The impact of cryptocurrencies on the performance of multi-asset portfolios: Evidence from Brazil/ O impacto de criptomoedas na performance de carteiras multiativos: Evidencias para o Brasil.
| Autor | Neto, Oswaldo Donatelli |
-
Introducao
Ao longo dos ultimos anos, as criptomoedas reforcaram seu papel como uma nova classe de ativos e tem ganhado relevancia crescente nos mercados financeiros. De acordo com o site de analise e rastreamento do mercado de criptomoedas CoinMarketCap, ha atuahnente mais de 10.000 moedas digitais sendo transacionadas no mundo, com um valor total de mercado de aproximadamente USD 1,5 trilhao (CoinMaketCap, 2021). (1) Conforme apresentado na Figura 1, desse grupo, as 10 maiores criptomoedas de acordo com o valor de mercado representam cerca de 81% do total, sendo que o Bitcoin (BTC) concentra 43% do mercado (uma medida frequentemente referida como "dominancia do Bitcoin").
Alem da expansao natural desses ativos, associada ao desenvolvimento de um ecossistema de moedas digitais (Antonopoulos, 2014), o cenario macroeconomico mundial ao longo da ultima decada tambem favoreceu a procura por ativos de maior risco. A queda nas taxas de juros globais incentivou investidores institucionais a mudarem a composicao de suas respectivas carteiras, procurando ativos mais arriscados, a fim de manterem os indices de performance inalterados. Mais recentemente, em 2020, grandes bancos de investimento, bilionarios e liderancas proeminentes do setor tecnologico estiveram no cerne de uma onda de adocao de criptoativos (Nasdaq, 2020).
Sendo assim, as criptomoedas tornaram-se uma alternativa de investimento para diversificacao do portfolio de investidores, sejam eles institucionais ou de varejo. Chuen et al. (2017) avaliou que a inclusao de criptomoedas ao portfolio de um investidor e uma boa alternativa como estrategia de diversificacao, pois ocorre baixa correlacao entre as criptomoedas e outras classes de ativos tradicionais, como acoes, renda fixa, commodities, investimentos imobiliarios e private equity. Alem disso, Brauneis e Mestel (2019) identificou que ocorre reducao do risco do portfolio do investidor quando ha diversas criptomoedas na carteira e nao apenas uma criptomoeda, como BTC.
Mais recentemente, alguns trabalhos se apoiaram no panico nos mercados financeiros mundiais oriundos da pandemia de COVID-19 para testar a performance de carteiras com e sem criptoativos. Conlon et al. (2020) utilizaram indices acionarios de diversos paises e regioes e encontraram que Bitcoin e Ethereum nao se comportaram como "porto seguro" (safe haven) durante a pandemia--adicionando-os em carteiras, houve aumento do risco a esquerda da distribuicao (downside risk). Por outro lado, por ter mantido sua paridade com o dolar americano durante o panico financeiro desencadeado pela COVID-19, os autores encontraram que o Tether atuou como um porto seguro para todos os indices internacionais examinados. Ja Colombo et al. (2021) encontraram que, apesar de uma deterioracao em diversos indicadores de retorno ajustado ao risco (Sharpe, Sortino e Omega), as estrategias de alocacao com criptoativos--em especial uma alocacao ingenua (naive), 1/N superaram carteiras identicas, porem sem criptomoedas, tambem no periodo a partir da pandemia.
Apesar da crescente literatura sobre o papel de criptomoedas em portfolios compostos por ativos tradicionais e alternativos, a grande maioria dos estudos analisa o tema sob a perspectiva de investidores dos EUA (Brauneis e Mestel, 2019; Symitsi e Chalvatzis, 2019; Platanakis e Urquhart, 2020), Europa (Kajtazi e Moro, 2019; Conlon et al., 2020) ou China (Kajtazi e Moro, 2019; Conlon et al., 2020). Ha um deficit de estudos empiricos que tratem da inclusao de criptoativos no portfolio de investidores representativos de paises em desenvolvimento (Colombo et al., 2021). Este estudo busca suprir essa lacuna, ao avaliar o desempenho de uma ampla gama de estrategias de alocacao de ativos com e sem criptomoedas sob o ponto de vista de um investidor brasileiro. O estudo tambem contribui ao realizar analise de robustez para diversos parametros de analise, como janela de estimacao dos vetores de pesos otimos e diferentes frequencias de rebalanceamento de carteira.
Em particular, este estudo avalia os resultados de performance de um portfolio-base em relacao a quatro outros portfolios com criptoativos, para estrategias de investimento que ponderam risco e retorno na composicao dos ativos no portfolio. O portfolio-base considera investimento em acoes, representado pelo indice Ibovespa; renda fixa, representado pelo indice IMA-Geral (ANBIMA); imoveis, representado pelo indice de fundos imobiliarios IFIX; commodities, representado pelo ouro; e investimentos internacionais, representados pelo ETF IVVB11, que replica o indice S&P500, em R$. (2) Para avaliar nao somente o papel de BTC na carteira, mas tambem um eventual beneficio de diversificacao entre criptomoedas, sao incluidas oito criptomoedas no estudo, divididas nas seguintes classes: Altcoin (ETH, LTC, XRP, BCHM XLM, XMR), Bitcoin (BTC) e Stablecoin (USDT). Ainda, testa-se a influencia de uma cesta de criptomoedas de diversas classes atraves da alocacao 1/N nesses ativos (Cripto Basket).
