Lista de empresas com planos de IPO

Neste texto, que pretendo atualizar constantemente, listo as empresas que têm planos de abrir o capital via IPO segundo informações da imprensa:

Com pedido na CVM
Neoenergia
Algar Telecom
BR Distribuidora
Burger King

Especulações
Cinesystem, já com registro de companhia aberta - Fonte: Exame
Stara - Fonte: Exame
Allied - Fonte: Exame
Grupo Quality - Fonte: diversas, incluindo a própria empresa
Infraero - Fonte: várias, inclusive Valor
Stone (visando 2018) - Fonte: Estadão/Broadcast
Centauro - Fonte: Estadão/Broadcast
Bioritmo-Smart Fit (pediu registro de companhia aberta) - Fonte: várias, incluindo Infomoney
Austral - Fonte: Estadão/Broadcast
Correios - Fonte: Ministro da Fazenda, conforme relata Infomoney
Saneago - Fonte: Estadão/Broadcast

Desistências recentes
Unidas (iniciou processo e desistiu) - Saiba mais
Log Commercial (pediu registro de oferta e desistiu) - Saiba mais
NotreDame Intermedica (pediu registro de oferta e desistiu) - Saiba mais
Tivit (Iniciou o processo e desistiu) - Saiba mais

Descartadas (por enquanto)
Boticário - Fonte: Época Negócios
DPSP (Drogaria São Paulo) - Rumor: Estadão/Broadcast; desmentido

Relações com investidores e preço das ações

(Selective Publicity and Stock Prices)

David H. Solomon

Journal of Finance. Volume 67. Nº 2. 2012.

O artigo de Solomon estuda a relação entre a publicidade da empresa e o comportamento de suas ações, com foco em como empresas de relações com investidores (RI) podem influenciar a cobertura da imprensa. Diversos estudos anteriores examinaram a relação entre aparições na imprensa e retornos, porém, há um problema de endogeneidade (ao invés de ações com mais cobertura subirem mais, pode ocorrer de ações que sobem mais receberem mais cobertura, por exemplo). Incluir como variável de estudo o fato da empresa utilizar ou não serviços de RI ajuda a distinguir melhor causa e efeito nessa questão. O artigo, então, está relacionado com três questões: papel das empresas de RI, efeito da cobertura da imprensa e o impacto da atenção do investidor.

A hipótese do autor é a de que as empresas de RI podem influenciar a maneira como a cobertura da imprensa é feita, distribuindo mais notícias positivas do que as negativas. Isso só seria possível com divulgação de notícias que não sejam divulgação de resultados, já que essa é uma informação obrigatória (pela legislação e, mesmo que não fosse, pelos investidores) e que nem o melhor trabalho de RI poderia “maquiar” (não há como apresentar resultados negativos como positivos). A ideia é que as empresas de RI aumentem a divulgação da empresa cliente com mais notícias positivas, o que, devido à atenção limitada do investidor, poderia influenciar os retornos. Porém, há um limite para esse ganho, na medida em que as más notícias (ou as nem tão boas) uma hora ou outra aparecerão e as expectativas infladas dos investidores podem levar a retornos menores em algum momento.

O período de análise do estudo foi entre 2002 e 2007. As principais fonte de dados foram a O’Dwyer’s sobre as empresas de RI, Factivia para as notícias e CRSP para preços de ações e outras informações das empresas. Foram excluídas ações estrangeiras, do setor financeiro, de utilidades públicas e as 100 que mais geraram notícias (porque, a certo ponto da coleta de dados, o processo teve que ser feito manualmente).

Na parte de estatísticas descritivas, as empresas que utilizam serviços de RI são 15,4% da amostra, são na média maiores, mais cobertas por analistas e pela imprensa, possuem maior participação de investidores institucionais e maior giro das ações.

Nas análises multivariadas, o autor analisa a quantidade de notícias na imprensa em função de diversas variáveis, a principal sendo uma dummy que indica se a empresa utiliza ou não serviços de RI. Sem ainda analisar se há um viés para notícias positivas, o autor constata que há um aumento na cobertura de imprensa com a contratação de uma empresa de RI na ordem de 25,5% a mais de notícias relacionadas com a empresa contratante. Em seguida, o autor considera o tom das notícias em função do número de palavras negativas contidas na notícia. Considerando a variável que mede o tom das notícias e a interação da dummy que indica o uso de serviços de RI com o tom, é possível examinar melhor a questão. O que se constata é que a firma de RI ajuda principalmente na veiculação de notícias positivas, enquanto que contribui para diminuir o número de notícias negativas, embora essas notícias continuem saindo independente da ação do RI. A contribuição da empresa de RI é da ordem de 27,7% diminuindo 3,9% com o aumento em um desvio-padrão na quantidade de palavras negativas nas notícias. Considerando especificamente as notícias relacionadas a divulgação de resultados, as empresas de RI não conseguem diminuir o número de notícias negativas.

Na sequencia, o autor analisa como esse viés nas notícias pode afetar o retorno das ações. Primeiro, examinam as notícias não relacionadas com divulgação de resultados. Em uma janela de três dias, começando um dia antes da notícia e terminando um dia após, é calculado o retorno ajustado na comparação com empresas similares (seguindo Daniel e. al. (1997)). Há um efeito positivo de por volta 11,2 pontos básicos por conta do uso de empresas de RI e esse efeito está concentrado nas notícias positivas, o efeito do uso de RI se reduzindo conforme o tom negativo das divulgações aumenta.

O autor passa a analisar os retornos durante anúncios de resultados (um dia antes até um dia depois), incluindo outras variáveis como surpresas no lucro (conforme definido por Shanthikumar (2004)) separada em surpresas positivas e negativas, para o caso de haver um efeito assimétrico. Empresas que utilizam serviços de RI produzem retornos inferiores nesses períodos, mas o efeito é exclusivo para quando há surpresas negativas no lucro, o impacto não sendo distinguível de nulo para surpresas positivas. Isso indica que os investidores ficam desapontados com as expectativas que acabaram sendo criadas pelo maior número de notícias, com viés para notícias positivas, o que leva a retornos mais negativos mesmo já considerando a quebra negativa das expectativas (ou seja, as ações de empresas com serviços de RI caem mais do que as que não usam quando há surpresas negativas nos lucros). Essa hipótese é corroborada com a evidência de que os retornos de ações que mais subiram e as que mais tiveram notícias veiculadas são as que mais caem durante anúncios de resultados.

Ainda não é de se descartar que alguma variável omitida explique os resultados ou que haja causalidade reversa, que empresas que recebem maior cobertura da imprensa contratem empresas de RI. O primeiro teste para dar maior validade aos resultados é verificar se maior cobertura se dá com mais notícias saindo em veículos do mesmo estado em que a empresa de RI está sediada. Essa proximidade geográfica favorece o trabalho da empresa de RI de conseguir emplacar mais notícias, principalmente as que mais interessam a seus clientes, na imprensa. O autor analisa essa situação procurando determinar como a quantidade de notícias positivas sobre a empresa está relacionada conjuntamente com o uso de serviços de RI e a sede da empresa ou da prestadora de serviços de RI ser no mesmo estado do veículo de imprensa, além de outros controles como a porcentagem de acionistas no capital da empresa que estejam localizados no mesmo estado da empresa de RI ou de seu cliente. Mesmo considerando todos esses controles, nota-se uma influência positiva da localização da empresa de RI no mesmo estado do veículo de imprensa no número de notícias positivas. O efeito econômico é significativo, havendo uma influência maior no número de notícias em veículos no mesmo estado da empresa de RI do que nos veículos de fora do estado.

Outro fator que reforçaria os resultados é a conexão entre os repórteres dos veículos e as empresas de RI. Um repórter é considerado conectado se escreveu sobre mais de duas empresas que são assessoradas pela mesma empresa de RI, desde que tenham escrito um número mínimo de artigos. Os resultados encontrados até aqui devem ser mais fortes para o caso de haver repórteres conectados e haverá um efeito adverso caso esses profissionais deixem de ser conectados com a empresa de RI, fato que não se espera que esteja ao controle da empresa de RI. O autor analisa como essa questão afeta os retornos seguindo o padrão observado até aqui. Os resultados mostram que os retornos em períodos fora da divulgação de resultados são influenciados positivamente pela presença de ao menos um repórter conectado na empresa de RI, enquanto que os retornos durante anúncios de resultados são negativamente afetados, coerente com o que se observou anteriormente. O fato de haver repórteres conectados suplanta o efeito de meramente ter os serviços de uma empresa de RI, indicando que o importante não é o serviço em si, mas as conexões que a empresa de RI possui. Por outro lado, há uma relação negativa entre os retornos sobre notícias não relacionadas com divulgações de lucros (e positiva durante esses eventos) e a saída de repórteres conectados, indicando que menor influência da empresa de RI sobre a imprensa reduz o impacto de seu trabalho nos retornos das ações das empresas para os quais trabalham, antes e depois da divulgação de resultados. A redução no número de repórteres que cobrem a empresa não afetam os retornos da mesma. Ou seja, o trabalho da empresa de RI é relevante, mas essa importância vem de suas conexões com a imprensa, não apenas pelo fato de estar prestando o serviço.

Os gastos externos com RI poderiam estar diretamente relacionados com gastos internos de RI, que produziriam os resultados até agora observados. Embora o gasto interno não seja diretamente observável, o autor faz uma aproximação com o número de pessoas listadas como contato nas divulgações à imprensa, o número de categorias de contatos (imprensa, investidores, analistas etc.) e o número de métodos de contato (e-mail, telefone etc.), nenhum desses fatores parecendo ter influência nos retornos ou desfazer o efeito do uso de serviços de RI nos retornos. Por fim, poderia acontecer da empresa de RI aconselhar seu cliente a divulgar mais comunicados à imprensa positivos e omitir os negativos o máximo possível. A análise do autor mostra, no entanto, que há a tendência das empresas assessoradas divulgarem menos comunicados positivos, de modo que isso não explica os resultados até aqui encontrados.

