Sell in may and go away: Analisando a sazonalidade do Ibovespa

Estamos chegando à parte final do primeiro mês de 2020 e como ocorreu em outros anos, vivenciamos mais um janeiro positivo, embora turbulências repentinas (como a crise com o Irã).

Como todo início de ano, surgem algumas discussões relativas à possível sazonalidade do retorno do Ibovespa em certos meses. A mais emblemática delas certamente é o mês de maio.

O texto de hoje tem como objetivo analisar os dados do mercado brasileiro para ter uma visão mais clara sobre a real existência de uma sazonalidade na bolsa de valores e entender como o investidor pode se preparar levando isso em consideração.

O que seria a sazonalidade Ibovespa?

2019 foi bastante comentado, visto que todos os meses de maio haviam apresentado retornos negativos no Ibovespa desde 2010 e felizmente tivemos um resultado positivo, ainda que não de forma intensa.

A ideia do “sell in may and go away” é relativamente conhecida, principalmente no mercado americano, que pega todo o período de maio até outubro, período de verão e férias, impactando no volume. O Brasil não costuma passar impune desses movimentos, somado ao passado recente bastante ruim para a economia brasileira, que culminou em resultados bastante ruins para o mês.

Esses padrões são sempre investigados pelas mais brilhantes mentes em todas as áreas de finanças, não por acaso os fundos quantitativos crescem a cada ano, principalmente pela quantidade e facilidade analisar dados.

No interessantíssimo livro de Gregory Zuckerman, The Man Who Solved the Market, que trata da lenda da indústria de hedge funds, o matemático Jim Simons, há um pouco da história da investigação desses padrões.

Imagine um matemático que quebrava códigos dos mais capazes soviéticos, avaliando as oscilações dos mais diversos ativos financeiros. Em uma bela passagem do livro, o autor nos lembra que matemáticos são treinados para cavar fundo e achar padrões em dados e informações em que as pessoas só enxergariam caos e aleatoriedade. A sazonalidade pode ser um desses padrões, embora não seja suficiente para elaborar toda uma estratégia de gestão.

Olhando um pouco mais para o caso brasileiro, na tabela abaixo temos os retornos mensais do Ibovespa desde 1998, mostrando como o padrão pode mudar ao longo dos anos.

Veja o caso de dezembro, com um longo período de 12 anos de resultados bastante positivos, com média de 7% de retorno, seguido por um período de 9 anos em que 6 mostraram quedas significativas, resultando em 0,0% de média de retorno.

Por sua vez, o mês de outubro nos parece o mais interessante: dos 22 anos avaliados, 17 tiveram o mês com retorno positivo, com uma média de retorno de 6,4%. Já é bem mais que o CDI do ano atual.

No caso dos meses de maio, como já dito anteriormente, são apenas 7 anos com resultados positivos nessa amostra de 22 anos, com retorno médio de -2,7% em todo esse período.

Olhar estatístico para a sazonalidade do Ibovespa

Há formas mais interessantes de verificar essa sazonalidade, como aquelas usando ferramentas estatísticas.

Se pensamos na evolução do Ibovespa ao longo do tempo, temos aquilo que chamamos de Série de Tempo. Em geral, uma série de tempo pode ser decomposta de várias formas, mas as mais usuais são: i) tendência, ii) sazonalidade e iii) choques e efeitos aleatórios.

Dessa forma, utilizando modelos (como aqueles de state space, que o leitor não precisa se preocupar) e filtros estatísticos é possível decompor as séries e observar esses 3 componentes.

O conjunto de gráficos abaixo nos mostra essa decomposição para o caso da série em nível (pontos) do Ibovespa desde 1998, e nos revela algumas coisas:

1. O mês com a melhor variação positiva é o mês de abril, seguida por um período de sazonalidade bastante ruim entre maio e novembro, com o pior resultado em julho. A despeito dos resultados da tabelona acima, os meses com real sazonalidade positiva são poucos: dezembro, janeiro, fevereiro, março e abril. (2º gráfico);
2. A tendência do Ibovespa é de alta desde o fim de 2016, acompanhando o fim da crise econômica no país. Até aí sem novidades, o leitor já sabe disso, mas a análise mais limpa dos dados, tirando os choques e sazonalidades só reforçam essa informação. O leitor conseguiria chegar nessa mesma conclusão se aplicassem médias móveis longas na série do Ibovespa (3º gráfico);
3. Temos mais uma confirmação de algo que o leitor também já sabe: A crise financeira de 2009 e a crise econômica de 2015-2016 são os períodos de choques mais intensos e de maior variação em pontos no Ibovespa, sendo os períodos de maior destaque quando se decompõem a parte aleatória da série.

A história muda um pouco quando se analisa o retorno mensal do Ibovespa e não mais seu nível em pontos. Neste caso, os meses com sazonalidade positiva são os do intervalo outubro-abril, com maior nível em dezembro, ao passo que o mês de maio tem o pior resultado de todos. Não por acaso há todo um “medo” com tal mês.

No presente texto demos uma olhada apenas na sazonalidade mensal do Ibovespa, mas a verdade é que há outras formas de sazonalidade nos dados. Há sazonalidade nas horas e nos dias da semana, sendo que essa última já foi alvo de investigação por Costa Junior (1990) no artigo “Sazonalidade do Ibovespa”, ainda que possivelmente os resultados continuem sendo aplicáveis ao contexto atual. Nele, encontrou-se evidências de que o menor retorno é na segunda-feira e o maior na sexta, uma “anomalia” conhecida como efeito fim-de-semana.

Outro trabalho amplamente conhecido é o artigo “Anomalies: The January Effect”, escrito pelo prêmio Nobel Richard Thaler, que trabalha com economia comportamental e finanças. A investigação trata do “efeito janeiro”, em que os preços das ações tendem a subir no mês, particularmente os preços de pequenas. Além disso, as ações mais arriscadas também recebem a maior parte de seus prêmios no referido mês.

Conclusão

Se o leitor chegou até aqui, deve estar se perguntando: ok, aparentemente há um certo padrão entre os retornos mensais do Ibovespa, isso quer dizer que vou sempre vender em maio e recomprar apenas lá para novembro?

Bem, certamente essa é apenas uma das análises que você poderia fazer, mas ainda pode ser pouco para a tomada de decisão.

Mais importante seria: i) entender um pouco mais das ferramentas da estatística e de finanças que te ajudariam a entender padrões, sendo a sazonalidade apenas uma delas; ii) tentar entender padrões a níveis mais micro, como por exemplo por ação, por empresa, por setor, por semana do mês, por dia da semana, por hora do dia e etc.

Essas análises mais aprofundadas podem revelar segredos que não se vê normalmente a olho nu, sobretudo quando se olha apenas o índice. Pode estar na hora de achar o Jim Simons que há dentro de você.