Segundo Gonçalves (2012), a literatura sobre a performance de fundos de investimento é ampla tanto no Brasil quanto no exterior, porém o tema é ainda controverso. De acordo com o autor, a maioria das pesquisas da área utiliza um conjunto amplo de indicadores, assim como métodos para obtê-los, com o objetivo de escolher aqueles que melhor permitam realizar essa avaliação. Mas os resultados são, muitas vezes, contraditórios, razão pela qual não existe ainda consenso a respeito.
Em relação à ausência de habilidade por parte dos gestores, um conjunto de estudos (JENSEN, 1968; MALKIEL, 1995; GRUBER, 1996; DANIEL et al., 1997; VARGA, 2001;
MALKIEL e SAHA, 2005) apresentou evidências de que, na média, os fundos não atingiram desempenho superior ao dos índices de mercado. Portanto, os gestores careceriam de habilidades especiais que gerem retornos acima da média. De outra parte, outras pesquisas (GRINBLATT e TITMAN, 1993; HENDRICKS, PATEL e ZECKHAUSER, 1993; GOETZMANN e IBBOTSON, 1994; CARHART, 1997; KOSOWSKI et al., 2006; CASTRO e MINARDI, 2009) encontraram evidências contrárias, que corroboram a existência de gestores com habilidades superiores para a gestão das suas carteiras de investimento.
Gonçalves (2012) afirma que, diante dessa situação, diversos autores focaram a sua atenção na análise das metodologias de avaliação de desempenho utilizadas, com o objetivo de desenvolver métricas que conseguiriam, em princípio, resolver a discussão sobre a existência ou não de habilidades nos gestores de carteiras.
Roll (1978) foi um dos primeiros autores a apresentar críticas aos indicadores até esse momento utilizados, especificamente aqueles baseados na utilização de umbenchmark. Segundo o autor, essas métricas possuem limitações e a sua interpretação é relativa já que os resultados passam a ser dependentes do benchmark escolhido. Logo, uma melhor aproximação seria utilizar modelos que permitam avaliar o desempenho absoluto da carteira.
o peso de um ativo na carteira do fundo avaliado com o retorno deste mesmo ativo. Segundo os autores, espera-se que se o gestor for bem informado a correlação entre o peso do ativo no fundo e seu retorno será positiva, já que, à medida que o retorno de um ativo aumenta, maior deverá ser sua participação no fundo. Logo, se o gestor não tiver habilidades especiais de predição de preços o peso dos ativos dessa carteira não terá correlação com os retornos e essa medida de performance deverá convergir para zero. Os autores chegaram a resultados que corroboraram a existência de habilidades nos gestores de fundos de crescimento e fundos de de crescimento agressivo.
Daniel et al. (1997), utilizando uma aproximação semelhante à desenvolvida por Grinblatt e Titman (1994), avaliaram o retorno das ações selecionadas pelos fundos, dividindo os retornos em categorias de acordo com as características dos fundos (valor de mercado, índices contábeis e de mercado (book-to-market), efeito momentum, etc.). De acordo com os autores, grande parte dos custos dos fundos ocorre devido ao esforço dos gestores na seleção de ações. Portanto, uma aproximação possível é comparar a seleção realizada pelos gestores dos fundos com carteiras de características semelhantes, para verificar se esse processo de seleção gera retornos acima da média para os investidores. Os autores não encontraram evidências suficientes de que os gestores tenham habilidades especiais para superar o mercado.
Na linha desses estudos, outros autores analisaram a validade de basear a análise do desempenho na estimação do alfa de Jensen. Ferson e Schadt (1996) afirmaram que, caso riscos e retornos esperados dos fundos variem com o tempo a abordagem de testar a significância do Alfa nos modelos de precificação não seria confiável, pois poderia levar a uma confusão entre as variações no risco e as variações no prêmio de risco. Nesse sentido, os autores sugerem a utilização de modelos condicionais. A ideia é permitir que os betas dos fundos variem para capturar, por exemplo, uma estratégia de alteração das ponderações na composição da carteira dos fundos.
