde Portugal, o nosso artigo oferece três contribuições
principais para a literatura. Em primeiro lugar, trata-se do primeiro estudo sobre o efeito
passagem de ano nesse mercado e daanálise acerca da sazonalidade mensal com uma
amostra mais extensa do conjunto das pesquisas já realizadas até ao momento. Em
segundo lugar, analisa-sea sazonalidade não apenas nos índices acionistas mas também
nas ações individuais, o que permite estudar os efeitos da interação da sazonalidade quer
com os efeitos fiscais quer com a capitalização bolsista. Tal contribuição é tanto mais
relevante quanto é sabido que alguns autores defendem que os efeitos de sazonalidade
podem variar ao longo dessas duas dimensões (e.g., Siegel, 2014; Easterday e Sen,
2016).Por último, o presente estudo testa os efeitos da sazonalidade não nas
rendibilidades, conforme é comum em pesquisas acerca desta temática, mas no prémio
de risco de mercado. A possibilidade de se considerarem prémios de risco variáveis ao
longo do tempo afigura-se como uma contribuição relevante na medida em que tem sido
sugerido na literatura que os testes de eficiência que não têm em consideração esta
característica dos mercados podem ser inapropriados (Timmermann e Granger, 1995;
Cochrane, 2017).
O presente artigo está organizado em 5 secções. Na secção seguinte apresentamos
uma revisão da literatura mais relevante acerca dos efeitos de sazonalidade mensal e do
efeito de passagem de ano, bem como acerca da relação entre estas anomalias e a
capitalização bolsista e os efeitos fiscais. Na secção 3 apresentamos a amostra e os
métodos adotados na nossa pesquisa. A secção contém os resultados do estudo empírico.
A secção 5 reúne as principais conclusões do artigo.
2. Revisão da literatura
Rozeff e Kinney (1976) foram dos primeiros a documentar a existência de padrões
de sazonalidade mensal. O fenómeno foi estudado num índice de ações da New York Stock
Exchange (NYSE), no período 1904-1974. Concluiu-se que o mês de janeiro apresentou
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
7
taxas de rendibilidade significativamente mais elevadas (média de 3,48% face a média de
0,42% nos restantes meses do ano).
Alguns autores mostram-se céticos em relação à relevância do efeito janeiro nos
mercados dos nossos dias. Por exemplo, Fountas e Segredakis (2002) examinaram 18
mercados emergentes no período 1987-1996. Apesar de terem encontrado efeitos
sazonais significativos, os autores assinalam a ausência de evidências para o efeito
janeiro. No mesmo sentido, Marquering et al. (2006) fazem notar que os sinais de tais
efeitos se desvaneceram na sequência da publicação do artigo de Rozeff e Kinney (1976).
Apesar destes resultados, a evidência apresentada por outros autores parece apontar no
sentido da permanência do efeito janeiro na atualidade. Por exemplo, Haugen e Jorion
(1996) concluem que as rendibilidades no primeiro mês do ano se mantiveram elevadas
no período 1977-1993, tendo o excesso de rendibilidade em janeiro atingido os 2,9 por
cento em média. Num estudo posterior, Haug e Hirschey (2006) analisam o período 1802-
2004 para mostrar que o efeito persiste até aos últimos anos da amostra. E Easterday et
al. (2009, p. 1192) concluem que «… o efeito janeiro persiste ao longo do período
analisado (1946-2007) não se tendo encontrado evidências de que os prémios em janeiro
estão a diminuir tal como seria de prever que ocorresse num mercado eficiente».
A sazonalidade mensal, com destaque para o efeito janeiro, parece ser um
fenómeno internacional. Por exemplo, Gultekin e Gultekin (1983) recorreram a dados
relativos a 17 países diferentes tendo encontrado evidências de que as rendibilidades em
janeiro foram muito superiores às obtidas nos restantes meses em todos os mercados
estudados. Mais recentemente, Siegel (2014) corrobora estas conclusões para 19
mercados desenvolvidos no período 1970-2012.
Dado que as ações de reduzida capitalização são mais fortemente afetadas pelo
sentimento (Baker e Wurgler, 2007) e que este tende a estar associado a uma
intensificação das anomalias (Stambaugh et al, 2012), é de esperar que os padrões de
sazonalidade sejam mais significativos no universo das ações de reduzida dimensão. Esta
proposição parece ser confirmado por diversos estudos empíricos. Por exemplo, vários
autores indicam que o efeito janeiro afeta as ações com essas características. É o caso de
Keim (1983) que analisou as ações cotadas na NYSE e na AMEX no período 1963-1979
para concluir que cerca de metade do prémio das ações de reduzida dimensão ficou a
dever-se às rendibilidades observadas em janeiro. Ritter (1988) observa que a diferença
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
8
entre as rendibilidades das ações de reduzida capitalização e de elevada capitalização se
situou nos 8,17 por cento nos primeiros nove dias de janeiro no período 1971-1985. Fama
(1991) reporta que no período 1941-1981, as ações de menor capitalização do S&P500
tiveram uma rendibilidade de 8,06% em janeiro contra uma rendibilidade média de 1,34%
das ações de maior dimensão. E Siegel (2014) refere que entre 1925 e 2006 houve apenas
16 anos em que a rendibilidade das ações de elevada capitalização em janeiro ultrapassou
a rendibilidade das ações de capitalização reduzida.
