De onde vêm os retornos: a origem do factor investing

De onde vêm os retornos? O debate sobre o que, de fato, explica os retornos das ações tem sido objeto de intenso estudo e atenção dos investidores durante todo o século XX e, mais do que nunca, neste século – em que tivemos grandes transformações disruptivas e o avanço da tecnologia.

Ao longo desse tempo, diversos estudiosos importantes surgiram com teorias capazes de explicar e destrinchar os retornos observados por um determinado ativo. Como quase toda teoria, ela vigora por um tempo até que uma nova surja e atualize ou refute totalmente a anterior.

Para explicar a evolução da teoria de finanças até chegarmos aos dias atuais, temos que conversar um pouco sobre como as teorias evoluíram e decaíram ao longo do tempo. 

Vamos começar pela década de 1960, para que você tenha um pouco mais de contexto histórico.

Capital Asset Pricing Model (CAPM)

A partir da década de 1960, o CAPM (sigla de Capital Asset Pricing Model, ou Modelo de Precificação de Ativos Financeiros na tradução livre) foi amplamente difundido e utilizado para se calcular o retorno esperado de algum ativo, como uma ação, por exemplo. O modelo, desenvolvido pelos economistas, Jack Lawrence Treynor, William Forsyth Sharpe, John Virgil Lintner e Jan Mossin, se baseava, de forma simplificada, na ideia de que nem todos os tipos de riscos deveriam afetar o preço dos ativos.

Um risco que pudesse ser diversificado por meio da inclusão de outros ativos no portfólio não deveria explicar retornos adicionais para a pessoa que investe. Em outras palavras, o investidor não deveria ser premiado pelo risco que pode evitar através da diversificação.

A seguir, mostraremos a fórmula base do modelo CAPM. Não se preocupe em entender todos os detalhes matemáticos neste momento. Apenas a apresentamos para que você compreenda o que era entendido como alfa.

Na fórmula abaixo, o retorno esperado de um ativo é uma função do retorno médio do mercado (Rm), descontado o custo de oportunidade oferecido pelo ativo livre de risco (TLR).

Dentro do modelo CAPM, os ativos possuem somente dois drivers de influência: o risco sistemático e o risco idiossincrático, que são explicados da seguinte maneira: Risco sistemático (ou não diversificável): ocorre a partir da exposição ao mercado e é mensurado pelo beta, que é a sensibilidade de um retorno em relação ao mercado. Para trazermos um exemplo, pense em uma carteira de ações que está exposta a diferentes setores, como commodities, varejo, bancos, etc. Por mais que essas ações estejam expostas a riscos relacionados aos setores que se inserem, todas elas são ações de empresas brasileiras e, portanto, expostas a um risco sistemático do mercado de ações.

Como o risco sistemático não pode ser evitado (pois é inerente ao mercado), os investidores são compensados com retornos por assumir esse risco. Em outras palavras, o retorno esperado de qualquer ação pode ser relativizado como uma função de seu beta em relação ao mercado.   Risco idiossincrático (ou diversificável): ocorre a partir da exposição particular do ativo, sendo um risco único e específico de cada ativo financeiro. Como o risco idiossincrático depende de características individuais de cada ativo, a ideia é pulverizar a sua carteira de modo a não correr riscos específicos de determinado setor ou empresa. Dessa forma, pela natureza dos ciclos econômicos, a exposição a diversos segmentos reduz a volatilidade do portfólio e promove retornos constantes ao longo dos anos. Seguindo a mesma linha do exemplo da carteira de ações diversificada entre diferentes segmentos de mercado, utilizada na explicação do risco sistemático, imagine que o preço das commodities despencasse de forma vertiginosa.

Empresas exportadoras de commodities teriam um grande impacto em seu faturamento por conta do menor valor de venda da commodity no mercado internacional. Este é um exemplo de risco idiossincrático, uma vez que as ações de outros segmentos poderiam nem ser afetadas por esse impacto específico no preço das commodities.

Arbitrage Pricing Theory (APT)

Depois do surgimento do CAPM na década de 1960, o economista Stephen Ross criou a APT, sigla para Arbitrage Pricing Theory (ou Teoria de Precificação por Arbitragem), em 1976, como uma alternativa para estimar retornos de ativos.

Segundo sua teoria, o retorno esperado de um ativo pode ser modelado como uma função de diversos fatores macroeconômicos (como PIB e inflação) e/ou indicadores de mercado (como índice S&P 500 e ouro).

Em resumo, a teoria consiste em destrinchar cuidadosamente o retorno a fim de achar aspectos que possam contribuir ou prejudicar. Podemos, de certa forma, creditar a Ross a originação do termo “fatores”, pela popularização de seus métodos, que foram denominados “modelos multifatoriais”.