Na última parte do artigo, a questão passa a ser se o uso de serviços de RI para influenciar as notícias na imprensa podem estar relacionadas com práticas duvidosas e com má governança. De fato, o que o autor observa é que o uso de serviços externos de RI está associado com maiores índices de governança (conforme Gompers et. al. (2003), quanto maior o índice, pior a governança), com a ocorrência de republicações de resultados, com cortes em P&D e uso de “accruals” (sinais de “administração de lucros”).

Por fim, o autor analisa as consequências do padrão de retornos observado. Divulgações que não sejam de resultados não criam estratégias de investimento executáveis, já que ocorrem sem aviso prévio, diferente das divulgações de resultados. Criando carteiras que vendem no dia anterior as ações de empresas que utilizam serviços de RI e compram ações de empresas que não utilizam na véspera da divulgação dos balanços, desfazendo em prazo entre 1 e 20 dias. Utilizando o modelo de quatro fatores, o autor encontra alfas positivos para essa carteira, estatística e economicamente significativos. O autor não entra muito na questão de eficiência de mercado, apenas notando que o uso de serviços de RI por parte de algumas empresas é uma informação que não parece ser levada em conta pelos investidores. Outras questões como custos de transação e a sustentabilidade da estratégia deveriam entrar na discussão sobre eficiência de mercado, o que não foi feito e não será aqui: deixemos um ponto de interrogação nessa questão. Analisando os retornos em geral, não apenas ao redor de divulgações de notícias, empresas que utilizam serviços de RI não têm retornos diferentes das que não usam, as que passam a utilizar têm retornos até inferiores no curto prazo e não diferente das que já utilizavam no longo prazo. Esses dois últimos resultados são inconsistentes com a hipótese de que o RI externo poderia aumentar a visibilidade da empresa e que isso levaria a um menor custo de capital, aumentando o valor da empresa, mas reduzindo os retornos no longo prazo. Como se viu no começo, a visibilidade aumenta, mas essas consequências esperadas não se concretizaram.

Resumindo, as empresas podem influenciar a divulgação de notícias sobre a organização através de serviços de RI, afetando as expectativas sobre os resultados futuros, resultando em algum ganhos no curto prazo, mas em perdas quando a realidade se mostra em lucros não tão bons quanto os esperados. Embora não seja o foco do artigo, o autor mostra que parece não haver influência dessa maior divulgação de notícias por meio de serviços de RI no custo de capital, mas administradores querendo fazer o jogo das expectativas podem acabar por se aproveitar disso para extrair benefícios privados.

Conflitos de interesses e retornos iniciais

Na série sobre os retornos no primeiro dia das ofertas iniciais, já tratei de todas as variáveis que se mostraram significativas em minha análise. Passarei a escrever sobre os demais fatores que foram testados, mas não se mostraram significativos.

O primeiro fator é o conflito de interesses na relação entre coordenadores e empresas emissoras em detrimento dos investidores. Aqui a questão não é tanto se há situações de potencial conflito de interesses, e sim em como isso afeta o retorno inicial. A minha única referência em testes específicos desse tipo é Santos et. al. (2010) referente ao mercado brasileiro. Os autores não estudam apenas o curto, mas também o longo prazo, e analisam se as condições de mercado aceleram as operações com potenciais conflitos de interesses. O presente texto é tanto uma descrição dos resultados obtidos em meu TCC quanto uma leitura do texto de referência.

Há duas práticas que foram consideradas como de potencial conflito de interesses: empréstimos à empresa emissora feitos pelos coordenadores e participação acionária dos coordenadores na emissora. Ambas as práticas podem fazer com que empresas pouco preparadas para a “vida” de uma companhia aberta venham a mercado precipitadamente. Os bancos coordenadores emprestam recursos para fazer com que a empresa pareça mais atrativa aumentando seu ativo e seriam pagos de volta com os recursos obtidos na oferta. Os coordenadores ganham dois negócios no processo, o empréstimo e a coordenação da oferta e o mercado “quente” de ofertas iniciais aceleraria esse ciclo. O mercado “quente” também incentivaria os coordenadores a abrir o capital de empresas em que possuem participação acionária, a segunda prática de potencial conflito mencionada. Os autores esperam que essas relações afetem negativamente os retornos no curto e principalmente no longo prazo.

Os autores analisaram essa questão através de variáveis dummies. Caso a empresa tenha recebido empréstimos (diretamente ou como empréstimo aos acionistas) acima de US$ 150 milhões dos coordenadores (não necessariamente o líder), a variável vale 1, 0 do contrário. Essa informação pode ser obtida no prospecto, ou nas demonstrações contábeis, ou na seção de fatores de risco ou (principalmente) na seção “Relacionamento entre a companhia e os coordenadores”. Na minha análise, utilizei o valor de R$ 100 milhões. Pelo que constatei, utilizar esse critério acaba por resultar em algumas injustiças, mas é necessário um critério objetivo. A variável de participação acionária vale 1 caso um dos coordenadores tenha 5% ou mais do capital da empresa antes da oferta, 0 do contrário. Essa informação pode ser encontrada na parte do prospecto em que é mostrada a participação dos principais acionistas antes e depois da oferta.

A análise dos autores abrangeu as ofertas entre 2004 e 2007, enquanto que a minha (a mais atualizada, não a do TCC) entre 2004 e 2011. Os autores contaram cinco ofertas a mais do que a minha base, uma dessas provavelmente sendo a Cosan Limited, outra a Tam e as demais não sei. Na base dos autores, 28% das empresas receberam empréstimos e 16% tiveram participação acionária do coordenador; na minha, 21,64% e 11,19% respectivamente. Dentre as ofertas que tiveram participação acionária do coordenador, os autores consideraram sete a mais do que eu e dentre as que receberam empréstimos nove a mais (considerando o período 2004-2007). Futuramente, irei revisar essas informações.

Na análise univariada dos autores, as empresas que possuem um coordenador-acionista tiveram maior retorno inicial (11,6% x 4,4%), mas não na minha análise. Na divergência das bases, é possível que os autores tenham considerado a Bovespa Holding e a BM&F no grupo das que tinham participação acionária dos coordenadores. Individualmente, nenhum coordenador possui 5%, mas em conjunto possuem. Se os autores assim o fizeram, explica-se a grande diferença. Analisando as empresas que receberam empréstimos, a diferença de médias do retorno inicial não é significativa nas duas análises. Na minha, a diferença aparentemente é maior em favor das que não receberam (2,44% sim contra 5,19% não), mas a diferença não é significativa. No longo prazo, o retorno total médio das empresas que não receberam empréstimos é maior (a média das que receberam é negativa).

Na análise multivariada, as variáveis que indicam o empréstimo dos coordenadores e a participação não são significativas em nenhuma das análises, ao menos no curto prazo. No meu último modelo de regressão, eu exclui a variável de empréstimos, por conta do elevado risco de erro de especificação (não é simples definir o que é ou não um empréstimo pré-IPO em alguns casos). Separando em quatro tipos de coordenadores (UBS, Credit Suisse, brasileiros e estrangeiros não UBS ou CS), os autores até encontraram relação negativa entre retorno inicial e o fato de um banco brasileiro ou do UBS concederem empréstimos antes da oferta, mas não me parece haver uma justificativa boa para fazer essa separação. O resultado é até surpreendente já que a Agrenco, o caso mais flagrante de conflito de interesses (segundo os próprios autores), envolveu o Credit Suisse, não o UBS ou bancos brasileiros. Fazendo a mesma separação para a participação acionária, os autores encontram efeito significativo apenas quando o coordenador é brasileiro, mas ressaltam que só houve uma oferta com coordenador-acionista brasileiro (Redecard) entre 2004 e 2007.

No longo prazo, até que há um efeito negativo dos empréstimos no retorno total ao acionista. Porém, os autores não utilizaram um modelo de precificação de ativos (como o de três fatores, por exemplo) para testar esses retornos, de forma que eu acho que não é possível tirar maiores conclusões.

Outra referência é Ljungqvist e Wilhelm (2003), que estudaram, entre outros fatores, a participação acionária do coordenador nos retornos iniciais. Encontraram uma relação negativa entre a participação dos coordenadores no capital da empresa e os retornos iniciais. Mas a análise dos autores não é a de que isso seja reflexo de conflitos de interesse. Isso ocorreria pelo maior monitoramento por parte dos bancos de investimento, o que reduz a subprecificação por motivos como a dispersão acionária e poderia aumentar o valor das ações em uma futura venda por parte dos bancos.

No curto prazo, nem empréstimos por parte dos coordenadores nem participação acionária dos coordenadores parece afetar os retornos, em geral. Porém, isso pode ocorrer porque é difícil separar o que é empréstimo normal e o que é empréstimo conflituoso e as intenções do coordenador que é acionista da emissora. O mais recomendável é que o investidor analise caso a caso procurando por conflitos de interesse e julgando se trata-se ou não de uma situação danosa, sendo um bom começo procurar por “Relacionamento entre a companhia e os coordenadores” (a redação pode variar de prospecto em prospecto).

Dentre as ofertas coordenadas por um acionista, há cinco altas expressivas (GVT, Redecard, Equatorial, Fleury e Visanet) e duas quedas expressivas (Cetip e a hors concour Agrenco). Dentre as que receberam empréstimos, outras cinco altas expressivas (GVT, Qualicorp, Natura, Energias do Brasil e Vivax) e duas baixas expressivas (OSX e vocês-sabem-quem).

Para terminar o artigo de Santos et. al., os autores analisaram a probabilidade da oferta ter empréstimo ou participação acionário do coordenador de acordo com algumas variáveis. Os resultados da análise não foram muito bons para a participação acionária, mas para empréstimos descobriram que o retorno do mercado antes da oferta (especificamente, entre os três e os seis meses antes da oferta) afeta positivamente, enquanto que o retorno sobre ativos e a idade afetam negativamente. Ou seja, em mercados em alta, os bancos recorrem mais ao “fuelling” e as empresas que mais se envolvem nessas operações são menos rentáveis e mais novas, em suma, empresas despreparadas.