Apesar disso, há indícios de que o efeito janeiro não se circunscreve às ações de
reduzida dimensão. Por exemplo, Kohers e Kohli (1991) mostram que o efeito janeiro se
verificou num índice de empresas de elevada dimensão (S&P 500) no período 1930-1988.
Estas conclusões são corroboradas por Easterday e Sen (2016) para um período de análise
mais recente (1991-2011).
Os efeitos de sazonalidade mensal não se limitam, é claro, ao chamado efeito
janeiro. Por exemplo, Siegel (2014) menciona o efeito setembro. Este mês, segundo o
autor, é o único com uma rendibilidade média negativa nos EUA no período 1926-2006
sendo igualmente o pior mês em 17 dos 20 países que compõem o Morgan Stanley Capital
Market Index. Já Singal (2006) investiga o chamado efeito dezembro segundo o qual as
rendibilidades deveriam ser superiores nesse mês. Depois de confirmar que o efeito
dezembro não se verificou de forma generalizada nas ações dos EUA durante o período
1963-2001, o autor confirma a existência do efeito referido apenas nas ações de elevada
capitalização bolsista.
Os estudos acerca do efeito de passagem de ano são bastante mais raros. A maioria
dos estudos considera o chamado efeito de passagem de mês sem atentar especificamente
a um sub-conjunto deste fenómeno, o efeito passagem de ano. No entanto, há exceções.
Por exemplo, Lakonishok e Smidt (1988) consideraram uma amostra com 90 anos de
dados (1897-1986) dos EUA para mostrar a existência de rendibilidades
significativamente mais elevadas na última sessão do ano e nas primeiras quatro sessões
do ano seguinte. Este resultado foi corroborado por Kunkel et al. (2003) para um conjunto
de 19 mercados acionistas internacionais. Cadsby e Ratner (1992) consideraram dez
mercados para mostrar que o efeito passagem de ano é superior ao efeito passagem de
mês para os mercados de ações dos EUA, Canadá, Japão e Suíça. E, mais recentemente,
McConnell e Xu (2008) debruçaram-se sobre o mercado dos EUA no período 1926-2005.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
9
Os autores documentam que a rendibilidade média na última sessão do ano e nas três
primeiras sessões do ano seguinte se situaram nos 0,81 por cento, bastante acima da
rendibilidade média de 0,18 por cento observada na última sessão do mês e nas três
primeiras sessões do mês seguinte com exclusão dos meses dezembro-Janeiro. A
rendibilidade superior do efeito passagem de ano tende a estar mais concentrada nas ações
de reduzida capitalização.
Tanto quanto é do nosso conhecimento, não existem estudos acerca do efeito
passagem de ano para as ações da Euronext Lisbon. Além disso, os estudos acerca da
sazonalidade mensal para este mercado são escassos. Fountas e Segredakis (2002)
assinalam que as rendibilidades nos meses de março (positiva) e de junho (negativa)
foram estatisticamente significativas no período 1987-1995. Borges (2009) mostra que o
efeito janeiro se verificou em Portugal, no período 1994-2007, em resultado sobretudo
das rendibilidades observadas nos primeiros oito anos da amostra. O mês de setembro foi
o que registou a rendibilidade mais reduzida. Por último, Silva (2010) debruçou-se sobre
os principais índices acionistasde Portugal no período 1989-2008. Confirmou-se
setembro como o pior mês do ano e mostrou-se que o efeito janeiro não se verificou. Em
vez disso, foram os meses de fevereiro e dezembro que registaram rendibilidades
positivas estatisticamente significativas. Apesar disso, os resultados mostraram-semuito
sensíveis a alterações nos diferentes sub-períodosque compõem a amostra.
A anomalia da passagem de ano tem sido atribuída a choques de liquidez (Ogden,
1990) ou a alterações nas carteiras dos investidores institucionais (Lakonishok e Smidt,
1988; Lakonishok et al., 1991). Já entre as explicações apresentadas para justificar a
deteção dos efeitos sazonais mensais contam-se, entre outros, fatores atinentes à
microestrutura dos mercados (Keim, 1989), choques de liquidez (Ritter, 1988), ou o
excesso de otimismo dos investidores (Ciccone, 2011). Mas porventura a mais importante
justificação para efeitos sazonais mensais como o efeito janeiro reside em fatores de
natureza fiscal. No final do ano fiscal, os investidores têm incentivos para realizar perdas
de forma a minimizar os seus encargos. Tal pode conduzir a uma depressão dos preços
no final do ano para níveis abaixo do valor fundamental dos ativos. A compra desses
títulos no início do novo ano fiscal estará então na origem das rendibilidades anormais
positivas observadas (Sias e Starks, 1997). A constatação de que as rendibilidades no
início do ano fiscal são superiores para as ações que sofreram perdas no ano anterior
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
10
(Poterba e Weisbenner, 2001; Chen e Singal, 2004; Singal, 2006; Easterday e Sen, 2016)
parece confirmar a importância dos efeitos fiscais.