Uma potencial vantagem da teoria APT em relação ao CAPM refere-se à modelagem: se no CAPM o número de variáveis é fixo, no APT você pode incluir quantas variáveis explicativas desejar, dependendo da natureza desses fatores e dos diferentes mercados e horizontes de tempo. Assim, a criação dessa modelagem permite uma explicação mais assertiva sobre o retorno do ativo. Três categorias de fatores são usadas atualmente: macroeconômicos, estatísticos e de fundamentos. As três são exemplificadas a seguir:

▪         Macroeconômicos: são modelos que envolvem surpresas na inflação, no PIB, na curva de juros, entre outras variáveis;

▪         Estatísticos: utilização de técnicas estatísticas como ACP (Análise de Componentes Principais);

▪         Fundamentos: características intrínsecas das indústrias, dos países, relações de valuation, indicadores técnicos, etc.

Pesquisadores, acadêmicos e analistas de mercado procuram garimpar quais fatores são persistentes ao longo do tempo e possuem forte poder de influência sobre determinado grupo de ações. Essa é justamente a maior dificuldade ao se trabalhar com o APT, já que descobrir quais são esses fatores peculiares que impactam o retorno dos ativos não é uma tarefa trivial.

Como disse anteriormente, é um modelo mais flexível que permite a adição de inúmeros componentes. Mas como ter certeza de que o modelo realmente explica a realidade? E se existir algum fator que não foi considerado?

O modelo Fama-French

No começo da década de 1990, professores da Universidade de Chicago propuseram uma “evolução” do modelo de CAPM para explicar retornos no mercado acionário norte-americano.

Os docentes Eugene Fama e Kenneth French criaram um modelo de diferenciação com a explicação dos retornos das ações advindos de três fatores:

●       O retorno médio do mercado, da mesma maneira que o modelo tradicional CAPM;

●       O fator tamanho, ao comparar large caps e small caps;

●       O fator de valor, que analisa a performance de ativos mais descontados ou “baratos”, identificados pela métrica de preço sobre valor contábil – o price-to-book.

Esse modelo quebrou diversos paradigmas ao identificar o que realmente movia o preço dos ativos. Historicamente, empresas de menor porte apresentavam uma performance maior ao longo do tempo, e isso pouco tinha a ver com caraterísticas individuais de cada empresa, mas, sim, com um potencial intrínseco de valorização por ser uma companhia de menor porte (que inevitavelmente apresenta mais risco).

É importante dizer que isso não implica que, necessariamente, empresas de pequeno porte terão uma ótima performance. Existem outliers, aqueles pontos fora da curva representados por empresas pequenas, que performaram muito acima da média e outras, muito abaixo. Entretanto, estatisticamente, a grande massa de empresas de menor porte converge para uma performance média que, historicamente, foi mais lucrativa do que a performance média de empresas de maior porte.

O modelo de cinco fatores de Fama-French

Em 2015, os autores adicionaram dois fatores ao modelo original: rentabilidade (RMW – Robust minus weak, ou rentabilidade robusta menos fraca) e investimentos (CMA – Conservative minus agressive, ou empresas conservadoras menos agressivas).

Com a adição das duas variáveis, o poder explicativo do modelo ganhou robustez. Isso porque Fama e French apontaram que ações de empresas com elevada rentabilidade tinham retornos superiores em relação às companhias de rentabilidade baixa, e empresas que eram mais conservadoras em seus investimentos mostravam retorno superior de suas ações na comparação com aquelas que eram mais agressivas.

Aqui, já começamos a considerar conceitos de qualidade, momentum e baixa volatilidade, além de entender como esses aspectos impactam os preços ao longo do tempo.

Factor Investing: uma tendência que veio para ficar

O surgimento de estudo dos fatores veio da necessidade de explicar melhor o que movia o retorno dos ativos ao longo do tempo. Quando as primeiras teorias de precificação surgiram, principalmente o modelo de precificação CAPM, começamos a entender os conceitos de alfa e beta.

Naquele momento, entendíamos que o mercado de ações tinha um risco particular que explicava um determinado nível de retorno. Esse seria o balizador para o retorno de outros ativos: se um ativo corresse mais risco que o mercado, deveria ser premiado com mais retorno e vice-versa. Entendia-se, portanto, que esse retorno médio do mercado seria o beta, e qualquer retorno excedente ao retorno ajustado ao risco seria alfa.

Com o descobrimento dessas novas teorias de finanças, descobriu-se que esse retorno excedente nem sempre era mérito da escolha das ações para compor a carteira, e, sim, de uma característica particular pertencente a um nicho inteiro de ações.

Por exemplo, se um gestor comprasse ações de tecnologia e assim conseguisse bater o índice S&P 500, o mérito não necessariamente seria dessa pessoa, porque tais ativos, independentemente de quais empresas fossem, teriam uma característica única que era capaz de gerar um padrão de retornos diferente do padrão do mercado.

Como todas as empresas de tecnologia têm um fator de retorno em comum, talvez o gestor teria obtido o mesmo “sucesso” comprando um ETF de tecnologia em vez seleção individual. O verdadeiro alfa seria encontrado se as empresas de tecnologia selecionadas pelo gestor performassem melhor que um índice de características semelhantes.

Essas características únicas pertencentes a um grupo determinado de ativos foram estudadas e denominadas como fatores. Nascia, então, o conceito do factor investing, ou investimento em fatores.

