Tutorial de como calcular o beta: Excel, R, Python e Gretl - TC

TC School / Análise Fundamentalista

Tutorial de como calcular o beta: Excel, R, Python e Gretl

14/05/2021 às 16:15

TC School

O beta de uma ação ou carteira de ações representa a sua exposição do risco sistemático do mercado. Logo, além de servir para o investidor calibrar a sua exposição ao risco, ele também serve para estimar o retorno esperado ao investir nas ações da empresa: ações com beta maior estariam mais expostas às variações do mercado. Saber o retorno esperado é essencial para calcular o custo do capital em modelos de fluxo de caixa descontado.

Mas como calculamos isso?

Neste tutorial vamos mostrar como calcular o beta usando uma série de ferramentas. Vamos assumir que você já tem os dados necessários: o retorno da ação que está estimando o beta e o retorno de um índice amplo de mercado que irá representar a carteira de mercado.

Veja mais sobre a relação entre retornos e beta no nosso artigo “Security Market Line”.

Se você não tem os dados, existem algumas fontes gratuitas: Yahoo Finance, Valor Econômico e UOL Economia. Vamos usar os dados do Yahoo Finance para este exercício. Vamos usar as seguintes ferramentas: Excel, R Studio (rodando a linguagem R), Python, e Gretl.

Vale lembrar que usaremos dados mensais dos últimos 60 meses (5 anos). Isso é uma regra de bolso empírica e poderia ser feito usando dados semanais ou diários (não recomendado). Neste exercício, vamos usar as ações da VALE3. Como índice de mercado, vamos usar o Ibovespa, IBRA e IBrX-100. Você irá encontrar:

  • Beta das ações
  • Calcular o Beta com o Excel®
  • Beta das ações no R
  • Beta das ações no Python
  • Beta das ações em Gretl

Boa leitura!

tutorial como calcular beta

Beta das ações

Como já dissemos no início do artigo, o beta é a sensibilidade dos retornos de um ativo a carteira de mercado. Teoricamente, ele deveria servir para qualquer ativo: títulos públicos, ações, debêntures ou fundos.

Matematicamente, o beta é utilizado para indicar o quanto os retornos de um ativo vão se mover de acordo com os movimentos do mercado. A equação abaixo, a equação do CAPM, estabelece que o retorno esperado de um ativo de acordo com o seu beta,

E(Ri ) = Rf + β(Rm – Rf)

Neste caso, o beta da ação pode ser obtido realizando a seguinte equação na série temporal dos retornos da ação e do índice de mercado:

Em adição, o beta também pode ser estimado utilizando uma regressão linear. Neste caso, a equação seria:

Em que, Rit é o retorno do ativo, Rf é a taxa livre de risco, Rm é o retorno do mercado, α é o intercepto da regressão. Do qual, ao retirar a taxa livre de risco de ambos os lados, irá fazer com que todo retorno acima da taxa livre de risco seja capturado pelo intercepto. ∈t é o erro aleatório: tudo aquilo que não é retorno explicado pela exposição ao risco.

Calcular Beta com Excel®

Lançado em 1987, o Microsoft Excel® é um editor de planilhas produzido pela Microsoft Corporation para computadores Apple e PC. Sem dúvida ainda é um dos softwares mais usados no mundo corporativo. Por isso, vamos mostrar como calcular o beta de uma ação com o Excel.

Em primeiro lugar, é ideal que você tenha os dados da ação e dos índices de ações com o seguinte formato:

Elaboração própria.

No Excel, podemos estimar o beta por 3 formas:

  1. Inclinação da reta de regressão (fórmula da reta)
  2. Fórmula de Covariância/Variância
  3. Regressão Linear via módulo “Análise de Dados”

Beta das ações por inclinação da reta de regressão (fórmula da reta)

Essa é uma das formas mais fáceis de estimar o beta. Primeiro, retire o retorno livre de risco do índice de ações (e.g., Ibovespa – Rf) e do retorno do ativo (Ri – Rf). Neste caso, vamos usar o retorno da LFT (Tesouro Selic) como taxa livre de risco. Vale lembrar que usar a Selic como taxa livre de risco é polêmica, mas não irá alterar os nossos resultados de forma significativa.

Neste caso, temos:

Elaboração própria.

No Excel, usa-se;

=INCLINAÇÃO(E2:E61;F2:F61)

O resultado será 0,637737.

Beta das ações pela fórmula de covariância/variância

No Excel®, com os mesmos dados expostos na tabela acima, temos:

=COVARIAÇÃO.P(E2:E61;F2:F61)/VAR.P(F2:F61)

Novamente, o resultado será 0,637737.

Regressão Linear via módulo “Análise de Dados”

Para realizar essa análise, você vai precisar do módulo “Análise de Dados” ativado. Após ativar o módulo, vá na aba “Dados” e selecione “Análise de Dados” . Em seguida, procure por “Regressão”.