Retornos iniciais ao redor do mundo

(Cross-country IPOs: What explains differences in underpricing?)

Suman Banerjee, Lili Daí e Keshab Shrestha

Journal of Corporate Finance. Volume 17. 2011

Já tratei em outras ocasiões dos retornos elevados no primeiro dia de negociações das ofertas iniciais, um tema muito discutido nas últimas décadas. Nesse artigo, os autores analisam ofertas em diferentes países e procuram determinar quais características desses países afetam os retornos. Foram estudadas quase 9 mil ofertas de 36 países. Aqui, “Retorno inicial”, “retorno no primeiro dia” e “subprecificação” são utilizados como sinônimos.

As principais hipóteses dos autores são:

Assimetria de Informações: Assimetria de informações envolvendo os mais diversos participantes é uma explicação recorrente para a subprecificação (ver aqui). Especificamente, os autores analisam a assimetria entre agentes internos e externos (insider-outsider) e entre os investidores (outsider-outsider). O primeiro tipo de assimetria é analisado por meio da cobertura de analistas. Em países em que há maior cobertura de analistas das empresas que abrem capital, haveria mais informação sobre as emissoras (ou expectativa de maior nível de informações após a oferta) o que reduziria a subprecificação. Para o cálculo dessa variável, os autores determinaram quantos analistas seguem cada empresa, de cada país e a cada ano e calculam a mediana do país, essa mediana sendo a variável de cobertura de analistas. A segunda assimetria indica, à lá Rock (1986), que alguns investidores são mais bem informados do que outros e quanto maior for essa assimetria maior deveria ser a subprecificação para que investidores desinformados participem da oferta. A assimetria é medida pela sincronia entre o movimento das ações conforme Morck et. al. (2000), um alto nível de sincronia indicando que os preços costumam se mover na mesma direção e a relação com a subprecificação sendo positiva. Pode haver relação positiva entre sincronia e assimetria se houver pouca informação específica sobre a empresa (logo, assimetria) e o preço sendo, dessa forma, movido mais por informações do mercado do que por informações da empresa. A explicação dos autores é confusa, mas essa explicação minha parece estar em linha com o que eles tentaram colocar.

Viés Local: A terceira hipótese é a de que a existência de alguns investidores com parcela considerável do capital da empresa levaria a menor subprecificação ao reduzir os custos de agência relativos ao monitoramento da gestão. Caso esse custo seja alto, investidores exigiram maiores retornos iniciais para aceitarem participar da oferta. Os autores ligam a subprecificação à criação de blocos de controle, mas me parece que subprecificação dificultaria a concentração acionária ao atrair mais investidores e reduzir a participação individual (algumas teorias sobre a subprecificação são de que é essa a intenção da empresa emissora). O viés local, a preferência dos investidores por investimentos no próprio país, é medido como a porcentagem de investimentos dos fundos de investimento no próprio país e entra nessa história na medida em que maior viés local reduziria o custo para atrair esses investidores por meio da subprecificação (supondo que haja a relação entre subprecificação e criação de blocos de controle), criando relação negativa entre subprecificação e viés local. Outra explicação (a minha) é a de que investidores locais podem monitorar mais a empresa do que estrangeiros, e a relação negativa entre as variáveis viria disso.

Receio de expropriação: Empresas com má governança podem tomar decisões que beneficiem ou a alta administração ou os acionistas controladores em detrimento dos minoritários. Em ofertas iniciais, há duas soluções: criar mecanismos que evitem essa expropriação ou oferecer uma compensação adiantada por meio da subprecificação. A hipótese é a de que em países onde há mecanismos menos fortes contra a expropriação os retornos iniciais devem ser maiores. Esse fator é medido através de um indicador criado por Djankov et. al. (2008).

Facilidade de entrar com processos por falhas no prospecto: O emissor e os bancos coordenadores podem ser processados por falhar no prospecto. A subprecificação reduziria o incentivo e a lucratividade desses processos e a última hipótese é a de que quanto mais fácil for entrar com processos, maior deverá ser o retorno inicial. Essa facilidade é medida por um indicador criado por LaPorta et. al. (2006)

Cada hipótese é testada através de uma variável (explicada nos parágrafos anteriores) que é constante para todas as ofertas de um mesmo país. O que se estuda é como as características de um país, não das empresas individualmente, afetam os retornos. Isso ajuda a entender a hipótese da cobertura de analistas. Pesquisas anteriores mostram que empresas que recebem maior cobertura de analistas tiveram maior alta no primeiro dia (ver aqui), contrariamente à hipótese desse artigo, mas as situações são diferentes. Nessa análise, a cobertura de analistas varia entre os países, não entre as empresas. O que se estuda é o efeito da cobertura de analistas no mercado como um todo e sua relação com os retornos iniciais, não a relação entre subprecificação e posterior cobertura.

O teste é realizado por meio de regressões múltiplas que contam ainda com variáveis de controle como o tamanho da oferta (variável negativamente relacionada com o retorno inicial) e o retorno do mercado (positivamente relacionada). Testando uma de cada vez, todas as hipóteses são corroboradas, apenas a significância estatística do viés local sendo baixo (ao nível de 10%). Juntando todas em uma única regressão, as hipóteses continuam sendo confirmadas. Dessa forma, quanto mais analistas cobrem as empresas menor o retorno inicial, quanto maior a sincronia (e a assimetria, por consequência) maior o retorno, quanto maior o viés local menor o retorno, quanto maior o índice de proteção de minoritários menor deve ser a subprecificação e quanto mais fácil for entrar com processo relativo à oferta maior o retorno como forma de seguro contra processos.

Os autores realizam os seguintes testes de robustez: 1) Excluem as ofertas dos Estados Unidos e do Canadá (quase 30% do total); 2) Excluem ofertas asiáticas, para controlar por diferenças regulatórias; 3) Excluem países com poucas ofertas; 4) Excluem países com mais de 5% de ofertas tendo preços no “mercado cinza” (espécie de pré-mercado para ofertas). A única diferença importante causada por essas mudanças é a perda da significância estatística da sincronia quando se exclui as ofertas asiáticas, o que indica que a assimetria “outsider-outsider” é mais importante na Ásia e irrelevante nos demais países.

Mencionei a existência desse artigo anteriormente como possível resposta para o fato das ofertas brasileiras terem um comportamento diferente do resto do mundo em termos de fatores que influenciam os retornos iniciais. Esperava que esse artigo jogasse alguma luz nesse problema, mas não é o que ocorre.

Destinação dos recursos e retornos iniciais

Neste texto da série sobre as variáveis que determinam os retornos no primeiro dia de ofertas iniciais, o fator é a destinação dos recursos captados (em ofertas primárias, obviamente). Deve constar do prospecto das ofertas uma seção que declare os futuros usos para os recursos captados na oferta (mesmo ofertas secundárias devem ter essa seção, declarando que a oferta é secundária e que, portanto, não consiste em captação de recursos para a empresa). São várias as destinações possíveis e em meu TCC restringi a três, para a minha análise: financiamento de novos investimentos (ou seja, que não sejam investimentos em andamento), aquisições e pagamento de dívidas.

Beatty e Ritter (1987) encontraram uma relação positiva entre a quantidade de usos de recursos e retornos iniciais. No mercado brasileiro, Zierth (2008) não encontrou relação significativa. Ljungqvist (2007) ressalta que a definição de quantidade de usos dos recursos não é algo padronizado, o que pode causar erros na coleta de dados.

A análise de Booth e Booth (2010) determinou que a média dos retornos no primeiro dia de empresas que declararam ter como propósito do dinheiro captado o pagamento de dívidas é menor do que das empresas que declararam ter outros propósitos. Na análise multivariada, há uma relação negativa entre retornos iniciais e o fato da empresa ter propósitos de pagar dívidas. Isso se deveria ao fato de pagamento de dívidas gerar menos incerteza sobre os resultados futuros do que aquisições ou novos projetos.

Ljungqvist e Wilhelm (2003) determinou uma relação positiva entre retornos iniciais e pretensões em gastar os recursos da oferta em gastos operacionais. Zierth (2008) testou se a porcentagem dos recursos destinada às aquisições tem relação com os retornos, não encontrando relação significativa.

Na minha análise, as três destinações de recursos citadas no primeiro parágrafo são três variáveis dummies com valor igual a 1 caso a ofertante declare que tenha a pretensão de utilizar os recursos dessa maneira. 61,16% das empresas emissoras em ofertas primárias ou mistas declararam que pretender fazer novos investimentos, 38,84% aquisições e 28,93% pagamento de dívidas. O retorno médio das empresas que pretender realizar novos investimentos é de 4,37%, 3,90% para as que pretendem financiar aquisições e 4,60% para as que pretender pagar dívidas. As diferenças entre as médias não são estatisticamente diferentes de zero.

Na análise multivariada com dados conhecidos após a oferta, a única variável que mostrou significância estatística foi a intenção de fazer novos investimentos, com coeficiente de aproximadamente 4,5%. Uma possível explicação é a de que ofertas mais incertas (o resultado dos novos investimentos é incerto) sobem mais no primeiro dia, mas, no mercado brasileiro, essa seria a única evidência em favor dessa teoria. Outra explicação é a de que essas ofertas “agregam valor” e por isso sobem mais no primeiro dia. Isso, porém, não explicaria a relação negativa entre porcentagem de oferta primária e retornos. Essa relação negativa poderia ser apenas um contrapeso estatístico para a destinação de recursos. Excluindo as três variáveis de destinação, o coeficiente da porcentagem de oferta primária continua negativo, mas mudando de algo próximo de -0,08 para -0,05.