Para fazer uma analogia, é como se os fatores fossem os nutrientes de um alimento. Cada um deles tem uma composição específica dessas partículas, sendo que o mesmo nutriente pode estar presente em alimentos totalmente diferentes.

Quando pensamos em carnes e derivados de leite, o primeiro nutriente que vem à cabeça é proteína. Da mesma maneira, quando pensamos em uma empresa de tecnologia como a Apple, podemos identificar alguns “nutrientes” (fatores), como crescimento (growth) e qualidade (quality).

Fonte: Finclass

Todas as pessoas precisam de um mínimo de nutrientes em suas dietas diárias, mas cada uma delas possui necessidades nutricionais distintas. Um atleta de alto nível terá que adotar uma dieta altamente calórica e rica em proteínas, por exemplo, enquanto uma pessoa que luta contra a obesidade, entre outras coisas, precisará reduzir o consumo de alimentos com alto teor de gordura.

Até este ponto, você deve ter entendido que essas características intrínsecas dos ativos que seriam capazes de explicar parcelas do retorno apresentado são chamadas de fatores, por vezes denominados de fatores de risco.

O investimento em fatores se tornou uma parte ampla do debate sobre investimentos atualmente. Isso porque, se conseguirmos determinar quais riscos específicos estamos correndo ao investir em ativos, conseguimos, em tese, nos blindar de possíveis perdas ou, pelo menos, ter maior controle sobre o que de fato representa um risco para nossa tese.

Além dos cinco fatores tradicionais utilizados por Fama e French, pesquisadores, gestores de fundos e analistas de ações procuram incessantemente outras variáveis para explicar o retorno das ações.

Nesse contexto, a tabela abaixo resume os seis principais fatores identificados, trazendo um breve resumo do que são e como esses fatores são capturados:

Fonte: MSCI. Adaptação: Finclass

Você pode ter notado a falta do fator growth (crescimento). Este é um fator costumeiramente tido como o oposto do value (valor). Historicamente, fatores são elementos que explicam retornos superiores, o que só passou a ser observado no caso do growth mais recentemente, com o mundo desenvolvido operando em patamares de juros mais baixos, o que permite uma boa performance de empresas de crescimento.

Falaremos mais em detalhes sobre cada um dos fatores a seguir.

Nos aprofundando em relação aos fatores conhecidos

Embora haja relatos de centenas de fatores de investimentos identificados, existe uma grande discussão sobre o fato de que diversos deles sejam, no fim das contas, desdobramentos dos fatores principais já identificados.

Como discutimos, os principais fatores são:

●       Valor (value)

●       Menor tamanho (low size)

●       Mínima volatilidade (minimum volatility)

●       Momentum

●       Qualidade (quality)

●       Crescimento (growth)

Por vezes, utilizamos os termos em inglês para nos referir aos fatores. Por isso, fizemos questão de deixar também o nome entre parênteses para que você reconheça e entenda quando os utilizarmos em nossas comunicações diárias.

Uma grande polêmica que paira sobre o estudo dos fatores é sobre como seria a melhor forma de capturá-los. Diferentemente do retorno total de uma ação, que é observado de maneira objetiva, o retorno explicado por um determinado fator precisa ser estimado e não está diretamente visível.

Valor (value)

Historicamente, talvez seja um dos fatores mais conhecidos, principalmente pelo fato de investidores icônicos como Warren Buffett terem usado o conceito para criar uma filosofia que ficou muito conhecida como value investing.

De maneira resumida, o conceito do value investing consiste em comprar algo por um preço menor do que vale. Assim, o fator value está relacionado à  aquisição de ativos que estejam mais baratos.

Quando dizemos que está barato, não estamos olhando friamente o preço nominal, mas, sim, empregando algum tipo de julgamento, como, por exemplo, comparando o preço ao patrimônio da empresa, à sua lucratividade, etc.

As formas comumente utilizadas em filtros que procuram capturar o fator value estão listadas abaixo:

●       Indicador de preço/valor patrimonial (price-to-book): compara o preço da empresa em relação ao patrimônio que ela tem (ex.: maquinário, prédios, etc.)

●       Preço/lucro: na prática, o indicador diz quantos anos do lucro atual seriam necessários para que você recebesse o valor investido de volta. Por isso, quanto menor o múltiplo preço/lucro (P/L), mais barata a empresa pode estar.

●       Valor patrimonial: o valor do patrimônio contábil da empresa (prédios, maquinários, etc.)

●       Vendas: volume de vendas anual.

●       Lucro caixa: o percentual do lucro que entra como caixa para a empresa, portanto, aumentando seu patrimônio.

●       Lucro líquido: quanto de fato sobra de lucro após a dedução de pagamento de impostos, amortizações, juros e depreciações.

●       Dividendos: quantidade do lucro que é distribuída aos acionistas.

●       Fluxo de caixa: a capacidade de geração de caixa da empresa.

É interessante citar que, além de ser um dos fatores mais conhecidos, é também um dos mais antigos, tendo começado a ser discutido por dois estudiosos da Universidade de Columbia, Benjamin Graham (um dos mentores de Warren Buffett) e David Dodd, ainda em 1934.