O resultado geral encontrado e de que a inclusao de criptoativos melhora a performance fora-da-amostra (out-of-sample) na maior parte dos portfolios. Em particular, os modelos de pesos estrategicos (STW), inverso da variancia (RPvar), inverso da volatilidade (RPvol) e Black-Litterman (maxMVBL) apresentaram indice de Sharpe superior ao portfolio base. Por outro lado, para o modelo retorno/risco (RRT) no entanto, a adicao de criptomoedas frequentemente piorou o Sharpe dos portfolios, apos a inclusao de criptomoedas. Dentre as possibilidades de inclusao de criptomoedas na carteira, a alternativa "Stablecoin" foi aquela que pior performou. Os testes de robustez alterando as janelas de estimacao e a frequencia de rebalanceamento da carteira ratificam os resultados encontrados.
Este trabalho se insere em uma literatura recente e crescente sobre o impacto de criptomoedas em portfolios multi-ativos (Brauneis e Mestel, 2019; Symitsi e Chalvatzis, 2019; Kajtazi e Moro, 2019; Platanakis e Urquhart, 2020; Conlon et al., 2020; Colombo et al., 2021). Especificamente, a contribuicao se da pela aplicacao de diferentes estrategias de asset allocation sob a perspectiva de um investidor representativo de um importante mercado emergente (Brasil). Os resultados deste estudo auxiliam investidores institucionais e de varejo nas suas estrategias de alocacao de ativos envolvendo ativos tradicionais e criptomoedas.
O presente estudo sera dividido em cinco secoes: revisao de literatura, em qual serao apresentados os principais estudos com otimizacao de portfolio com criptoativos; metodologia, em que serao apresentados as estrategias de alocacao dos ativos no portfolio e o metodo de analise do retorno dos ativos; dados, em que e apresentado a estatistica descritiva do retorno dos ativos; resultados, em que sao avaliados a performance comparativa dos portfolios com e seu criptomoedas, para os metodos de analise in-sample e out-of-sample e posterior analise de sensibilidade e conclusao.
-
Revisao de literatura
Com o crescimento acelerado da quantidade, volume, e capitalizacao de mercado das criptomoedas ao redor do mundo, diversos estudos surgiram para analisar o comportamento desses ativos no mercado, avaliando retorno e volatilidade dos precos. A Tabela 1 resume o grupo de criptomoedas utilizado em estudos de otimizacao de portfolios com criptoativos. A analise do presente estudo considera as oito criptomoedas conforme historico de dados disponivel, valor de mercado e relevancia na literatura.
Alem da literatura de criptoativos, diversos autores preocuparam-se com as estrategias e funcoes de otimizacao. Os criterios de minima variancia e utilidade media-variancia foram originados da moderna teoria de portfolio de Markowitz (1952). Uma adaptacao ao criterio de minima variancia foi realizada por Black e Litterman (1992), incluindo a informacao da ponderacao otima utilizada pelo mercado na composicao dos ativos do portfolio.
Haja vista que o historico disponivel de precos das criptomoedas e curto, Mba e Mwambi (2020), Liu (2019), Burggraf (2019) e Bialkowski (2020) consideram nas analises a serie de retornos diarios dos criptoativos. Desse modo, a fim de nao haver distorcoes no calculo do retorno anualizado dos ativos, utiliza-se a aproximacao logaritmica do retorno:
[r.sub.i] = ln ([P.sub.f]/[P.sub.i]). (1)
Para determinacao do retorno esperado dos ativos e matriz de covariancia, amplamente utilizados nos metodos de asset allocation, a literatura utiliza geralmente janelas moveis ou expandidas (ver Bessler e Wolff, 2015; Platanakis e Urquhart, 2020; Colombo et al., 2021). Ja no que diz respeito a avaliacao de performance, os estudos utilizam prioritariamente a avaliacao fora da amostra (out-of-sample). Conforme apontado por Bessler e Wolff (2015), a aproximacao out-of-sample e mais proxima a estrategia de alocacao dos gestores nos fundos multimercado, os quais possuem a disposicao o historico disponivel de precos para uma melhor tomada de decisao.
Como periodo de analise de retorno historico dos ativos, Bessler e Wolff (2015) utiliza um periodo de 12 meses, com analise de sensibilidade para periodos ate 60 meses. Burggraf (2019) utiliza como padrao o periodo de 12 meses, com analise de sensibilidade para periodos de ate 48 meses. Desse modo, avalia-se os efeitos temporais dos ciclos economicos no comportamento dos ativos. Essa analise e de extrema importancia para o caso brasileiro, pois os impactos de crises politicas e economicas sao recorrentes e afetam o comportamento dos ativos no mercado. Como exemplo, a crise economica gerada pela COVID-19 provocou uma maior correlacao entre varios ativos de mercado, gerada em parte pelo movimento de saida do capital para ativos de menor risco.
Outra variavel significativa e o periodo de rebalanceamento do portfolio. Bessler e Wolff (2015) utiliza um periodo mensal, com analise de robustez para um periodo trimestral e anual. Burggraf (2019) utiliza modelos de asset...
Para continuar a ler
PEÇA SUA AVALIAÇÃOCOPYRIGHT GALE, Cengage Learning. All rights reserved.