3. Dados e Metodologia
3.1. Dados
A amostra considerada abrange o período compreendido entre 1 de janeiro de
1989 e 31 de dezembro de 2012. O prémio de risco de mercado diário foi calculado a
partir da diferença entre o índice de mercado PSI All-Share Index Gross Return e a taxa
de juro sem risco. O índice PSI All-Share Index Gross Return inclui todas as ações cotadas
na Euronext Lisbon, com exceção das ações preferenciais sem direito de voto. A
informação relativa ao índice acionista bem como à sua composição foi recolhida na base
de dados Datastream Thomson Reuters. Na globalidade do período analisado foram
utilizados 207 títulos.
Como proxy da taxa de juro sem risco, e tendo em conta as objeções apresentadas
por Costa et al. (2012) à utilização das yields das obrigações do tesouro no caso
Português, consideraram-se as taxas de juro do mercado monetário interbancário
overnight. Assim, para o período entre janeiro de 1989 e dezembro de 1999 foram usadas
as taxas de juro overnight do mercado monetário interbancário do Sistema de
Transferências Eletrónicas de Mercado (SITEME) e no período entre janeiro de 2000 e
dezembro de 2012 foram utilizadas as taxas de juro interbancárias de referência do
mercado monetário do euro para o prazo overnight (EONIA). As duas séries estatísticas
que serviram de proxy da taxa de juro isenta de risco foram obtidas na base de dados
online do Banco de Portugal.
3.2. Método de teste a padrões de sazonalidade
No nosso estudo foi adotada a metodologia convencional para o teste às anomalias
sazonais (e.g., Barone, 1990; Brooks e Persand, 2001) e que consiste no cálculo de
regressões em que as rendibilidades diárias no período da amostra são regredidas em
função de uma variável binária que representa o período temporal sob estudo. Assim,
cada variável binária captura o prémio de risco diário em excesso face ao prémio de risco
médio durante o período temporal que ela representa.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
11
Para o teste à sazonalidade mensal foi então adotado o modelo seguinte:
𝑅
−
𝑅
=
∝
+
𝛾
𝑀
+
𝜇
,
(1)
em que:
𝑅 − 𝑅 representa o prémio de risco do mercado no dia t calculado a partir da
diferença entre a proxy da rendibilidade de mercado e a proxy da taxa de juro sem risco
que descrevemos anteriormente, e;
𝑀 representa uma variável binária com valor igual a 1 se o dia t ocorre no período i ou
igual a 0 se ocorre em qualquer outro período, i = 1, 2, 3,…, 12 consoante o mês do ano
que representa, em que 1 representa o mês de janeiro, 2 o mês de fevereiro e assim
sucessivamente.
A existência de padrões de sazonalidade mensal será então testada a partir do
resultado dos testes de significância individual de cada um dos coeficientes das variáveis
binárias representativas dos meses do ano.
Tendo em consideração os resultados de Keim (1983) segundo o qual as
rendibilidades nos últimos dias do ano e nos primeiros dias do ano podem contribuir de
forma diferente para o efeito passagem de ano, testaram-se os seguintes dois modelos:
𝑅
−
𝑅
=
∝
+
𝛾
𝐿𝑇𝑈𝑅𝑁
+
𝜇
,
(2)
em que:
𝑅 − 𝑅 tem o significado já referido, e;
𝐿𝑇𝑈𝑅𝑁 representa uma variável binária com valor igual a 1 se o dia t ocorre nos últimos
5 dias de transação de dezembro ou igual a 0 se ocorre em qualquer outro período.
O modelo seguinte pretende capturar o diferencial no prémio de risco diário nas
primeiras sessões de cada ano:
𝑅
−
𝑅
=
∝
+
𝛾
𝑇𝑈𝑅𝑁
+
𝜇
,
(3)
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
12
em que:
𝑅 − 𝑅 tem o significado já referido, e;
𝑇𝑈𝑅𝑁 representa uma variável binária com valor igual a 1 se o dia t ocorre nos primeiros
5 dias de transação de janeiro ou igual a 0 se ocorre em qualquer outro período.
Para todas as regressões calculadas no nosso estudo foi adotado o procedimento
de Newey-West de modo a validar a inferência estatística em situações de autocorrelação
e heterocedasticidade.
3.3. Método de teste à interação entre efeitos sazonais e capitalização bolsista
De forma a analisar possíveis diferenças de intensidade dos efeitos de
sazonalidade mensal e do efeito passagem de ano em carteiras com diferentes
capitalizações bolsistas, recalcularam-se os modelos (1) – (3) para três carteiras
construídas tendo em consideração a capitalização bolsista das ações que as compõem.