O conceito foi maturando com o tempo até ser amplamente difundido a partir de 1992, com o modelo de três fatores desenvolvido por Eugene Fama e Kenneth French.

O fator de valor, quando mensurado historicamente através de testes retroativos (backtests), foi capaz de entregar retornos históricos acima da média de mercado. Entretanto, a performance ao longo da última década tem contrariado essa evidência histórica.

Desde 2006, o fator value tem deixado a desejar, ficando consideravelmente abaixo da média de mercado. Isso é explicado, entre outras coisas, pelo aumento da participação de setores de crescimento dentro do índice amplo de mercado.

Se o fator de crescimento teve uma performance espetacular no período e a participação de empresas de crescimento é cada vez mais representativa dentro dos índices neutros de mercado, é normal que o mercado tenha performado melhor que o fator valor nesse período.

A questão que gera um interminável debate no mercado é a seguinte: desde 2006 estamos vivendo uma anomalia temporária, em que o fator value performa pior que o mercado e seu antagonista growth? Se sim, deveríamos esperar a normalização dessa tendência histórica em algum momento?

O outro ponto colocado é que, talvez devido a mudanças nos hábitos de consumo e uma maior digitalização do mundo, teremos uma nova tendência em que, daqui para a frente, o setor de crescimento será cada vez mais representativo no mercado. Portanto, devemos entender as diferenças de comportamento entre valor e growth.

É difícil ter convicção, dada a falta de respostas para as perguntas levantadas. Só o tempo confirmará. O importante é sabermos que já temos exposição a diversos fatores diferentes apenas por carregar uma posição neutra, como, por exemplo, um ETF amplo global, como o que temos em nossas carteiras recomendadas.

Menor tamanho (low size)

O fator low size (menor tamanho) busca capturar retornos excedentes de empresas menores (por capitalização de mercado) em relação a empresas maiores. Esse resultado foi identificado por Rolf Banz em 1981 e desencadeou uma vasta literatura sobre o tema.

Banz mostrou que empresas de menor valor, cotadas na NYSE (a Bolsa de Nova York), entre os anos de 1936 e 1975, apresentavam, em média, retornos ajustados ao risco mais elevados do que as empresas de maior dimensão.

Como comentamos na seção anterior sobre value, o fator de menor tamanho foi amplamente difundido pelo modelo de três fatores desenvolvido por Eugene Fama e Keneth French, que havia identificado, além deste, os de mercado e valor.

Como o objetivo de capturar esse fator é investir em empresas de menor capitalização de mercado, a própria capitalização acaba sendo o aspecto mais importante que os filtros procuram identificar na hora de montar índices de menor tamanho.

Normalmente, as abordagens são de dois tipos:

●       Estratégia equal-weighted (alocação igualitária): se pegarmos um índice amplo de mercado como o Russell 3000, que procura representar a totalidade do mercado norte-americano de ações, desde as maiores empresas às menores, veremos que as empresas maiores apresentam a maior participação no índice. Se dividirmos igualmente o peso da alocação entre todas as 3 mil empresas do índice, acabaremos tendo uma composição que dá mais peso às empresas de menor tamanho.

●       Estratégia pura: essa abordagem é mais intuitiva, em que simplesmente selecionamos empresas menores, entre small e mid caps, para compor um índice.

Vale lembrar que o tamanho não diz nada sobre a atuação de uma empresa. Por isso, o fator de menor tamanho costuma ser acompanhado de outros fatores. Se temos empresas de tecnologia pequenas, elas possuem, além deste, o fator de crescimento, por exemplo.

Mínima volatilidade (minimum volatility)

Assim como qualidade, a mínima volatilidade é um fator defensivo que pode proteger os investidores de eventuais perdas nos mercados de baixa ou capturar a maioria dos ganhos durante as altas do mercado. Ou seja, mesmo que, em um rali de mercado, este fator possa subir menos que o mercado, o fato de que ele cai menos e captura boa parte da alta faz com que, no longo prazo, o retorno obtido seja igual ou maior, porém com menos volatilidade.

Isso faz com que o fator de mínima volatilidade ofereça uma das melhores relações entre risco e retorno entre os principais fatores estudados.

Isso, inclusive, evidencia uma certa anomalia na teoria básica de investimentos, que afirma que investidores não deveriam ser premiados com retornos superiores ao mercado ao tomarem um risco inferior.

Esse “descompasso” tornou-se motivo de estudo por muitos anos, e a possível explicação para essa performance histórica passa por argumentos relacionados a finanças comportamentais

Listamos abaixo alguns dos argumentos que podem nos ajudar a explicar essa questão:

●       Efeito loteria: diversos investidores apostam em ações mais voláteis na esperança de obter um grande retorno, da mesma forma que compramos um tíquete de loteria esperando ganhar o grande prêmio, mesmo com uma baixa probabilidade. Isso costuma fazer com que investidores paguem mais por ações mais voláteis e menos por aquelas menos voláteis, que acabam ficando mais baratas e, portanto, apresentando uma performance melhor.