Observando as ofertas primárias e mistas que mais subiram no primeiro dia, 6 tinham a intenção de fazer novos investimentos, 4 aquisições e 5 pagar dívidas. Observando as de pior desempenho, 6 pretendiam fazer novos investimentos, as mesmas 6 pretendiam fazer aquisições e apenas três pagar dívidas. A Le Lis Blanc, a de maior queda no primeiro dia, tinha as três intenções e a Agrenco apenas uma, pagar dívidas. Agrenco, nesse sentido, é um caso particular porque sua intenção era pagar uma dívida contraída com o coordenador em uma operação muito estranha, para dizer o mínimo (ver aqui). Dessa forma, não há um padrão claro para identificar as ofertas mais propensas a terem maior ou menor retorno.

Idade da empresa e retornos iniciais

Continuando a série sobre os fatores que determinam o retorno no primeiro dia de ofertas iniciais, a próxima variável é a idade.

Se a subprecificação está diretamente ligada à incerteza, a idade da empresa deveria estar negativamente relacionada com os retornos iniciais. Quanto mais antiga for a empresa, maior é o conhecimento geral sobre a emissora. Esse conhecimento pode não ser perfeito e o mercado vai conhecendo mais sobre a empresa conforme aumenta o tempo como companhia aberta (hipótese analisada em artigos aqui resumidos). Mas uma empresa mais antiga é menos incerta do que uma empresa mais nova, que pode ainda nem existir ou pode ter começado há muito pouco tempo (o que foi comum durante a bolha pontocom).

Para o mercado internacional, essa hipótese se confirma e é constatada relação negativa entre idade e retorno inicial. As referências são: Beatty (1989), Megginson e Weiss (2001), Habib e Ljungqvist (2001), Ljungqvist e Wilhelm (2003), Loughran e Ritter (2004), Flagg e Margetis (2008), Bradley et. al. (2009) e Chambers e Dimson (2009). No mercado brasileiro, no entanto, Zierth (2008) encontrou relação positiva.

Uma das dificuldades em utilizar essa variável é que nem sempre a data de criação da empresa é tão fácil de se definir. Em muitos casos, há uma reorganização da empresa, o que inclui troca de nome, de objeto social, a mudança para sociedade anônima e até a criação de uma holding, o que leva a empresa a ter uma data de criação recente, mas com atividades remontando um tempo mais pretérito. Outra possibilidade é a empresa ser resultado da fusão de algumas empresas (caso da Trisul, para não falar de BR Brokers ou BR Insurance) e a data de criação sendo a data de fusão. Tentei seguir mais o conteúdo do que a forma na definição do valor dessa variável, sem cair em alguns exageros. A Sul América, por exemplo, tem sua origem remontando 1895. Porém, atribuir 112 anos de idade para a empresa me parece um exagero e a própria empresa define sua data de criação como 13/03/1978 a partir da formação da holding. No fim, muitas empresas tiveram que ser analisadas minuciosamente para definir a melhor data de criação sem que eu possa garantir ter feito a melhor escolha.

Na análise univariada, separando as ofertas pela metade, não há diferença significativa entre as empresas mais antigas e as mais novas, a média do primeiro grupo sendo 5,09% e a do segundo 4,11%. Na análise multivariada com dados esperados, a variável IDADE não é estatisticamente significativa, e na multivariada é apenas ao nível de 10% (p-valor de 0,072). Isso ocorre tanto originalmente no meu TCC quanto com os dados atualizados. Ou seja, não é possível afirmar com tanta certeza haver uma relação entre idade da empresa e retornos iniciais.

A empresa mais antiga é a Bovespa Holding (117 anos quando da IPO), que (por um acaso?) é a oferta com maior retorno inicial. Observando as 10 mais antigas, nenhuma caiu e o retorno médio é de 13,20% (8,87% sem Bovespa Holding). Há três altas expressivas além da Bovespa, Nossa Caixa (17,58%, segunda mais antiga), Lopes Brasil (15,75%) e São Martinho (18,30%). A Cremer, sexta mais antiga, é um caso peculiar, já que se trata de uma empresa que havia fechado capital alguns anos antes de reabri-lo em 2007 em uma oferta com variação nula no primeiro dia. No final de 2010, ocorreu a oferta da terceira empresa mais antiga dentre as listagens recentes, a Raia (74 anos declarados pela própria empresa).

Analisando as 10 empresas mais novas que tenham mais de um ano de existência (o que inclui as empresas X e outras criadas na IPO), empresas com 1,2 ou três anos, o retorno médio é de 4,22% e três caíram no primeiro dia (Ecodiesel, HRT e Brazil Pharma). Altas expressivas apenas BR Brokers (13,68%), Terna e Dufry (quase 10%). Ou seja, nos extremos, até que parece haver uma relação.

Em uma das minhas hipóteses sobre porque as ofertas no Brasil parecem ser negativamente afetadas pela incerteza (a relação positiva com a idade indo nessa direção), conjecturei que talvez esses resultados se deem pelo perfil das empresas que vieram a mercado a partir de 2004, empresas grandes e razoavelmente consolidadas, o que pode ter tirado um pouco da demanda pelas empresas mais incertas. A idade média das empresas é de 24,49 anos (mediana 18,5). Segundo Flagg e Margetis (2008), a idade média das empresas analisadas no mercado dos Estados Unidos foi de 15,16. Segundo Chambers e Dimson (2009), a média foi de 36,02 (mediana de 27) no Reino Unido. Só com uma análise comparativa para saber se essa hipótese tem algum sentido. Há uma análise de retornos em diferentes mercados (ver aqui), mas não sei se esclarece esse ponto.

Demanda pelas ações e retornos iniciais

Na série sobre os retornos iniciais de IPOs, o próximo fator a ser descrito é a demanda pelas ações. Duas variáveis funcionam como aproximações da demanda, em meu entendimento: a revisão de preços (definida como a mudança na faixa indicativa de preços) e o ajuste de preços (a diferença entre o preço de lançamento e o preço médio da faixa indicativa). Parte deste texto foi tirado de meu TCC, mas os dados são os mais recentes (até a oferta da Abril Educação).

Booth e Booth (2010) determinaram que ofertas que tiveram revisão de preços ou cujos preços finais ficaram fora da faixa de preços (sem diferenciar se esses ajustes foram para mais ou para menos) tiveram maiores retornos iniciais. Esses resultados se mantêm na análise multivariada. Ljungqvist e Wilhelm (2003) encontraram relações positivas entre revisão de preços e retornos no primeiro dia, considerando todas as revisões e apenas as revisões positivas em separado.

Já para o ajuste de preços, Loughran e Ritter (2002) encontraram que o retorno médio e a porcentagem de ofertas com retornos iniciais positivos é menor quando o preço da oferta é colocado abaixo da mínima da faixa de preços e é maior quando o preço está acima da máxima da faixa. Não foi feito um teste estatístico sobre essas médias. Habib e Ljungqvist (2001), Brau et. al. (2007), Bradley et. al. (2009) e Ligon e Liu (2011) constataram relação positiva entre o ajuste do preço (diferença entre o preço da oferta e a média da faixa de preços) e os retornos iniciais. Lowry e Schwert (2002) chegaram à mesma conclusão, principalmente quando o ajuste é realizado para cima. Loughran e Ritter (2004) encontraram relação positiva entre retornos e o fato do preço da oferta ser estabelecido acima da máxima da faixa de preços.

Revisão de preços

No Brasil, apenas duas ofertas tiveram anúncio de revisão para cima na faixa de preços, BM&F e Bovespa Holding. Outras ofertas tiveram preços de lançamento acima da faixa de preços (Redecard, por exemplo), mas, para que haja realmente uma revisão, a empresa deveria vir a mercado anunciar a nova faixa e abrir a possibilidade dos investidores que já fizeram reservas sair. Esse aqui é o comunicado da BM&F e esse o da Bovespa Holding. As duas ofertas tiveram altas expressivas no primeiro dia, 22%  e 52,13% respectivamente.
.

Quanto à revisão para baixo, foram cinco ofertas: Even, JHSF, Le Lis Blanc, OSX e Julio Simões (não encontrei o aviso ao mercado relativo à Even). O retorno inicial médio foi de -6,45%, apenas a JSHF subiu (3,75%) e a Julio Simões (atual JSL) teve retorno nulo.

Na análise multivariada com dados conhecidos após a oferta, o efeito da revisão para baixo é de aproximadamente -10% e da revisão para cima de aproximadamente 16%, as duas variáveis sendo estatisticamente significativas.

Ajuste de preços

Para analisar o efeito do ajuste de preços, criei a variável AJUSTE, que é justamente a diferença entre o preço de lançamento e a diferença com a média da faixa de preços. Não utilizei essa variável nas análises principais Me parece que há um problema de endogeneidade no uso dessa variável e um fator que influencia o ajuste e o retorno inicial, que é a demanda pelas ações. Ajuste para baixo e retornos negativos indicam baixa procura pelas ações, o que também se manifesta em rateios menores (ou seja, onde o investidor recebe mais ações) e na compra das ações pelo coordenador por conta da garantia firme. Dez ofertas tiveram a participação dos coordenadores comprando as ações, o retorno médio sendo de -4,06%, o ajuste de preços de -16,78% e o investidor que reserve R$ 300 mil levando quase R$ 200 mil nessas ofertas. Em comum com tudo isso, a baixa demanda.

Na análise univariada, o retorno médio das ofertas que reajustaram para baixo o preço foi de -0,58%, 3,02% quando o preço de lançamento é igual à média da faixa de preços e 12,18% quando o preço está acima da média da faixa. As diferenças de média são estatisticamente significativas ao nível de 1%, exceto entre reajuste negativo e nulo, a diferença sendo significativa apenas ao nível de 10%.

Incluir AJUSTE na análise multivariada muda a significância de duas variáveis, o volume da oferta e o retorno das últimas ofertas, ambas se tornando insignificantes. O volume é compreensível que mude, já que o ajuste para cima leva a volumes maiores e ajustes para baixo levam a volumes menores. Parte do já não muito significativo efeito do volume, então, se deve ao ajuste e não tanto ao nível do volume da oferta. AJUSTE é significativa a nível bem inferior a 1%. A minha implicância é com a interpretação desse resultado: ajustes nos preços afetam positivamente os retornos pela baixa demanda. Mas o que tornou a oferta pouco atrativa para os investidores? Incluir essa variável, me parece, significa apenas trocar uma pergunta por outra. O que está em dúvida não é se a demanda afeta o retorno, e sim se outro fator de impacto mais duvidoso, como a incerteza e as condições de mercado, influenciam os retornos. As variáveis que indicam a revisão da faixa de preços para cima ou para baixo também são indicativos da demanda, mas, acima disso, sinalizam ao mercado informações sobre a demanda em um momento em que decisões de investimento ainda podem ser feitas.