Na seleção dos títulos a integrar em cada uma das carteiras adotou-se um critério mínimo
de liquidez que conduziu à exclusão de todas as ações com mais de 20 dias sem transações
ou com transações em menos de 25% das sessões num dado ano. As carteiras foram
seguidamente contruídas seguindo os procedimentos convencionais (e.g., Chui e Wei,
1998) daí resultando três carteiras com títulos igualmente ponderados. De modo a evitar
enviesamentos de sobrevivência, as carteiras foram rebalanceadas todos os anos com base
no valor de capitalização bolsista dos títulos a 31 de dezembro.
Para as regressões respeitantes a cada uma das carteiras foi usado um modelo de
regressão linear múltiplo, tendo por base a Security Market Line, por forma a expurgar o
efeito da variação do mercado sobre o portfólio, ao qual foi acrescentada uma variável
binária representativa do período de sazonalidade a analisar. Acerca do efeito de
sazonalidade mensal foi então estimado o modelo seguinte:
𝑅
−
𝑅
=
∝
+
𝛽
𝑅
−
𝑅
+
𝛾
𝑀
+
𝜇
,
(4)
em que:
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
13
𝑅 − 𝑅 representa o prémio de risco da carteira ano dia t, sendo a = 1, 2 e 3 e sendo
1 a carteira com os títulos com maior capitalização bolsista e 3 a carteira com os títulos
com menor capitalização bolsista, e;
𝑅 − 𝑅e M têm o significado já referido.
Relativamente ao efeito passagem de ano foram estimados os modelos (5) e (6):
𝑅
−
𝑅
=
∝
+
𝛽
𝑅
−
𝑅
+
𝛾
𝐿𝑇𝑈𝑅𝑁
+
𝜇
,
(5)
𝑅
−
𝑅
=
∝
+
𝛽
𝑅
−
𝑅
+
𝛾
𝑇𝑈𝑅𝑁
+
𝜇
,
(6)
em que as variáveis têm o significado já referido.
3.4. Método de teste à interação entre efeitos sazonais e efeitos fiscais
De forma a analisar o impacto dos efeitos fiscais nos padrões de sazonalidade sob
consideração, recalcularam-se os modelos (1) – (3) para três carteiras construídas com
base no grau de Potencial Tax-Loss Selling (PTS). Os critérios para a seleção dos títulos
são semelhantes aos mencionados no ponto anterior. O PTS foi calculado pela diferença
entre o preço máximo de um título no ano anterior e o seu preço doze dias antes do final
desse ano (Reinganum, 1983).Os modelos (4) – (6) foram recalculados para as carteiras
assim construídas. Uma vez que é plausível admitir que os efeitos fiscais se possam fazer
sentir em torno da passagem de ano, neste caso foram apenas calculados os coeficientes
das variáveis mensais relativas aos meses de dezembro e de janeiro.
4. Resultados do Estudo Empírico
4.1. Padrões de sazonalidade
A figura 1 mostra o prémio de risco médio mensal em cada um dos meses do ano,
para todo o período da amostra.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
14
Gráfico 1 – Prémio de risco médio mensal para o conjunto da amostra
Fonte: Elaboração própria (2018).
Conforme se pode observar, os meses com o prémio de risco histórico médios
mais elevado foram dezembro (1,48%), fevereiro (1,40%) e janeiro (0,92%). Estes
valores corroboram os resultados de Silva (2010) indicando que uma parte muito
significativa do prémio de risco anual se concentra nesses três meses do ano. Os prémios
de risco mais baixos ocorreram nos meses de setembro (-1,63%) e de junho (-1,46%).
A variabilidade dos prémios de risco mensal em cada um dos anos da amostra
requer que se considerem os resultados dos coeficientes das regressões (1) – (3). A tabela1
contém os resultados relativos aos efeitos de sazonalidade mensal e ao efeito passagem
de ano.
Tabela 1 – Sazonalidade mensal e efeito passagem de ano – resultados das
regressões
Variável Coeficiente Estat. t R2 p-value
(teste F)
Janeiro
0,00047
0,81579
0,0027
0,41529
Fevereiro
0,00072
1,26132
0,0064
0,20822
Março
0,00011
0,26122
0,0002
0,79411
Abril
-
0,00005
-
0,11153
0,0000
0,91127
Maio
-
0,00021
-
0,43078
0,0005
0,66695
Junho
-
0,00077*
-
1,75394
0,0072
0,08051
Julho
-
0,00009
-
0,25502
0,0001
0,79889
Agosto
-
0,00005
-
0,0941
0,0000
0,92509
Setembro
-
0,00085
-
1,28441
0,0090
0,20003
Outubro
0,00015
0,19831
0,0003
0,84294
Novembro
-
0,00020
-
0,49365
0,0005
0,62002
Dezembro
0,00076***
2,59873
0,0072
0,00984
LTURN
0,00092**
2,25342
0,0705
0,02904
TURN
0,00149
1,27388
0,0331
0,20910
0,92% 1,40% 0,23%
-0,08% -0,38% -1,46%
-0,15% -0,09%
-1,63%
0,31%
-0,38%
1,48%
-4,00%
0,00%
4,00%
Janeiro
Fevereiro
Março
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
(Rm - Rf)
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
15
Notas: LTURN e TURN são as variáveis binárias que capturam o prémio de risco observado nas últimas 5
sessões de cada ano e nas primeiras 5 sessões de cada ano, respetivamente. Em cada uma das regressões
relativas à sazonalidade mensal foram consideradas 288 observações e nas regressões relativas ao efeito
passagem de ano foram consideradas 90 observações. *, **, *** significam que os coeficientes são
estatisticamente significativos a um nível de 10%, 5% e 1%, respetivamente.