Fonte: Excel

Selecione os dados necessários. No campo “Intervalo Y” selecione os retornos da ação menos o retorno livre de risco. No campo “Intervalo X” selecione o retorno do mercado menos o retorno livre de risco.

Fonte: Excel

Os resultados são expostos abaixo.

O coeficiente do beta (Rm – Rf) é apresentado em destaque e está próximo do que foi obtido em outros métodos.

Fonte: Excel

Beta das ações no R

R é um ambiente de software livre para computação estatística e gráficos. Compila e roda em uma ampla variedade de plataformas UNIX, Windows e MacOS. Para ficar mais fácil rodar os dados em R, o ideal é que você baixe o R Studio.

O R Studio é um ambiente de desenvolvimento integrado (IDE) para R. Inclui um console, editor de realce de sintaxe que oferece suporte à execução direta de código, bem como ferramentas para plotagem, histórico, depuração e gerenciamento de espaço de trabalho.

Para abrir o arquivo, salvamos os dados em .csv ou .txt e digitamos no console:

Fonte: R Studio

Em resumo, a inclinação da reta de regressão foi de 0,6377. Igual ao que vimos nos outros softwares.

Beta das ações no Python

Python é uma linguagem de programação, interpretada de script, imperativa, orientada a objetos, funcional, de tipagem dinâmica e forte. Foi lançada por Guido van Rossum em 1991.

Diferente do R Studio, temos várias plataformas para usar o Python: Google colab, Jupyter notebooks, Jupyter lab, Spyder, e até mesmo o R Studio. A escolha não é tão importante para essa aplicação, sendo assim vamos focar apenas nas fórmulas.

Primeiro, você deve importar o Pandas e o Stat Models, conforme abaixo:

Em seguida, você deve importar o banco de dados. Nossos dados estão em .csv, por isso vamos usar o pd.read_csv(). Chamaremos os dados de ‘betas’.

betas = pd.read_csv((r’C:\[caminho do arquivo].csv’, sep = ‘;’) # importando os dados

Os dados terão essa cara:

Elaboração própria.

No resultado acima, podemos ver que o Rm_Rf possui um coeficiente igual a 0,6377. Igual ao resultado do Excel e R.

Beta das ações em Gretl

O Gretl é um pacote de software multiplataforma para análise econométrica, escrito na linguagem de programação C. É um software de código aberto gratuito. Você pode redistribuí-lo e/ou modificá-lo sob os termos da GNU General Public License (GPL) conforme publicada pela Free Software Foundation.

Para usar esse software, você deve baixá-lo gratuitamente nesse link.

Após instalar, abra o software e importe os dados.

Vamos usar o mesmo banco de dados em .csv.

O software vai perguntar se você quer definir os dados. Marque que quer defini-los como série temporal.

Por fim, rode o modelo de regressão por mínimos quadrados ordinários: Modelo > Mínimos Quadrados Ordinários:

Selecione a variável dependente e a variável independente.

Os resultados são expostos abaixo. O valor do beta foi de 0,6377. Igual a todos os outros softwares.

Conclusão

Neste artigo, fizemos um tutorial de como estimar a exposição ao risco sistemático, o beta, via Excel, R, Python e Gretl. Como a medida é simples e de fácil elaboração, acreditamos que qualquer software ou linguagem utilizada será adequada.

Lucas Nogueira
Lucas Nogueira
Analista de conteúdo do TC School
Mestre em Finanças pelo PPGA/UFPB

TC School

A sua escola como investidor.

Disclaimer: Este material é produzido e distribuído somente com os propósitos de informar e educar, e representa o estado do mercado na data da publicação, sendo que as informações estão sujeitas a mudanças sem aviso prévio. Este material não constitui declaração de fato ou recomendação de investimento ou para comprar, reter ou vender quaisquer títulos ou valores mobiliários. O usuário não deve utilizar as informações disponibilizadas como substitutas de suas habilidades, julgamento e experiência ao tomar decisões de investimento ou negócio. Essas informações não devem ser interpretadas como análise ou recomendação de investimentos e não há garantia de que o conteúdo apresentado será uma estratégia efetiva para os seus investimentos e, tampouco, que as informações poderão ser aplicadas em quaisquer condições de mercados. Investidores não devem substituir esses materiais por serviços de aconselhamento, acompanhamento ou recomendação de profissionais certificados e habilitados para tal função. Antes de investir, por favor considere cuidadosamente a sua tolerância ou a sua habilidade para riscos. A administradora não conduz auditoria nem assume qualquer responsabilidade de diligência (due diligence) ou de verificação independente de qualquer informação disponibilizada neste espaço. Administradora: TradersNews Informação & Educação Ltda. Todos os direitos reservados.

TradersClub

O app essencial para investidores do mercado financeiro brasileiro.

Uma comunidade com milhares de investidores, ferramentas e serviços que vão ajudar você a investir melhor!

TradersClub