A variável RATEIO, que indica o valor investidor pelo investidor que reservasse R$ 300 mil, não foi incluída na análise junto com AJUSTE porque não se mostrou significativa. Na análise univariada, separando as ofertas pela metade em termos de rateio, as que menos sofreram rateio (onde o investidor de R$ 30 mil mais recebeu) tiveram retorno médio de 1,21% contra 7,98% da outra metade, a diferença sendo significativa.

Uma variável que foi incluída junto com AJUSTE foi o volume de negociações da ação no primeiro dia. Como a correlação é alta com o volume da oferta (90,83%) exclui essa outra variável. O efeito dessa variável é significativo e confirma que uma elevada demanda pelas ações (que acaba transbordando para o mercado secundário no primeiro dia) afeta positivamente os retornos.

Na prática

Os resultados indicam que a revisão da faixa de preços é um sinal fortíssimo. Pode parecer contraditório em um primeiro momento, mas revisões para cima, que supostamente tornariam a oferta mais cara, indicam que o retorno inicial será maior e revisões para baixo, que supostamente tornariam as ações mais baratas, indicam retorno baixo e mesmo negativo. Se ainda for possível entrar na oferta após o anúncio, esses resultados indicam que o investidor deveria entrar na que revisou para cima e ignorar a que revisou para baixo. É possível sair da oferta com a mudança nas suas características, incluindo a faixa indicativa de preços, e a revisão para baixo, mas não para cima, indica que o investidor deveria sair. Cabe a ressalva de que nem sempre a ação cai quando há revisão para baixo (caso da JHSF) e que isso se aplica exclusivamente ao primeiro dia de negociações.

Exceto em casos excepcionais, não é possível nem entrar nem sair das ofertas após seu preço ser fixado, logo, as evidências relativas ao ajuste em relação à faixa de preços não tem muita relevância prática. A única finalidade é o investidor ter uma ideia do que será o primeiro dia alguns dias antes dos inícios das negociações, sendo provável que a ação caia com o preço de lançamento sendo abaixo do esperado, e que suba caso contrário. O mesmo se aplica ao rateio.

Cabe aqui o aviso padrão de blogs e sites de investimentos: o objetivo do blog é compartilhar informações e análises, não se destina a recomendações de investimento. No caso específico dessa análise, o modelo com dados esperados (que poderia ser utilizado para prever retornos por ter dados conhecidos enquanto ainda é possível realizar reservas) possui erro-padrão de quase 8,3%. Com média de aproximadamente 4,5%, em 95% dos casos o retorno ficará entre -12,1% e 21,1%, ou seja, pode acontecer qualquer coisa! Como eu mesmo coloquei no TCC, a análise pode ser útil para entender os retornos, mas certamente pouco útil para prevê-los.

Retornos iniciais e retorno das últimas ofertas

Prosseguindo com a série sobre os retornos no primeiro dia das ofertas públicas iniciais, trato agora da análise do impacto dos retornos iniciais das ofertas mais recentes.

Em meu TCC, utilizei como variável o retorno médio das três últimas ofertas ocorridas nos três últimos meses, a variável tendo valor zero quando não ocorreu nenhuma oferta no período. Caso mais de uma oferta ocorra no mesmo dia e a soma das ofertas supere três, considero todas. Tive o cuidado de definir essa variável de duas formas, uma com informações conhecidas até o encerramento das reservas e outra com informações disponíveis até o primeiro dia de negociações, como fiz com o volume da oferta e com a porcentagem de oferta primária. Mas, diferente do retorno do mercado antes da oferta, há um certo grau de arbitrariedade na definição dos parâmetros e não fiz testes com definições diferentes.

Na análise univariada, separando as ofertas em duas metades, aquelas precedidas com ofertas com maior retorno médio tiveram desempenho próximo de 6%, contra algo próximo de 3,30% da metade inferior, mas a diferença de médias não é estatisticamente significativa. Na análise multivariada, a variável que indica o retorno das últimas ofertas é estatisticamente significativa ao nível de 5% quando acompanhada de RET_2B (ver aqui), mas apenas ao nível de 10% quando acompanhada da variável RET_3B. Isso ocorre tanto para os modelos com dados conhecidos até o encerramento das reservas quando com dados até o primeiro dia. Uma oferta precedida por ofertas com desempenho médio (4,78%) acrescido de um desvio padrão (6,10%) tiveram retorno por volta de 2,66 pontos percentuais maior por conta dessa variável, enquanto que subtrair um desvio-padrão não tem impacto econômico significativo.

Dentre as 10 ofertas precedidas por maiores retornos iniciais, apenas duas tiveram retornos iniciais negativas (JBS, queda expressiva, e Sonae Sierra, pequena desvalorização), enquanto cinco tiveram altas expressivas (Equatorial, Arezzo, Cosan, Uol e Vivax). Analisando as ofertas que sucederam ofertas iniciais ruins, há um retorno inicial próximo de 10% (Fleury) e um retorno próximo de -10% (Cetip). Há ainda a OGX, a oferta que teve o retorno médio mais negativo das ofertas que a precederam (-10,88%, por incluir a Le Lis Blanc) e que teve alta de 8,31%. As demais desse grupo tiveram variações mais modestas. Ou seja, analisando apenas esse fator, as ofertas que ocorrem após retornos iniciais elevados sobem mais no primeiro dia, mas retornos iniciais negativos das últimas ofertas não parece ser um sinal tão negativo assim.

Nos testes de robustez, inclui a variável QUENTE, com valor 1 se houve ao menos uma oferta nos últimos três meses e 0 no caso contrário. Minha intenção era melhor avaliar as situações em que a variável assumiria valor 0 por não ter havido nenhuma oferta recentemente. É, o certo seria inverter, com valor 1 se não houve ofertas e 0 no contrário. Utilizando a variável como defini, QUENTE é insignificante. Futuramente, vou inverter os valores das variáveis e ver o resultado.

Retorno inicial e a condição do mercado

Certamente que o retorno do mercado como um todo tem influência no retorno dos ativos individuais (não sendo o único fator relevante, no entanto) e com as ofertas iniciais não poderia ser diferente.

Estudei em meu TCC o retorno do Ibovespa antes do final do período de reserva (em conjunto com variáveis conhecidas antes da realização da oferta) e antes do primeiro dia de negociações (inclusa essa data, em conjunto com variáveis conhecidas após a realização da oferta). Originalmente, havia definido uma quantidade de dias arbitrária (3, 15, 30 e 60, sendo que os resultados foram melhores com 3), assim como fizeram outras análises para o mercado internacional e brasileiro. Nas minhas análises mais recentes realizei algumas modificações. Para o retorno antes do encerramento das reservas, testei com várias quantidades, mas os resultados só foram significativos para dois e três dias. As variáveis utilizadas foram RET_2B e RET_3B (“retorno x dias antes do encerramento do bookbuilding) e utilizei apenas uma de cada vez.

Já para o retorno antes do primeiro dia, a escolha de três pregões antes não é totalmente arbitrária, já que, em geral, há três dias entre o início das negociações e o encerramento das reservas. Dessa forma, o retorno no primeiro dia seria parcialmente um ajuste para as novas condições de mercado, o preço da oferta sendo definido com base nas reservas realizadas até três dias antes, mas o preço no final do primeiro dia levaria em conta outro patamar do mercado. Mas nem sempre há essa janela de exatos três dias, por isso criei outra variável (RET_A, que seria “Retorno antes do primeiro dia”) igual ao valor do Ibovespa no primeiro dia dividido pelo valor do Ibovespa no encerramento das reservas subtraído de 1. Criei outra variável para medir o retorno do Ibovespa entre o encerramento das reservas e o início do processo de distribuição pública, mas os resultados não foram bons. Utilizei RET_A em conjunto com RET_2B e RET_3B uma de cada vez.

Não havia feito isso no trabalho original, mas a análise univariada só é significativa para RET_A. Dividindo as ofertas pela metade, as ofertas que tiveram maior retorno antes do primeiro dia tiveram retorno inicial médio de 7,25% enquanto que na metade inferior teve retorno médio de 1,95%, a diferença de médias sendo estatisticamente significativa. Separando por RET_2B e RET_3B, os retornos médios das metades superiores são maiores, mas as diferenças não são significativas em nenhum dos casos.

Nas análises multivariadas, nos modelos com dados esperados, com informações conhecidas até o encerramento das reservas, as duas variáveis do retorno do mercado foram significativas ao nível de 5% e o coeficiente positivo (conforme esperado). A oferta média tem retorno inicial por volta de 0,37 pontos superior por conta do retorno do Ibovespa. Um desvio padrão para mais ou para menos no retorno médio do mercado aumentaria ou diminuiria o retorno inicial em 1,74 pontos (para RET_3B) e 2,18 (para RET_2B).

Com dados efetivos, tanto RET_2B quanto RET_3B são significativas ao nível de 5%, porém, RET_A em conjunto com RET_2B só é significativa ao nível de 10% (p-valor de 0,075). O efeito de RET_A é menos significativo do ponto de vista econômico, a oferta média tendo retorno inicial de 0,1 ponto porcentual superior por conta do retorno antes da oferta e acrescentar ou subtrair um desvio padrão afeta o retorno em 1,45 ponto (RET_A junto com RET_2B) ou 1,74 (RET_A junto com RET_3B).