Fonte: Elaboração própria (2018).
Quando se considera a significância estatística dos coeficientes respetivos,
verifica-se que o efeito janeiro e o efeito setembro não são observáveis no mercado
acionista português. Apesar do efeito negativo no prémio de risco ser mais pronunciado
no mês de setembro, o coeficiente não se revela significativo a um nível de 10%, o que
sugere uma variabilidade histórica elevada nesses resultados.
Os resultados referentes aos meses de junho e de dezembro merecem ser
destacados. O coeficiente relativo ao mês de junho regista um valor negativo e
estatisticamente significativo a um nível de 10%. Já o coeficiente representando o mês de
dezembro apresenta-se positivo e estatisticamente significativo a um nível de 1%. Os
resultados acerca dos meses de junho e dezembro corroboram as conclusões de Silva
(2010) e de Fountas e Segredakis (2002), respetivamente, e indicam que um investidor
obteria uma remuneração significativamente mais elevada pelo risco incorrido se
mantivesse uma posição longa na carteira representativa do mercado apenas durante o
mês de dezembro de cada ano e se mantivesse uma posição curta nessa carteira nos meses
de junho de cada ano.
Os coeficientes relativos aos meses de janeiro, fevereiro, março e outubro são
positivos e não-significativos a um nível de 10% enquanto que os coeficientes que se
referem aos meses de abril, maio, julho, agosto, setembro e novembro são negativos e
não significativos a um nível de 10%.
A tabela contém igualmente os resultados das regressões para o efeito passagem
de ano. A variável binária LTURN cobre os últimos cinco dias de transação do mês de
dezembro enquanto que a variável binária TURN cobre os primeiros cinco dias de
transação de janeiro. Os resultados indicam que a remuneração obtida pelos investidores
nas últimas sessões do ano foi significativamente mais elevada do que nos restantes dias
do ano.O coeficiente apresenta-se estatisticamente significativo a um nível de 5%. Este
resultado sugere pois que o investidor deveria concentrar os seus investimentos nos
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
16
últimos dias de cada ano uma vez que o mercado parece produzir um prémio de risco
excessivo nesse período.
4.2. Padrões de sazonalidade e capitalização bolsista
Os valores inscritosna tabela2 permitem perceber os efeitos potenciais de
interação entre os efeitos de sazonalidade mensal e o efeito passagem de ano, e a
capitalização bolsista das ações que compõem as carteiras.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
17
Tabela 2 – Sazonalidade mensal, efeito passagem de ano e capitalização bolsista – resultados das regressões
Variável
Ações
de capitalização elevada
Ações
de capitalização intermédia
Ações
de capitalização reduzida
Coef. Estat. t R2 p-value
(teste F)
Coef. Estat. t R2 p-value
(teste F)
Coef. Estat. t R2 p-value
(teste F)
Janeiro
-
0,00030
-
1,63127
0,8364
0,0000
-
0,00055*
-
1,67194
0,5706
0,0000
0,0040
1,03422
0,4311
0,0000
Fevereiro
-
0,00005
-
0,20025
0,8352
0,0000
-
0,00012
-
0,4056
0,5666
0,0000
0,00116***
3,46858
0,4460
0,0000
Março
0,00013
0,5839
0,8354
0,0000
0,00011
0,34472
0,5666
0,0000
0,00030
0,65522
0,4303
0,0000
Abril
-
0,00021
-
0,92519
0,8357
0,0000
-
0,00005
-
0,20798
0,5665
0,0000
-
0,00060*
-
1,66289
0,4336
0,0000
Maio
-
0,00033
-
1,49175
0,8366
0,0000
0,00023
0,65124
0,5672
0,0000
-
0,00036
-
1,07478
0,4307
0,0000
Junho
0,00014
0,8765
0,8354
0,0000
-
0,00009
-
0,40205
0,5665
0,0000
-
0,00018
-
0,47608
0,4295
0,0000
Julho
0,00028*
1,84323
0,8362
0,0000
-
0,00025
-
0,75349
0,5673
0,0000
0,00023
0,66114
0,4298
0,0000
Agosto
0,00035*
1,90725
0,8368
0,0000
0,00107***
3,00728
0,5823
0,0000
0,00082*
1,84198
0,4376
0,0000
Setembro
0,00008
0,00008
0,8352
0,0000
0,00034
0,88221
0,5681
0,0000
-
0,00034
-
0,93473
0,4305
0,0000
Outubro
0,00002
0,00002
0,8352
0,0000
-
0,00010
-
0,32878
0,5666
0,0000
-
0,00045
-
0,86022
0,4317
0,0000
Novembro
-
0,00017
-
0,00017
0,8355
0,0000
-
0,00055
-
1,62972
0,5707
0,0000
-
0,00079**
-
2,23098
0,4370
0,0000
Dezembro
0,00007
0,00007
0,8352
0,0000
-
0,00004
-
0,14529
0,5664
0,0000
-
0,00021
-
0,6766
0,4296
0,0000
LTURN
0,00024
0,00024
0,8046
0,0000
-
0,00033
-
0,89276
0,4687
0,0000
0,00029
0,36131
0,0812
0,0518
TURN
-
0,00046
-
0,00046
0,4382
0,0003
-
0,00186***
-
3,23734
0,4382
0,0003
-
0,00025
-
0,320055
0,5810
0,0000
Notas: LTURN e TURN são as variáveis binárias que capturam o prémio de risco observado nas últimas 5 sessões de cada ano e nas primeiras 5 sessões de cada ano,
respetivamente. Em cada uma das regressões relativas à sazonalidade mensal foram consideradas 288 observações e nas regressões relativas ao efeito passagem de ano foram
consideradas 90 observações. *, **, *** significam que os coeficientes são estatisticamente significativos a um nível de 10%, 5% e 1%, respetivamente.