Kosowski et al. (2006), analisaram também a utilização do alfa de Jensen e levantaram a questão de que, possivelmente, o desempenho superior obtido por alguns fundos ao longo do tempo poderia não vir da habilidade do gestor na gestão da carteira de investimento, mas apenas ser o reflexo da sorte de um pequeno conjunto de gestores. A ideia básica é que em um universo de milhares de fundos é esperado que alguns dos fundos obtivessem desempenho superior aos índices de mercado simplesmente por mera sorte. Para contornar essa questão, os autores utilizaram uma metodologia baseada em aplicações de bootstrap para estimar a distribuição empírica cross-section dos alfas dos fundos.
De acordo com Laes e Silva (2014), os testes paramétricos clássicos comparam estatísticas calculadas a partir de uma amostra baseando as estimativas numa distribuição teórica dos dados. Porém, essa aproximação apresenta limitações para a inferência estatística quando os dados não apresentam a distribuição teoricamente utilizada. Nesse sentido, de acordo com os autores, a reamostragem é um conjunto de técnicas que descarta a distribuição amostral assumida de uma estatística e calculam a distribuição empírica ou real a partir de repetidas amostragens dentro da mesma amostra. Uma dessas técnicas é o bootstrap, que se baseia na geração de uma nova amostra de mesmo tamanho da amostra original, a partir de um sorteio aletório com reposição
de seus elementos.
Segundo Borges e Martelanc (2015), a utilização da técnica de simulações bootstrap responde ao fato de que a distribuição cross-section dos alfas dos fundos é complexa e, usualmente, não normal, devido principalmente à heterogeneidade do risco que os fundos tomam. Nesse sentido, segundo os autores, a utilização da técnica de bootstrapping permitiria realizar uma estimação da performance que conseguiria retirar o fator sorte da análise ao comparar as distribuições teóricas e empíricas dos alfas.
Kosowski et al. (2006) definiram essa metodologia da seguinte forma: a partir da amostra inicial de alfas dos fundos, são realizadas dez mil simulações bootstrap, porém com seus alfas zerados. Assim, os fundos simulados partiram de um universo hipotético, em que não existem retornos anormais. A seguir, para cada fundo simulado é realizada uma regressão MQO utilizando- se um modelo de fatores, com o objetivo de estimar os alfas teóricos e de coletar suas estatísticas t. Finalmente, compararam-se a distribuição teórica e a empírica dos alfas e as estatísticas t. A ideia é que, se houver uma proporção semelhante de fundos acima e abaixo da média em ambas amostras, fundos reais e simulados, isso significa que o bom desempenho dos fundos se deveria à sorte, e não à habilidade de seus gestores. De outra parte, caso existissem fundos fora desse intervalo de confiança poderia se confirmar a existência de habilidade.
Fama e French (2010) utilizaram também esta técnica para verificar a persistência de alfas positivos numa amostra de 3.156 fundos ativos de ações do mercado norte-americano. Segundo os autores, para verificar se os poucos fundos que apresentaram retornos anormais são produto de sorte ou habilidade, a abordagem de testar a persistência da performance dos fundos pode não ser a mais adequada. Isso porque os testes de persistência da performance estão baseados em desempenho passado de curto prazo, dados que podem estar sujeitos a variáveis externas que dificultariam a identificação de padrões. Logo, uma possível solução seria a utilização de longos históricos de retornos dos fundos individuais para a geração de simulações utilizando o método de bootstrap.
Fama e French (2010) encontraram poucas evidências de fundos com gestores que apresen- taram habilidades especiais para gerar resultados acima do mercado. De acordo com os autores, uma possível explicação é que os poucos gestores que demostraram habilidade nos retornos brutos eliminaram essa vantagem após custos e despesas. Portanto, ao analisar a verdadeira riqueza adicional do investidor, medida pelo retorno líquido, a grande maioria dos fundos gera alfa negativo.