A conclusão a respeito dessa variável é que a condição de mercado afeta os retornos iniciais, sendo parte um ajuste para novas informações durante o período em que a ação não é negociada (entre o encerramento das reservas e o primeiro dia) quanto efeito dos retornos do mercado no curto prazo. Na (muito ineficaz) função preditiva do meu trabalho, as ofertas que estiverem acontecendo em mercado de baixa (principalmente levando em conta os dias anteriores à oferta) deveriam ser evitadas para fins de lucrar negociando no primeiro dia (ver ressalva no último parágrafo).

Dentre as 10 ofertas que tiveram maior retorno entre o primeiro dia e o fim das reservas, há quatro altas expressivas (BM&F, Visanet, Natura e Amil, entre 11,8% e 22%) e apenas duas baixas, que foram razoáveis (Laep e Datasul, -6% mais ou menos). As quatro ofertas com pior retorno do Ibovespa no período mencionado tiveram baixas (Multiplan, Cetip, Multiplus e Estácio) no primeiro dia e nas 10 ofertas de pior retorno há duas altas razoáveis (Lupatech e Totvs).

Dentre as 10 ofertas que tiveram maior retorno dois dias antes do encerramento das reservas, há quatro altas expressivas (Bematech, Gafisa, Bovespa e Log-In) e duas baixas moderadas (MMX e Satipel). Dentre as 10 piores, há duas altas expressivas (Vivaz e Arezzo) e uma baixa expressiva (Agrenco). Analisando os três dias antes do encerramento, há três altas expressivas no grupo das 10 ofertas de melhor desempenho (Anhanguera, Log-In e Bematech). No grupo das 10 de pior desempenho, há duas altas expressivas (Arezzo e Visanet) e uma baixa expressiva (Agrenco).

Por essa descrição, percebe-se que é temerário levar em conta apenas o retorno do mercado isoladamente, outros fatores devendo ser considerados principalmente para tentar prever os retornos iniciais. Há altas e baixas expressivas com mercado em alta ou em baixa no curto prazo.

Tamanho da empresa e retornos iniciais

No texto anterior, tratei da relação entre o retorno inicial de IPOs e a porcentagem de oferta primária. Trato agora do tamanho da empresa, que pode ser medido pelo volume da oferta ou por outra variável (valor de mercado, valor dos ativos, vendas etc.). Primeiro, escreverei sobre resultados de pesquisas anteriores sobre esse tema e depois os resultados que encontrei em minha análise. Parte do texto é tirado de meu TCC.

Beatty e Ritter (1986) constataram uma relação positiva entre o recíproco do tamanho da oferta (1/Tamanho da Oferta) e retornos iniciais, indicando que ofertas menores geram maiores retornos iniciais. Flagg e Margetis (2008), Bradley et. al. (2009), Li et al (2009), Cheung et. al. (2009), Booth e Booth (2010) e Marisetty e Subrahmanyam (2010) também constataram uma relação negativa entre tamanho da oferta e subprecificação. Uma hipótese é a de que ofertas menores sofrem maiores rateios e a demanda não atendida na alocação é transferida para o mercado secundário, aumentando a procura pelas ações das empresas. A outra é que ofertas menores são mais incertas e que há uma relação entre retornos e incerteza devido à divergência de opiniões.

Habib e Ljungqvist (1998), por outro lado, argumentam que qualquer relação está mais relacionada com a diluição dos acionistas do que com a incerteza sobre a oferta. Zierth (2008) encontrou uma relação positiva entre retornos iniciais e volume esperado da oferta no mercado brasileiro, em oposição à hipótese inicial de relação negativa por conta das ofertas menores serem mais incertas.

Azevedo (2007) encontra uma relação positiva entre volume da oferta e retornos no mercado brasileiro, porém, isso ocorre porque as análises realizadas levam em conta ainda o volume de negociações no primeiro dia, variável correlacionada positivamente com o tamanho da oferta. Vong e Trigueiros (2010) também encontraram relação positiva no estudo do mercado de Hong Kong.

Exceto por Azevedo (2007) e Zierth (2008), todas as análises foram feitas exclusivamente com os volumes efetivos das ofertas, não esperados.

Outras variáveis podem ser utilizadas para analisar o efeito do tamanho da empresa. Lowry e Schwert (2002), Kao et. al. (2009) (para ofertas chinesas) e Chambers e Dimson (2009) (para ofertas inglesas) constataram uma relação negativa entre o tamanho da empresa (valor dos ativos) e retornos no primeiro dia. Li et al (2009) encontraram uma relação negativa entre valor de mercado na data da oferta e retornos para as ofertas chinesas. Habib e Ljungqvist (2001) também constataram uma relação negativa tomando como variável de tamanho as vendas das empresas. A hipótese dos autores é a de que isso ocorre porque as empresas menores são mais incertas e, portanto, fornecem maiores retornos. Isso estaria de acordo com a teoria da divergência de opiniões

Citei dois trabalhos brasileiros que indicavam efeito positivo do tamanho nos retornos e, naturalmente, cheguei a resultados que apontam na mesma direção. Estudei a questão de diversas formas. Utilizei duas variáveis, o volume da oferta e o valor de mercado de duas maneiras diferentes, com dados esperados (conforme o prospecto da oferta) e com dados efetivos (com preço, número de ações vendidas e número de ações emitidas conforme realmente aconteceu). Cada modelo de regressão utilizou apenas uma dessas variáveis, pois são altamente correlacionadas (coeficiente superior a 90%), utilizar mais de uma de cada vez resultando em problemas de multicolinearidade (como disse anteriormente, minhas análises não são primores estatísticos, mas ao menos tive esse cuidado).

Na análise multivariada, com os dados corrigidos e mais recentes, o efeito do volume esperado não é estatisticamente significativo (p-valor superior a 0,4), porém, o volume efetivo é significativo ao nível de 5%. Uma explicação para essa mudança é que o valor efetivo é muito diferente do valor esperado, a quantidade de ações ofertas e principalmente o preço variando muito. O volume esperado é aquele que consta da capa do prospecto, o preço utilizado sendo a média da faixa de preços e o preço final sendo diferente dessa média em muitos casos. O volume esperado médio era de R$ 784 milhões (mediana de R$ 539 milhões), enquanto que o volume efetivo médio foi de R$ 882 milhões (mediana R$ 579), ou seja, 12,5% maior. Outro ponto é que as ofertas que lançam as ações a preços acima da média da faixa de preços também são as que sobem mais, mesmo levando em conta o volume da oferta, algo a ser detalhado em texto futuro.

Multiplicando o volume médio pelo coeficiente de regressão, constata-se que a influencia do volume no retorno é de por volta 1,6 ponto. Acrescentando um desvio padrão à média faz com que o retorno inicial suba por volta de 2,2 pontos. É um efeito econômico razoável para um retorno inicial médio de 4,42%. Utilizando o valor de mercado, o efeito médio é um pouco menor (por volta de 1,1) e o acréscimo de um desvio padrão resulta em efeito maior (por volta de 2,9), mas a variável é significante apenas ao nível de 10% com dados efetivos e continua insignificante com dados esperados. Utilizei o volume da oferta nas análises principais por conta da significância e do melhor ajuste, mas, como visto, os resultados não mudam muito utilizando valor de mercado.

Essa diferença entre efetivo e esperado é um dos motivos para o modelo ser razoável para explicar os retornos (com dados efetivos), mas muito ruim para prevê-los (com dados esperados). Ou seja, seria necessário antes estimar o volume da oferta para só então o modelo ter alguma chance de ser um bom previsor do retorno inicial.

A maior oferta foi a da Visanet (atual Cielo, não considerando o Santander), R$ 8,4 bilhões, que subiu 11,8%. 20 ofertas superaram o valor de R$ 1 bilhão e dessas cinco caíram (HRT, OSX, JBS, Queiroz Galvão e MMX), todas (exceto a JBS) 100% ou quase isso de oferta primária e todas preponderantemente ofertas primárias. Mas há ofertas primárias que subiram no primeiro dia dentro desse grupo do bilhão (OGX, MPX, GVT), além da MRV, inicialmente primária, mas que se tornou mista com a venda do lote suplementar. Dentre as cinco maiores ofertas, nenhuma caiu no primeiro dia.

A menor oferta inicial foi a Renar Maças (R$ 16 milhôes), menor até do que a Nutriplant do Bovespa Mais (R$ 20 milhões). No grupo das 10 menores ofertas, apenas a Le Lis Blanc caiu (e como!: -20%). Separando a população em duas metades, a metade com as maiores ofertas teve retorno médio de 6,36% e a metade inferior teve média de 2,84%, a diferença de médias sendo estatisticamente significante (p-valor 4,93%).

Retorno inicial e porcentagem de oferta primária

Na segunda parte da série sobre retornos inicia de IPOs, vou tratar da porcentagem de oferta primária, um fator que se mostrou bastante significativo para explicar os retornos das ofertas iniciais. Começo com as hipóteses sobre seu efeito (positivo ou negativo) e depois os dados para o mercado brasileiro. Parte do texto é tirada de meu TCC.

As ofertas de ações (incluindo as iniciais) podem ser primárias (com a emissão de novas ações e venda aos investidores como forma de captar recursos), secundária (com a venda de ações já existentes por parte de atuais acionistas) ou mista (combinação de primária com secundária). Uma variável frequente no estudo do efeito da emissão ou não de ações nos retornos é a porcentagem de oferta primária, 100% para ofertas primárias, 0% para secundárias e entre os dois valores nas mistas.

Maior porcentagem de oferta primária poderia ser visto como um sinal positivo, um bom indicativo das perspectivas futuras das empresas, e uma menor porcentagem como um sinal negativo, com os atuais acionistas agindo oportunisticamente para vender caro as ações que possuem.