Fonte: Elaboração própria (2018).
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
18
Os efeitos de sazonalidade mensal parecem ser mais ténues na carteira de ações de
elevada capitalização bolsista. De fato, a remuneração destas ações apenas parece ser
significativamente mais elevada (e apenas a um nível de 10%) durante os meses de julho e
agosto. Na carteira com ações de capitalização mediana, a sazonalidade mensal manifesta-se
novamente no mês de agosto (agora com uma remuneração positiva e significativa a um nível
de 1%). Para além disso, o mês de janeiro regista remunerações negativas e estatisticamente
significativas a um nível de 10%. Na carteira de ações com capitalização reduzida, os meses de
fevereiro e agosto apresentam um prémio positivo e estatisticamente significativo aos níveis de
1% e de 10%, respetivamente. Já os meses de abril e de novembro apresentam um prémio
negativo e significativo a 10% e 5%, respetivamente. Os resultados evidenciam que os efeitos
sazonais parecem ser diferentes para as ações de diferente dimensão. Em qualquer caso, o efeito
janeiro, enquanto padrão de remuneração mais elevada nesse mês, continua a não ser observado,
nem sequer no segmento das ações de reduzida capitalização bolsista. Este resultado contraria
o que é observado noutros mercados como, por exemplo, no dos EUA (Siegel, 2014).
A maior remuneração nas últimas sessões do ano que foi observada na totalidade da
amostra desvanece-se quando se consideram carteiras com diferentes níveis de capitalização. É
de assinalar, no entanto, que as ações com capitalização média parecem registar um
desempenho significativamente negativo (a um nível de 1%) nas primeiras sessões do ano.
O fenómeno mais importante a destacar é, no entanto, a reduzida estabilidade seccional dos
efeitos detetados no conjunto da amostra. Esta instabilidade coloca em dúvida a capacidade de
um investidor para explorar as anomalias descritas na secção anterior.
4.3. Padrões de sazonalidade e o efeito fiscal
Os resultados relativos às sub-amostras com diferentes efeitos fiscais potenciais
apresentam-se na tabela3. Esses resultados não permitem perceber impactos relevantes do
efeito fiscal sobre os padrões de sazonalidade durante os meses de janeiro e de dezembro nem
sobre os prémios de mercado observados em torno da passagem de ano. O efeito dezembro que
foi encontrado na amostra global resulta diluído quando a análise é conduzida tendo em
consideração o efeito fiscal potencial. Tais resultados não permitem assim afirmar, ao contrário
do que é defendido por diversos autores para o mercado dos EUA (e.g., Chen e Singal, 2004)
que o efeito fiscal está na origem de enviesamentos na evolução dos preços por altura da
passagem de ano.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
19
Tabela 3 – Sazonalidade mensal, efeito passagem de ano e efeito fiscal potencial – resultados das regressões
Variável
Efeito fiscal potencial reduzido
Efeito fiscal potencial intermédio
Efeito fiscal potencial elevado
Coef. Estat. t R2 p-value
(teste F)
Coef. Estat. t R2 p-value
(teste F)
Coef. Estat. t R2 p-value
(teste F)
Janeiro
-
0,00031
0,00037
0,5269
0,0000
0,00000
0,00027
0,6797
0,0000
0,00016
0,00027
0,6586
0,0000
Dezembro
0,00013
0,0003
0,5261
0,0000
0,00001
0,00028
0,6797
0,0000
-
0,00026
0,00018
0,6596
0,0000
LTURN
0,00017
0,00065
0,2324
0,0000
0,00030
0,00049
0,6497
0,0000
0,00049
0,0005
0,2663
0,0012
TURN
-
0,00079
0,00087
0,5942
0,0049
-
0,00087*
0,00047
0,6264
0,0000
-
0,00012
0,00046
0,7128
0,0000
Notas: LTURN e TURN são as variáveis binárias que capturam o prémio de risco observado nas últimas 5 sessões de cada ano e nas primeiras 5 sessões de cada ano,
respetivamente. Em cada uma das regressões relativas à sazonalidade mensal foram consideradas 276 observações e nas regressões relativas ao efeito passagem de ano foram
consideradas 46 observações. * significa que o coeficiente é estatisticamente significativo a um nível de 10%.