●       Representatividade: investidores tendem a pagar mais caro por ações “glamurosas” de alta volatilidade pelo fato de estarem sendo amplamente comentadas pela mídia, fazendo com que se valorize mais o sucesso dessa empresa. As empresas podem até ser boas, mas essa tendência costuma fazer com que o preço fique mais esticado do que o que aquele negócio realmente vale.

●       Confiança excessiva: investidores costumam ser muito confiantes sobre suas visões em relação ao comportamento do mercado no futuro, e esse excesso de confiança é ampliado em ações de empresas com desdobramentos mais incertos (como é o caso de ações mais voláteis). Esse exagero sobre as estimativas futuras também acontece para um cenário pessimista; entretanto, muitas vezes, investidores mais céticos apenas preferem ficar de fora e não apostar na queda do ativo, operando vendido. Dessa maneira, os otimistas em excesso acabam sendo predominantes e costumam puxar o preço para cima, diminuindo o potencial de valorização futura.

●       Conflito de agência: ações menos voláteis frequentemente são menos badaladas, o que faz com que sejam menos cobertas pelo mercado e recomendadas para compra quando comparadas às consideradas “glamorosas”. Dessa maneira, investidores costumam explorar menos esse nicho de mercado e o deixam de lado. Por consequência, esses ativos costumam ser mais baratos.

●       Comportamentos assimétricos: quando o mercado está em tendência de queda, ações menos voláteis tendem a apresentar uma menor dispersão de risco quando comparadas às mais voláteis. Já em uma tendência de alta, esse gap de diferenciação de performance é menor, fazendo com que as menos voláteis se valorizem apenas um pouco menos do que as mais voláteis.

Naturalmente, se estamos falando de um fator de mínima volatilidade, essa métrica de risco é uma das mais importantes para conseguirmos capturar empresas que carreguem consigo esse fator.

As principais maneiras de capturar o fator de mínima volatilidade estão listadas abaixo:

●       Ranqueamento puro e simples de ativos com menor volatilidade realizada em um passado recente (por exemplo, investindo nas empresas que tiveram menor volatilidade no ano anterior);

●       Abordagem de otimização, que leva em conta também efeitos de correlação entre ativos (A MSCI, grande empresa de pesquisa de mercado, desenvolveu um modelo proprietário de análise chamado GEM2 Factor Model, para otimizar e identificar com mais precisão o fator de mínima volatilidade dentre uma cesta de ativos).

Momentum

Eu, Arrais, em minha graduação em engenharia, tive um professor que definia que “momento é a vontade que um objeto tem de se movimentar”. Quando você coloca uma bola em uma superfície plana, ela fica estática, sem momentum, mas basta aplicar uma inclinação para que o objeto quebre a inércia e passe a se movimentar seguindo a tendência daquela superfície inclinada.

O fator de investimento momentum baseia-se em tendências de mercado em um horizonte de tempo específico. Basicamente, é a captura da tendência de alta que se manifesta em determinados nichos de ações ao longo do tempo por motivos distintos.

Em outras palavras, ações que começaram a subir poderiam ter um ímpeto de continuar subindo e, assim, seriam selecionadas para investimento; quando essa tendência se esgotar, haveria a troca.

O surgimento desse fator ocorreu devido a um estudo que buscava explicar um significativo retorno no mercado de ações dos EUA entre os anos de 1965 e 1989, em que uma carteira de investimentos buscava a lógica de comprar vencedores do passado e vender perdedores do passado.

Até que, em 1997, em um estudo de desempenho de fundos de investimento realizado pelo pesquisador de finanças Mark Carhart, expandiu-se o modelo de três fatores Fama-French para um de quatro fatores, que incluiu o fator momentum como uma variável explicativa de retorno.

As métricas mais utilizadas para compor ativos ou índices que seguem esse direcionamento podem ser simplificadas e divididas em duas grandes categorias:

●       Momentum absoluto: mede-se o desempenho de uma ação em relação a ela mesma, geralmente usando dados de um ano. Se o preço atual de uma ação for mais alto em comparação ao que estava 12 meses antes, pode-se dizer que esse ativo exibe um momentum positivo.

●       Momentum relativo: mede o desempenho de uma ação em relação a outras ações, títulos, índices, etc. Se uma ação superou seu benchmark relativo, seria considerado um momentum positivo.

Os critérios específicos que balizam as métricas de um ativo ou índice que acompanham a lógica do fator momento podem combinar as duas maneiras descritas acima com diferentes métricas e ponderações. Por esse motivo, é fundamental entender os critérios específicos usados ​​para qualquer ETF que ofereça exposição a esse fator, já que um mesmo ETF de momentum, ou qualquer outro fator, pode ter filtros e metodologias diferentes para fazer a captura.

Costumamos sempre olhar o que grandes empresas na vanguarda de estudo de fatores, como a MSCI, fazem para consolidar seus índices. A abordagem do MSCI World Momentum Index busca refletir o desempenho e a dinâmica de ações por ponderação com base no valor momentum de seis e 12 meses, ordenados por volatilidade. Os índices são reequilibrados a cada semestre e podem ocorrer extraordinariamente por picos na volatilidade do mercado.