Na imprensa especializada, há o senso comum de que os investidores deveriam preferir ofertas primárias a ofertas secundárias. O motivo seria que “o investidor quer aplicar seu dinheiro na empresa para fazê-lo render, não pagar a saída do sócio” (ver aqui) ou seja, os investidores preferem ofertas que “agreguem valor”. Quando ofertas secundárias ou com parcela de oferta secundária sobem no primeiro dia, diz-se que as ações subiram apesar da parcela secundária (ver aqui sobre a Brasil Insurance). Quando caem, atribui-se ao fato dos recursos da oferta estarem indo para os acionistas vendedores, não para a empresa (ver aqui como exemplo no caso da Tivit). A consequência é o conselho de investir preferencialmente em ofertas primárias ou com maior proporção de oferta primária (ver aqui e aqui).

Empresas que realizam ofertas secundárias permanecerão parecidas com o que eram antes da IPO (fora o fato de agora ser uma companhia aberta), enquanto que empresas que realizam ofertas primárias podem sofrer grandes transformações, por isso sendo mais incertas. Uma interpretação da teoria das opiniões divergentes levaria à conclusão de que ofertas primárias, por serem mais incertas, deveriam ter maiores retornos no curto prazo. Beatty e Ritter (1986) encontraram uma relação positiva entre o número de usos dos recursos da oferta (o valor nulo sendo atribuído às ofertas secundárias) e retornos iniciais. Ljungqvist e Wilhelm (2003) encontraram tímidas evidências de que maior proporção de secundária diminui os retornos. Prasad (1994), porém, não encontrou diferenças de retornos de ofertas mistas e puramente primárias no primeiro dia de negociações, mas encontrou evidências de maior subprecificação nas ofertas mistas no prazo de um mês. A pequena amostra restringida territorialmente a uma parte dos Estados Unidos e restrita ao mercado de balcão torna essas evidências menos fortes. Brau et. al. (2007) também não encontraram relações significativas. Zierth (2008) encontrou algumas evidências de que uma maior participação da oferta primária na oferta total tem efeito negativo no retorno no primeiro dia no mercado brasileiro. Porém, isso ocorre apenas em uma das oito regressões realizadas pelo autor.

No mercado brasileiro, segundo meus cálculos, para as ofertas realizadas entre 2004 e 2011 (Natura-Abril Educação), o retorno médio das ofertas 100% primárias foi de 0,55%, para as mistas 5,87% e para as 100% secundárias 11,59%. A média das primárias é estatisticamente diferente das demais, mas, devido à alta variância do retorno das ofertas secundárias (2,32%), não é possível descartar que a diferença de retorno médio das mistas e secundárias seja nula. Ou seja, ofertas 100% primárias têm desempenho pior do que as demais. Também não há diferença significativa entre as ofertas mistas com mais de 50% de oferta primária e com menos de 50%. Separando a população em duas partes baseado na porcentagem de oferta primária, a metade de cima (com mais primária) teve retorno médio de 2,11% contra a metade inferior de 7,08%, a diferença sendo estatisticamente significativa.

Na análise multivariada, o coeficiente da variável que indica a porcentagem de oferta primária é sempre negativo, por volta de 8% utilizando dados esperados ou efetivos. A análise multivariada inclui variáveis que indicam a destinação dos recursos (exclusivamente para ofertas primárias e mistas). Algum tempo depois de fazer a análise, me preocupei com a variável “Novos investimentos”, que indica a intenção da empresa utilizar os recursos para novos investimentos (contrariamente a financiar investimentos em curso), com coeficiente de 4,5% e estatisticamente significativo. 61,2% das ofertas (excluindo as secundárias) tem essa intenção. Futuramente, vou excluir as variáveis de destinação de recursos e verificar como isso muda os resultados.

Apenas duas das treze ofertas secundárias tiveram queda no primeiro dia (as mais recentes, Tivit e Cetip) e uma (Localiza) teve variação neutra. A oferta que mais subiu no primeiro dia (Bovespa Holding, +52,13%) era secundária e a que mais caiu (Le Lis Blanc, -20,00%) era primária.

Esses resultados não estão de acordo com a hipótese de que maior incerteza leva a maiores retornos (ver primeira parte da série). Semana que vem, trato de outra variável, o volume da oferta, que mostrará conclusão semelhante ao terem relação positiva com o retorno inicial.

Retornos de curto prazo de IPOs

Já havia publicado um texto com dados sobre retornos de IPOs no primeiro dia de negociações, no Brasil, nos Estados Unidos e no resto do mundo. Na ocasião, não tratei nem de explicar porque há retornos tão expressivos quanto 4% em um dia e nem quais fatores influenciam esses retornos. Volto a esse tema com análises que fiz para meu trabalho de conclusão de curso. O retorno no primeiro dia (diferença do preço de fechamento no primeiro dia e o preço de lançamento) será referido aqui também como retorno inicial ou “subprecificação”.

A primeira explicação possível é a de que esse retorno seria uma compensação pelo risco. É difícil dizer que esse retorno seja fruto de um prêmio por risco. Atualmente, o retorno inicial médio é de 4,56% em um dia, o que representa 7.664.987% a.a.. Dizer que o expressivo retorno médio no primeiro dia é compensação pelo risco é atribuir um prêmio por risco de, digamos, 7.664.977% a.a., o que não faz sentido algum. Além do mais, se assim fosse, porque só investidores do primeiro dia exigiriam tal prêmio, e não os investidores nos demais dias resultando em altas expressivas para além do primeiro dia?

Embora não seja possível testar isso, também é difícil atribuir esses retornos a um erro acidental de precificação por parte dos coordenadores. O “fenômeno de underpricing” vem sendo documentado desde pelo menos a década de 1970 e, embora não sejam as mesmas pessoas que trabalhem nessas ofertas, 40 anos é tempo suficiente para não cometer mais erros de precificação. Ao invés de um acidente, é mais plausível que os preços sejam propositalmente colocados a um preço inferior à avaliação do mercado no primeiro dia.

Há diversas teorias sobre essa prática, muitas analisando a subprecificação do ponto de vista das assimetrias de informação. Uma teoria (Baron e Holmström (1980)) diz haver assimetria informacional entre bancos coordenadores e demais participantes, com a empresa delegando aos coordenadores a decisão de definir o preço e os bancos subprecificando para ganharem negócios com os seus clientes, a empresa aceitando isso por ter pouco conhecimento sobre o preço que o mercado aceitaria. Outra teoria (Benveniste e Spindt (1989)), é a de que os investidores são mais bem informados do que a empresa emissora, e a subprecificação seria uma compensação para investidores mais bem informados revelaram suas informações e assim aumentarem o preço em relação ao que poderia ser, sob pena de ficarem fora da oferta. Segundo Allen e Faulhaber (1989), pode ocorrer da empresa emissora ser mais bem informada, podendo ocorrer o problema dos “lemon cars”, resolvido pela empresa por meio da sinalização de maior qualidade, a subprecificação (um sinal custoso) sendo um desses sinais. Por fim, segundo Rock (1986), há assimetria de informações entre os investidores, havendo os bem e os mal informados, e havendo ofertas boas e ruins. Se os preços forem definidos sem subprecificação, apenas investidores bem informados participariam das ofertas e as ofertas ruins não seriam realizadas. A subprecificação geral seria uma maneira de atrair investidores mal informados e assim viabilizar mais ofertas.

Há outras explicações que não partem da premissa de assimetria de informações. Conforme Booth e Booth (2010), pode haver divergência de opinião entre investidores, com alguns atribuindo elevado preço e outros um preço inferior. Sem rateio ou necessidade de dispersão acionária, os investidores mais otimistas levariam toda a oferta e poderia não haver subprecificação. Porém, para dispersar a base acionária (por desejo da empresa ou requisito da bolsa), um número maior de investidores devem participar da oferta, o que pode acabar rateando os pedidos dos investidores mais otimistas. No mercado secundário, esses investidores comprariam o que não conseguiram na oferta inicial, elevando o preço da ação. Pode haver também não só uma avaliação diferente por parte dos investidores, mas um excesso de otimismo irracional que levaria a preços maiores no mercado secundário. A divergência de opiniões e o excesso de otimismo são maiores quando há mais incerteza sobre a empresa, de forma que quanto mais incerta a empresa emissora for, maior deveria ser o retorno inicial. A incerteza também influencia outras teorias, como a de assimetria entre os investidores, de forma que espera-se que empresas mais incertas (que tenham prejuízos, mais jovens, menores etc.) gerem maiores retornos iniciais. Segundo Brennan e Frank (1997), a empresa emissora pode desejar maior dispersão acionária, de forma a evitar que novos acionistas assumam parte relevante do capital social, a subprecificação sendo um meio de atrair mais investidores e, com isso, aumentar o rateio.

Outra explicação seria a de que os coordenadores subprecificam para evitar litígios futuros com investidores insatisfeitos, porém, essa hipótese não se comprovou quando testada. A subprecificação pode também servir para que os coordenadores atraiam novos investidores para novas ofertas, o que os beneficiaria. Também poderia servir como forma de reduzir os custos de divulgação da oferta, poderia “comprar” cobertura de analistas e poderia servir para gerar negócios no mercado secundário, principalmente nos dias seguintes à oferta. Por fim, as empresas e os acionistas vendedores podem não se importar com a subprecificação, pois descobrem que as ações valem mais do que esperavam inicialmente, de forma que um retorno expressivo no primeiro dia é algo mais a se comemorar do que lamentar. Como é conveniente para os coordenadores a subprecificação, ficaria tudo por isso mesmo.

Resumindo, a subprecificação pode ser explicada pela incerteza (juntamente com a assimetria de informações) que cerca as ofertas iniciais (o retorno inicial aumentando com a incerteza), pelo desejo da empresa emissora em dispersar a base acionária e por relações entre o banco coordenador e as empresas emissoras.

Essas teorias são testadas empiricamente (às vezes, no mesmo artigo que apresenta a teoria), geralmente por meio de regressões múltiplas. O principal resultado de meu TCC foi uma regressão múltipla desse gênero. Fiz análises com dados esperados (conhecidos até o final do período de reservas, indicando as informações conhecidas por um eventual investidor) e com dados efetivos. O primeiro tipo de análise indica se os retornos iniciais são previsíveis e o segundo tipo procura explicar os retornos. Os resultados estão resumidos na tabela abaixo:

A principal diferença entre os resultados da análise (1), com dados esperados, e os demais, com dados efetivos, é a significância do volume efetivo, insignificante com dados esperados e tendo efeito positivo e significativo com dados efetivos. A variável que indica as BDRs é marginalmente significante no modelo (2) e insignificante nos demais.