Fonte: Elaboração própria (2018).
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
20
5. Conclusões
Neste artigo testamos os efeitos de sazonalidade mensal e o efeito passagem de ano nas
ações da Euronext Lisbon ao longo do período 1989-2012. O nosso artigo apresenta três
contribuições principais para a literatura sobre o tema. Em primeiro lugar, trata-se do primeiro
estudo sobre o efeito passagem de ano no mercado acionista Português e a análise à
sazonalidade mensal com uma amostra mais extensa do conjunto dos estudos já existentes. Em
segundo lugar, a análise de dados relativos às ações individuais e não apenas aos índices
acionistas permitiu estudar a potencial interação da sazonalidade quer com os efeitos fiscais
quer com a capitalização bolsista. Por último, o presente estudo testa os efeitos da sazonalidade
considerando não as rendibilidades, conforme é comum nos trabalhos acerca do tema, mas o
prémio de risco de mercado.
Os resultados obtidos apontam para a existência de efeitos sazonais estatisticamente
significativos a um nível convencional nos meses de junho (com sinal negativo) e de dezembro
(com sinal positivo). Estes resultados refutam a existência de um efeito janeiro e corroboram,
em parte, as conclusões apresentadas por Fountas e Segredakis (2002) e por Silva (2010) em
amostras de extensão mais reduzida. Para além disso, reportamos pela primeira vez a existência
de prémios de risco significativamente mais elevados nas últimas 5 sessões de cada ano.
A análise empírica levada a cabo permitiu ainda concluir que estes resultados não
parecem encontrar justificação nas características particulares de ações com capitalização
diferente (ações de reduzida capitalização vs. ações de reduzida capitalização) nem nos efeitos
fiscais potenciais (ações com baixo Potencial Tax-Loss Selling vs. ações com elevado Potencial
Tax-Loss Selling). De fato, os resultados obtidos para a totalidade da amostra tendem a diluir-
se quando se consideram sub-amostras construídas com base nos fatores que acabamos de
referir.
Estes resultados parecem contrariar a hipótese dos mercados eficientes ao sugerirem que
os investidores poderiam ter obtidos remunerações excessivas pelo risco assumido ao investir
em dezembro e, em particular, nas últimas 5 sessões deste mês. No entanto, as implicações para
a questão da eficiência do mercado devem ser encaradas com cuidado. Vários autores têm
chamado a atenção para o fato das chamadas anomalias de calendário poderem ser, na verdade,
ilusórias dado resultarem de esforços intensivos de data mining (e.g., Borges, 2009; Zhang e
Jacobsen, 2013). Esta suspeita baseia-se na instabilidade das anomalias que esses autores
encontram ao longo do tempo. Ora, os nossos resultados parecem sugerir que as anomalias
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
21
variam não apenas ao longo do tempo, mas também que podem sofrer de uma importante
instabilidade seccional.
O estudo empírico levado a cabo enferma de algumas limitações nomeadamente as que
se referem à relativa exiguidade do mercado sob análise, tanto no que diz respeito à sua
dimensão (o que se reflete num número relativamente reduzido de ativos) como no que
concerne aos níveis de liquidez observados.
Em termos de investigação futura, seria interessante explorar em detalhe os fatores de
microestrutura e de práticas de mercado que podem justificar as evidências de ineficiência
encontradas.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
22
Referências bibliográficas
Baker, M. & Wurgler, J. (2007). Investor Sentiment in the Stock Market. Journal of Economic
Perspectives, 21, 129–51.
Barone, E. (1990). The Italian stock market: Efficiency and calendar anomalies. Journal of
Banking & Finance, 14, 483-510.
Borges, M.R. (2009). Calendar Effects in Stock Markets: Critique of Previous Methodologies
and Recent Evidence in European Countries. Documento de Trabalho, Lisboa: Universidade
Técnica de Lisboa.
Brooks, C. & Persand, G. (2001). Seasonality in Southeast Asian stock markets: some new
evidence on day-of-the-week effects. Applied Economic Letters, 8, 155-8.
Cadsby, C.B. &Ratner, M. (1992). Turn-of-month and pre-holiday effects on stock returns:
Some international evidence. Journal of Banking and Finance, 16, 497-509.
Chen, H. &Singal, V. (2004). All Things Considered, Taxes Drive the January Effect. Journal
of Financial Research, 27,351-72.
Chui, A.C.W. & Wei, K.C.J. (1998). Book-to-market, firm size, and the turn-of-the-year effect:
Evidence from Pacific-Basin emerging markets. Pacific-Basin Finance Journal, 6, 275-93.
Ciccone, S.J. (2001). Investor Optimism, False Hopes and the January Effect. Journal of
Behavioral Finance, 12, 158-68.
Cochrane, J.H. (2017). Return forecasts and time-varying risk premiums. In The Fama
Portfolio: Selected Papers of Eugene F. Fama (pp. 487-501).Chicago: University of Chicago
Press.