O fator momentum teve a melhor performance – e a maior volatilidade – entre  os fatores apresentados no relatório de hoje ao longo dos últimos 20 anos. Vale citar que, como ele passou a ser mais difundido perto dos anos 2000, muitos investidores só experimentaram desempenhos excelentes desse fator. Porém, os testes retroativos feitos com momentum mostram que, principalmente antes da crise chamada de bolha.com (bolha ponto com) no início dos anos 2000, as quedas apresentadas por esse referencial eram muito intensas e duradouras.

Usando a mesma crise como exemplo, pense que as ações ligadas à internet estavam em um momentum espetacular e, portanto, os índices estariam concentrados nessas empresas. Quando a bolha estourou, estratégias de momentum foram altamente prejudicadas, ainda mais pelo fato de que, após iniciada a tendência de queda, elas se rebalanceiam vendendo as ações que caíram, perdendo a chance de recuperação.

Por essas e outras razões, sempre defendemos a diversificação, mesmo que, olhando de maneira isolada, um determinado fator possa parecer maravilhoso por causa do retorno histórico apresentado nos últimos 20 anos.

Mais adiante, discutiremos diferenças de performance entre os diferentes fatores.

Qualidade (quality)

O termo fator de qualidade foi criado para identificar e capturar excessos de retorno de empresas de alta qualidade, com índices fundamentalmente saudáveis, baixos endividamentos e altos índices de rentabilidade. Contudo, os métodos e índices usados ​​para considerar a “qualidade” de uma empresa podem ser muito diferentes.

A origem do investimento em quality remonta a Benjamin Graham, um dos maiores investidores da história, que, em sua literatura, reconheceu a importância de características de qualidade nas empresas.

Embora não exista uma definição padrão, ela é comumente associada a competitividade, eficiência, transparência, crescimento, alavancagem financeira e operacional saudáveis, além de sustentabilidade dos lucros.

Existem outras métricas utilizadas para determinar a “qualidade” de uma empresa. Alguns exemplos comumente usados ​​incluem: Retorno sobre os Ativos, Retorno sobre o Capital Investido, Taxas de Acumulação, Dívida/Valor Contábil do Patrimônio Líquido, etc.

A MSCI, por exemplo, utiliza o ROE (um índice de lucratividade), o endividamento e a variabilidade dos lucros para identificar empresas de qualidade em seus índices. Mas a S&P, em vez da variabilidade de lucros, prioriza a geração de caixa (accrual), que se refere à facilidade que a empresa tem para converter faturamento em caixa.

Esse fator indica que empresas de qualidade indiscutível também tendem a gerar um retorno superior em relação à média do mercado no longo prazo, além de apresentarem volatilidade inferior quando comparadas a estratégias de maior risco e ao mercado como um todo.

Além disso, o retorno histórico do fator qualidade é um dos mais altos, enquanto o de volatilidade é um dos menores, fazendo com que tenha um dos melhores retornos ajustados ao risco.

Crescimento (growth): o fator secundário que está em alta

O fator de growth (crescimento) é uma estratégia focada no aumento de capital de quem investe. Ele busca capturar empresas de crescimento utilizando os ganhos históricos, vendas e ganhos previstos. Foi utilizado por gestores como uma potencial fonte de alfa, principalmente a partir de 2006, quando passamos a observar uma forte performance desse fator.

Investir em crescimento é basicamente buscar lucros por meio da valorização do capital, ou seja, os ganhos que serão obtidos quando a venda das ações for realizada. A ideia é oposta à estratégia de dividendos, que fornece um prêmio enquanto os investidores possuem um ativo.

A maioria das empresas de ações de crescimento reinveste seus ganhos de volta no negócio em vez de pagar dividendos a seus acionistas. Por esse motivo, o mercado costuma esperar um forte crescimento no futuro, e isso faz com que os múltiplos costumem ser mais esticados, ou seja, que as ações fiquem mais caras do que em outros setores, afinal, o mercado antecipa que, no futuro, a empresa será muito mais valiosa que é hoje e aceita “pagar na frente”.

Sempre falamos sobre essa questão de o mercado antecipar tendências. Então, se uma empresa não dá lucro hoje, mas o mercado espera que ela irá se multiplicar muitas vezes no futuro até que passe a ser lucrativa, esse crescimento futuro já é incorporado no preço presente. É justamente por isso que costumamos ver mais volatilidade nesse setor, pois qualquer coisa que aconteça hoje, como, por exemplo, a alta das taxas de juros, já muda muito esse panorama futuro esperado pelo mercado, e o preço no presente pode oscilar bastante.

Como esse fator não tem robustez estatística histórica de longo prazo (tendo tido uma performance superior somente a partir da última década), ele é constantemente deixado de lado nas pesquisas históricas mais robustas sobre fatores, justamente por haver uma grande incerteza se essa performance superior recente é apenas uma anomalia pontual que se normalizará em algum momento ou se  uma tendência que realmente veio para ficar.

Acreditamos que o growth pode até não continuar apresentando o mesmo patamar de ganhos que vimos na última década, mas há de se notar que existe uma mudança clara nos padrões de consumo e comportamento da sociedade hoje em comparação a 20 anos atrás. Quase tudo que fazemos está permeado por tecnologia e conectividade, e a composição do próprio mercado já é dominada por empresas desse setor, o que não acontecia antigamente.