Resumindo, afetam positivamente os retornos iniciais: Revisão de preço para cima em relação à faixa de inicial de preços, idade da empresa, retorno do Ibovespa três dias antes do encerramento das reservas, retorno do Ibovespa entre o primeiro dia de negociações e o último dia do período de reservas, o fato da empresa fazer novos investimentos e o retorno das três últimas ofertas realizadas. Afetam negativamente: Porcentagem de oferta primária e a revisão de preço para baixo em relação à faixa inicial.

A análise foi diferente da apresentada em meu TCC. Atualizei os dados incluindo algumas ofertas, corrigi alguns dados errados e modifiquei o modelo de regressão, excluindo algumas variáveis e mudando outras. O r-quadrado piorou, mas julgo que a análise faz mais sentido agora, além de estar mais correta. Continua não sendo nenhum primor estatístico, mas tem resultados interessantes.

A análise não confirma haver relação entre incerteza e retornos iniciais. Ofertas maiores, com menor porcentagem de oferta primária e de empresas mais velhas são menos incertas e tiveram maior retorno no mercado brasileiro. A variável NOVOS_INV tem sinal positivo, sendo coerente com a hipótese da incerteza, mas, além de ser só uma variável, me parece agora que apenas contrabalança a porcentagem de oferta primária. Algumas variáveis indicam haver a incorporação de novas informações com os sinais esperados, como a revisão de preços (para cima ou para baixo), o retorno do Ibovespa antes do início da oferta e o retorno das últimas ofertas.

Minha análise não resulta em um modelo para prever retornos de IPOs e, com isso, escolher as que irão ter melhor desempenho inicial e ignorar as demais. Apesar de haver um bom número de variáveis significativas, o erro-padrão é de 8,2%, grande demais se comparado com a média de pouco menos de 5%.

Não consigo explicar porque incerteza e retornos não se relacionam no mercado brasileiro. Talvez isso se deva ao perfil das empresas que foram a mercado entre 2004 e 2011. Como havia muitas empresas grandes e bem estabelecidas indo à mercado, talvez o mercado demandasse mais nessas ofertas e menos nas menores. Apesar de se dizer que houve um “boom” de IPOs, o número ainda é ridiculamente baixo se comparado com outros mercados. Talvez isso mude quando empresas pequenas comecem a ir à mercado em ondas, repetindo 2007 quanto ao número de ofertas. Havendo uma série de empresas pequenas e médias indo a mercado, talvez o retorno inicial das mais incertas seja maior. Outra hipótese é a de que os juros brasileiros sendo altos tiram espaço das ações e, principalmente, das novas emissões, havendo maior interesse nas empresas menos incertas. Sem maiores análises, só posso fazer hipóteses.

Semanalmente, vou discutir aqui uma variável de interesse no estudo de retornos no primeiro dia, revisando a teoria subjacente, as evidências (inclusive de meu TCC) e mostrando alguns dados interessantes das ofertas brasileiras.

É possível ler meu TCC no Scribd, em duas versões. Na primeira, é o trabalho exatamente da forma como entreguei. Na segunda, com algumas correções de erros ortográficos, complemento de trechos que ficaram indevidamente vazios e reescrita de algumas partes. Talvez faça uma terceira versão, com as análises atualizadas, mas isso leva mais tempo. No começo do trabalho, há uma revisão teórica sobre muitos temas acessórios. Lá pela página 40 começa o conteúdo mais relevante sobre o tema do trabalho.Pretendo ainda transformar o trabalho em artigo, que tornaria mais interessante de ler (115 páginas é um exagero que até pretendia ter evitado). Os comentários no blog sobre a minha pesquisa levarão em conta as análises atualizadas.

Atualizações

Vários temas que discuti em textos anteriores ganham novos estudos (ou há velhos estudos que não havia considerado). Nesse post, vou retomar alguns temas antigos.

Desempenho de longo prazo de IPOs

Silva e Famá (2011) analisaram o desempenho de longo prazo de IPOs brasileiras, tendo como base Ritter (1991). Calcularam o retorno anormal de carteiras (Retorno da carteira – Retorno do Ibovespa) de carteiras compostas por IPOs no período 2004-2007. Temporalmente, a carteira é construída em relação ao evento (a IPO), de forma que o retorno anormal no mês 1 é a soma dos retornos anormais (excluindo o primeiro dia de negociações) das 98 ofertas analisadas no primeiro mês de negociações (ou seja, a ponderação das ofertas é igual). Foram utilizados diferentes quantidades de períodos, 24 meses, 12 meses e 6 meses, sendo que a carteira 1 tem um número variável de ofertas (periodicidade de 24 meses) e as demais carteiras tendo as periodicidades relatadas, de forma a manter constante o número de ofertas analisadas. A variável de interesse é o Retorno Anormal Acumulado, a soma dos retornos anormais médios da carteira em um período de tempo (no mês 3, é a soma das médias dos três primeiros meses, por exemplo). Os resultados indicam consistentemente desempenho inferior das IPOs no longo prazo. Porém, como os próprios autores indicam na conclusão, esses resultados dependem do modelo de precificação de ativos utilizado (CAPM); deveriam notar também que o prazo é inferior ao comumente utilizado em estudos semelhantes (3 ou 5 anos), até por limitações de amostra; e que os retornos foram ponderados de forma igual (Fama (1998) argumenta que ponderar por valor de mercado produz melhores resultados em estudos do gênero).

Retomando o meu texto anterior, os primeiros estudos indicavam o mesmo fenômeno de desempenho inferior, utilizando o CAPM ou o modelo de três fatores, mas outros estudos (Brav e Gompers (1997)) mostravam que a maioria das IPOs analisadas no mercado americano tinham alta relação VPA/P e baixo tamanho, ações que Fama e French (1993) mostraram ter desempenho negativo. Comparando IPOs e não IPOs com as mesmas características, IPOs de alto VPA/P e baixo tamanho até se saem melhor. O estudo é interessante, mas até que se utilize outro modelo de precificação de ativos e que se pondere por valor de mercado as ofertas, receio que o júri ainda esteja decidindo sobre isso.

Estratégia do Custo Médio

Nos meus textos anteriores, não havia lido Bierman et. al. (2004). É mais uma análise teórica do que empírica, tendo pontos em comum com o meu primeiro texto. Mas não acrescenta muito à discussão nos textos anteriores.

Especulação

Szado (2011), em artigo que que pode ser baixado gratuitamente (não sei por quanto tempo) discute o que as pessoas entendem por especulação, partindo da definição da Wikipedia (que representaria o sentido atribuído pelo público em geral) e passando por definições legais e acadêmicas, discutindo ainda o que seria “especulação excessiva” e o investimento em futuros de mercadorias. Lamentavelmente, o autor ignorou o que acho a melhor definição de especulação: subdiversificação com finalidade de obter retornos anormais (ver aqui).

Empresa boa = Investimento bom?

Em texto anterior, resumi artigos que tratavam da questão sobre se uma empresa boa é um investimento bom, o critério de qualidade sendo a lista da Fortune e o livro “Em busca da excelência”. Filbeck et. al. (2010) realizaram análises semelhantes, agora com base no livro “Good to Great” de Jim Collins, traduzido como “Empresas feitas para vencer” no Brasil.

Primeiro, os autores criticam a metodologia de Collins, que consistiu basicamente em escolher ações de empresas com bom (“good”) desempenho em uma época seguido de retornos excepcionais (“great”). Da lista resultante de 11 empresas, o autor identificou características comuns e conclui que esses são os elementos da excelência empresarial. Essa lista inclui a Circuit City (falida em 2009) e a Fannie Mae, ou seja, já de início dá para imaginar que essa lista não gerou uma carteira tão boa assim. Diversas críticas foram feitas: a primeira é que talvez Collins tenha mais achado uma correlação do que causalidade; o foco do estudo nas empresas bem sucedidas pode ter levado à uma supervalorização de práticas arriscadas (e que terminaram por serem bem sucedidas); a premissa de que retornos passados indicam retornos futuros; viés de data mining (“picaretagem de dados”, conforme tradução de um amigo meu); falta de rigor na metodologia e tentativa de falsear as conclusões (ou seja, analisar se os resultados encontrados não poderiam se dar pela mera sorte); por fim, há viés de sobrevivência na amostra de empresas analisadas.

Em seguida, o desempenho das empresas listadas no livro foi comparado com outras referências (incluindo a lista da Fortune), não sendo encontrado desempenho superior das empresas listadas sequer antes da publicação do livro (1993-2001). No ano da publicação do livro (2001), as empresas citadas até tem desempenho superior a algumas referências. Utilizando o modelo de três fatores e o de quatro fatores, não é encontrado alfa significativamente diferente de zero em nenhum período (exceto em 2006 em favor da lista de Collins). A conclusão dos autores do artigo é que pode ter havido um Efeito Halo no ano da publicação, o livro gerando um interesse ou atenção maior no curto prazo para as ações listadas (levando a desempenho superior em 2001 na comparação com algumas empresas também consideradas excelentes), mas isso não se traduzindo em desempenho superior das ações no longo prazo.

Para investimentos, o artigo reforça que empresa boa não é necessariamente um bom investimento e de quebra que desempenho passado não é indicativo de desempenho futuro. Como o artigo foi publicado em uma revista de Administração, não de Finanças, os autores também se preocuparam com as implicações gerenciais. Os administradores precisam analisar com mais rigor os conselhos publicados em livros do gênero e tomar cuidado ao embarcar em modismos empresariais que surgem a todo momento. Seria útil uma análise de empresas que tinham as características listadas por Collins em outro período além do utilizado pelo autor e ver como as ações se comportaram, mas provavelmente é necessário esperar algum tempo para gerar uma base de dados boa.