Costa, J.C., Mata, M.E.,& Justino, D. (2012). Estimating the portuguese average cost of capital.
Historical Social Research, 37, 326-361.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
23
Easterday, K.E. & Sen, P.K. (2016). Is the January effect rational? Insights from the accounting
model. Quarterly Review of Economics and Finance, 59, 168-85.
Easterday, K.E., Sen, P.K. & Stephan, J.A. (2009). The persistence of the small firm/January
effect: is it consistent with investors’ learning and arbitrage efforts? Quarterly Review of
Economics and Finance, 49, 1172-93.
Fama, E. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. Journal
of Finance, 25, 383-417.
Fama, E. (1991). Efficient Capital Markets II. Journal of Finance, 26, 1575- 1617.
Fountas, S. & Segredakis, K. (2002). Emerging stock markets return seasonalities: the January
effect and the tax-loss selling hypothesis. Applied Financial Economics, 12, 291-9.
Gultekin, M.N. & Gultekin, N. B. (1983). Stock Market Seasonality: International Evidence.
Journal of Financial Economics, 12, 469-81.
Haugen, R.A. &Jorion, P. (1996). The January effect: Still there after all these years. Financial
Analysts Journal, 52, 27-31.
Haug, M. & Hirschey, M. (2006). The January effect. Financial Analysts Journal, 62, 78-88.
Keim, D.B. (1983). Size-related anomalies and stock return seasonality. Journal of Financial
Economics, 12, 13-32.
Keim, D.B. (1989). Trading patterns, bid-ask spreads, and estimated security returns: The case
of common stocks at calendar turning points. Journal of Financial Economics, 25, 75-97.
Kohers, T. & Kohli, R.K. (1991). The anomalous stock market behavior of large firms in
January. Quarterly Journal of Business & Economics, 30, 14-32.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
24
Kunkel, R.A., Compton, W.S. & Beyer, S. (2003). The turn-of-the-month effect still lives: the
international evidence. International Review of Financial Analysis, 137, 1-15.
Lakonishok, J. & Smidt, S. (1988). Are seasonal anomalies real? A ninety-year perspective.
Review of Financial Studies, 1, 403-25.
Lakonishok, J., Shleifer, A., Thaler, R. & Vishny, R. (1991). Window Dressing by Pension
Funds. American Economic Review, 81, 227-31.
Marquering, W., Nisser, J. & Valla, T. (2006). Disappearing anomalies: a dynamic analysis of
the persistence of anomalies. Applied Financial Economics, 16, 291-302.
McConnell, J.J. & Xu, W. (2008). Equity Returns at the Turn of the Month. Financial Analysts
Journal, 64, 49-64.
Ogden, J.P. (1990). Turn-of-month evaluations of liquid profits and stock returns: A common
explanation for the monthly and January effects. Journal of Finance, 45, 1259-72.
Poterba, J.M. & Weisbenner, S.J. (2001). Capital Gains Tax Rules, Tax-loss Trading, and Turn-
of-the-year Returns. Journal of Finance, 56, 353-68.
Reinganum, M.R. (1983). The anomalous stock market behavior of small firms in January.
Journal of Financial Economics, 12, 89-104.
Ritter, J.R. (1988). The buying and selling behavior of individual investors at the turn of the
year. Journal of Finance, 43, 701-17.
Rozeff, M.S. & Kinney Jr., W.R. (1976). Capital market seasonality: The case of stock returns.
Journal of Financial Economics, 3, 379-402.
Sazonalidade Mensal e o Efeito Passagem de Ano:
Nova Evidência da Euronext Lisbon.
Portuguese Journal of Finance, Management and Accounting. ISSN: 2183-3826. Vol 4, Nº 8, September 2018
25
Sias, R.W. & Starks, L.T. (1997). Institutions and Individuals at the Turn-of-the-Year. Journal
of Finance, 52, 1543-62.
Siegel, J. (2014). Stocks for the Long Run. 5ª. edição. McGraw-Hill.
Silva, P.M. (2010). Calendar "anomalies" in the Portuguese stock market.Investment Analysts
Journal, 71, 37-50.
Singal, V. (2006). Beyond the Random Walk: A Guide to Market Anomalies and Low Risk
Strategies. Oxford: Oxford University Press.
Stambaugh, R.F., Yu, J. & Yuan, Y.(2012). The short of it: investor sentiment and anomalies.
Journal of Financial Economics, 104, 288-302.
Timmermann, A. & Granger, C.W.J. (2004). Efficient market hypothesis and forecasting.
International Journal of Forecasting, 20, 15-27.
Zhang, C.Y. & Jacobsen, B. (2013). Are Monthly Seasonals Real? A Three Century
Perspective. Review of Finance, 17, 1743-85.
How to cite this article:
Lobão, J., & Lobo, C. (2018). Sazonalidade Mensal e o Efeito Passagem de Ano: Nova
Evidência da Euronext Lisbon. Portuguese Journal of Finance, Management and Accounting.
4 (8), 3-25. Disponível em http://u3isjournal.isvouga.pt/index.php/PJFMA