Se o próprio mercado agora tem grande participação do fator de growth, acreditamos que não podemos ignorá-lo, por mais que não haja consenso sobre o futuro do fator.

Um desafio ao captar crescimento através dos modelos de seleção simples pode ser o impacto na exposição de ativos com elevado crescimento, que também podem ter alta volatilidade, baixo rendimento e baixa qualidade, afetando o desempenho de um portfólio. Por isso, muitas vezes escolhe-se mesclar conceitos de crescimento com qualidade, a exemplo das grandes empresas de tech que são de crescimento, porém altamente lucrativas no presente (Apple, Microsoft, entre outras).

O retorno ativo dos fatores

Suponha uma situação em que 50% da carteira de um determinado gestor seja composta de ações norte-americanas de tecnologia e o restante de uma estratégia ativa de comprar sempre as ações que tiveram melhor desempenho nos últimos três meses.

Ao final do ano, esse gestor nota que o S&P 500 teve performance de 10%, enquanto seu fundo acumulou 20% de retorno. Em um primeiro momento, esse gestor estaria comemorando o alfa gerado, mas será que o alfa foi verdadeiro?

Lembre-se de que as ações de tecnologia são, em sua maioria, ações de crescimento, ou seja, possuem um componente de retorno particular e único, ou um beta de tecnologia (retorno médio desse nicho de mercado).

Nesse momento, o gestor verifica que um índice de ações norte-americanas de tecnologia teve performance de 25%, e um de momentum teve resultado de 20%.

Poderíamos comparar as ações de tecnologia que representam metade da carteira do gestor contra o resultado do índice de tech e comparar a outra metade da carteira do gestor contra o índice de momentum. Nesse caso, perceberíamos que o resultado do gestor foi pior do que se ele simplesmente tivesse escolhido dois ETFs para sua carteira, já que entregou 20%, e a composição dos índices de fatores teria entregado algo próximo a 22,5% (resultado de metade do retorno do índice de tecnologia somado à metade do retorno do índice de momentum).

O gestor então percebe que não gerou alfa com as ações escolhidas. Na verdade, a seleção feita teria retirado desempenho, pois obteve um retorno menor que as médias dos mercados de crescimento e momentum.

E se ele poderia ter obtido um retorno superior ao S&P 500 apenas investindo metade da carteira em cada um dos índices de crescimento e momentum, respectivamente, qual a razão de ter empregado esforço para selecionar as ações?

Por isso, o factor investing vem mudando a forma como se investe de maneira ativa e criando um ceticismo ainda maior sobre a capacidade dos gestores gerarem alfa através da seleção individual de ativos.

Ao fazer uma seleção de fatores para compor a carteira, podemos obter um retorno superior ao mercado. Esse é o chamado retorno ativo, que é mais seguro do que fazer stock picking e um pouco mais emocionante do que, simplesmente, carregar uma alocação neutra ao longo do tempo (embora carregar uma alocação neutra seja, sim, eficiente).

O diagrama a seguir mostra como o investimento em fatores se posiciona entre as gestões passiva e ativa:

Fonte: MSCI. Adaptação: Finclass

A interseção da gestão passiva com investimento em fatores é a chamada smart beta, em que não há a escolha discricionária de um gestor, mas, sim, uma execução automática de algum procedimento, de forma a sempre alocar em fatores de acordo com as coordenadas programadas. É como um algoritmo que replica os procedimentos programados e escolhe os fatores de acordo com o momento de mercado.

E a interseção entre investimento em fatores e gestão ativa é o chamado retorno ativo, em que, através de alocação em fatores, pode-se obter um retorno acima da média de mercado. É aqui que colocaremos nossa atenção.

Antes que você se questione, não gostamos da ideia de fazer market timing em fatores, embora essa seja uma prática comum. Mas estamos apenas dizendo que existe uma maneira de fazer gestão ativa sem necessariamente passar pelo processo de seleção individual das ações, que seria utilizarmos uma base neutra (um ETF como nosso WRDL11 ou VT que investe no mundo inteiro de maneira generalizada) e adicionar alguns ETFs de fatores ao lado.

Como os fatores performaram no passado?

Falaremos um pouco sobre as características de retorno e risco incorridos por diferentes fatores ao longo do tempo. Utilizaremos como fonte as pesquisas elaboradas pela MSCI, pelo fato de eles proverem dados históricos mais antigos, desde junho de 1988, enquanto os dados dos índices a que tivemos acesso através do terminal Bloomberg só coexistem a partir de janeiro de 1998.

O estudo da MSCI foi publicado em 2013 e, portanto, é até aí que vão os dados apresentados. Mas tratando-se de um estudo do comportamento de longo prazo, será suficiente para ilustrar as principais características de risco e retorno.

Abaixo, você verá um gráfico de retorno acumulado pelos diferentes fatores em relação ao índice neutro MSCI World. Por isso, notará que todos os nomes na legenda têm a indicação “/World” para se referir a que o retorno é relativo e não absoluto.

Vale mencionar que o fator de menor tamanho está sendo capturado através de uma alocação de distribuição igualitária, ou equal weighted, que, como explicamos na seção sobre menor tamanho, dá mais peso a empresas menores.

Fonte: MSCI. Adaptação: Finclass

Notamos que todos os fatores excederam o mercado no período analisado; do contrário, encontraríamos um índice abaixo da região inicial de 100. Os maiores destaques ficaram por conta dos índices de qualidade e momentum. Do outro lado, mesmo os fatores de valor de menor tamanho, mínima volatilidade e valor, que ficaram para trás em relação a momentum e qualidade, ainda assim apresentaram retornos superiores ao mercado neutro.

Não esqueça que o fator de growth ainda não tem significância estatística ao longo da história para ser considerado nesse estudo. Mas acreditamos que pode ter um papel fundamental daqui para a frente, como já discutimos.

Agora, você verá um gráfico de risco em comparação ao retorno dos fatores acima, para que possamos observar não só qual foi mais rentável, mas qual incorreu menos risco para entregar o retorno observado.

Fonte: MSCI. Adaptação: Finclass

Alguns ativos, como momentum e menor tamanho, apresentaram um retorno consideravelmente acima do retorno médio de mercado, representado pelo MSCI World (alocação neutra), mas com um risco também mais elevado.

Por isso, temos que ter a visão do retorno ajustado ao risco incorrido para saber se valeu a pena esse retorno adicional.

Se dividirmos o retorno anualizado pelo risco de cada um dos fatores no gráfico acima, teremos uma noção de qual fator foi mais eficiente ao longo do período analisado.

Mesmo os ativos que apresentaram maior risco possuem uma melhor eficiência em relação ao índice neutro; ou seja, mesmo correndo mais risco, compensaram com cada unidade de risco adicional com mais retorno. Entretanto, nem sempre investidores estarão dispostos a investir em um ativo mais eficiente se o risco dele for acima do que são capazes de tolerar.

Investidores procurarão satisfazer a função utilidade, que é a alocação que melhor atende às suas necessidades particulares. Por exemplo, se um índice entrega 30% de retorno em um ano com 30% de volatilidade, ele apresentaria eficiência no valor de 1 (resultado obtido ao se dividir o retorno pelo risco). Agora, um ativo que tenha rendido 10% com 10% de volatilidade teria exatamente a mesma eficiência. Qual é melhor?

Depende do perfil de cada pessoa. Investidores mais conservadores, preocupados com o risco incorrido, tenderiam a escolher o ativo de menor volatilidade, enquanto investidores interessados em maiores retornos, mesmo que para isso tenham que correr um risco maior, escolheriam a primeira opção.

Levando em conta os dados apresentados até aqui, agregaremos uma noção de correlação entre os fatores, até para que possamos imaginar quais seriam possíveis combinações de fatores para diferentes perfis de investidores.

O rótulo “cíclico” indica que esse fator costuma ter um melhor desempenho em momentos em que o ciclo econômico está na fase de crescimento. Já o rótulo “defensivo” indica que ele pode até não ser o mais rentável enquanto o ciclo é de crescimento, mas, durante uma contração econômica, tende a se comportar de forma mais defensiva. 

As recomendações internacionais

Como muitos de vocês sabem, a cobertura internacional de ativos da Finclass começou há vários anos com uma assinatura da Spiti chamada Você, Investidor Global.

Por ser uma assinatura dedicada ao tema, tínhamos espaço para expandir nosso escopo e, ao longo dos anos, criamos uma extensa lista de recomendações que, em sua maioria, deveriam ser escolhidas de maneira qualitativa.

Por um lado, é ótimo que tenhamos mais opções de investimento; por outro, isso pode tornar o processo muito confuso e pouco prático.

Após a fusão com a Finclass, passamos a adotar uma visão de carteira única e integrada. Desta maneira, a carteira internacional escolhida não tem espaço para algumas recomendações muito específicas.

Fonte: Finclass

Conclusão

Investir com base em fatores é uma maneira diferente de tentar obter retornos superiores às médias de mercado sem que tenhamos que incorrer em riscos específicos de empresas individuais.

Se os fatores são elementos primordiais para mover os preços das ações ao longo do tempo, precisamos conhecer melhor o que cada um faz, como é capturado e como costuma se comportar ao longo do tempo. 

Nós, da Finclass, inclusive, vemos como possível o caminho de explorar mais fatores em alocações futuras. Entretanto, para que isso aconteça, precisaríamos ter ETFs ou fundos passivos disponíveis no Brasil para cumprir esta função, o que ainda não é uma realidade.

Mesmo assim, estamos nos preparando desde já ao apresentar este conceito de fatores a você, pois acreditamos que o futuro da gestão ativa passará cada vez mais a utilizar fatores.

Antes de nos despedirmos, gostaríamos de convidá-lo a avaliar o relatório. Não leva nem dez segundos e é muito importante para continuarmos evoluindo.

Um grande abraço,

Felipe Arrais, Ana Farias e Rodrigo Xavier