Olá, pessoal. Conforme prometido, este artigo continua a lista das doze métricas mais importantes de risco em investimentos. No meu último artigo, há duas sextas-feiras, vimos as primeiras seis métricas: desvio-padrão, desvio absoluto médio, semidesvio-médio à esquerda, semidesvio-padrão à esquerda, intervalo interquartílico e intervalo máximo. Se você não leu, sugiro correr lá e ler antes (clique aqui). Hoje, listarei mais seis métricas, essas um tanto quanto mais sofisticadas que as anteriores.
Como disse no último artigo, a ideia é explicar as doze principais métricas que são ou podem ser utilizadas no mercado ao analisar estratégias de investimentos. Não há como listar todas as métricas porque simplesmente podemos criar infinitas delas, mas estou seguro de que a lista te ajudará bastante. Caso você utilize alguma não listada por mim, comente abaixo!
Ah! E faço aqui o mesmo disclaimer: não apresentarei fórmulas de cálculo por duas razões. A primeira é que poluiria o artigo e o tornaria excessivamente longo. E a segunda razão é que você pode facilmente fazer uma procura online e encontrar qualquer das fórmulas das métricas que apresento abaixo. Meu objetivo é a apresentação conceitual. Outro ponto relevante a ser lembrado é que estamos falando de métricas de risco em estratégias de investimento. Por exemplo, métricas de risco operacional para empresas, bem como de outros riscos corporativos, estão fora do escopo dessa lista.
7) Coeficiente de Assimetria
Como o próprio nome já indica, mede o nível de assimetria dos retornos (em inglês, “skewness”). Em estatística, falamos em terceiro momento de uma distribuição probabilística, já que tal coeficiente nasce dos desvios elevados à terceira potência. Quanto maior a assimetria, mais a estratégia merece uma análise aprofundada para se descobrir as razões (isto é, fatores de risco) que fazem nascer tal assimetria. Por exemplo, a distribuição normal e todas as distribuições simétricas em relação à média terão assimetria igual a zero. Retornos com assimetria negativa tendem a observar retornos ruins (ou seja, abaixo da média) mais acentuados ou mais prováveis que retornos acima da média.
8) Coeficiente de Curtose
Nasce do quarto momento de uma distribuição de probabilidades, já que tem origem a partir dos desvios elevados à quarta potência. Este coeficiente gera informação a respeito da chance (maior ou menor) de eventos extremos ocorrerem, sejam estes negativos ou positivos. A distribuição normal possui curtose igual a 3. Desta maneira, uma série de retornos com curtose acima de 3 significa dizer que as caudas de probabilidade são mais grossas, o que indica maior chance de eventos extremos quando comparamos com retornos normais. Curtoses muito altas precisam ser analisadas com maior profundidade pelos mesmos motivos que na métrica anterior, ou seja, para se entender os riscos aos quais estaremos expostos se aceitarmos aquele investimento. Estratégias alavancadas e que tendem a ganhar (perder) mais na alta (baixa) do mercado podem ser identificadas através de uma curtose acima de 3. Aliás, se você ler por aí “excesso de curtose”, trata-se da curtose em excesso à curtose da distribuição normal, ou seja, curtose menos 3.
9) VaR – Value at Risk
O valor em risco em determinado investimento é uma medida da perda máxima que se pode obter com aquele investimento. Mas, há uma pegadinha aqui porque, na verdade, a perda máxima de muitos investimentos é -100% e tal informação seria inútil. Desta forma, precisamos definir um nível de confiança, além de um horizonte temporal. Por exemplo, se uma determinada estratégia possui VaR a 95% igual a -3% em um mês, a interpretação correta dessa métrica é: existe 95% de chances de que minha perda máxima em um mês seja não superior a 3%. O VaR é, na maioria das vezes, apresentado sem o sinal negativo, já que está subentendido que estamos lidando com uma perda. A definição do nível de confiança (que no exemplo foi de 95%) pode variar de 90% a 99%, mas o VaR a 95% é provavelmente o mais comum em lâminas de fundos de investimento.
O cálculo do VaR pode se dar de duas formas diferentes. O VaR histórico se baseia na série de retornos realizados e será representado pelo percentil dado pelo nível de confiança. Já o VaR paramétrico define uma distribuição de probabilidades para os retornos da estratégia e o calcula segundo a respectiva curva de distribuição de probabilidades.
10) C-VaR – Conditional Value at Risk
Também conhecido na literatura internacional como “expected shortfall” (perda esperada) ou ainda “tail-VaR” (VaR da cauda). Apesar do VaR ser uma métrica amplamente reconhecida pelo mercado, ele também possui suas limitações e deve sempre ser analisado em conjunto com as outras métricas de risco. Uma limitação importante é que o VaR ignora completamente o que pode acontecer fora do nível de confiança (o que chamamos de nível de significância estatística).
Ao analisar um VaR de -3% ao mês com 95% de confiança, fica a pergunta: e os 5% de chances de a perda naquele mês ser superior a 3% - o quão superior essa perda pode ser? O C-VaR procura exatamente responder a essa questão: ele mede a perda esperada de uma estratégia de investimentos, dada a realização de um cenário drástico em determinado período de tempo. De modo mais preciso, um C-VaR de -8% ao longo de um mês a 5% de significância representa dizer que no conjunto de cenários mais catastróficos que, juntos, somam 5% de chances de realização, a perda esperada ao final de um mês seria de 8%. Como vimos, o C-VaR torna-se uma métrica muito importante para se avaliar o risco de um investimento caso algo catastrófico ocorra.
11) MDD – Máximo Drawdown
Indicador de risco que evidencia a maior perda sofrida pela estratégia desde um ponto de máxima (pico) até um ponto de mínima (vale) na série histórica. Note que o período temporal durante o qual o MDD se realizou é uma informação relevante. Desta forma, se um fundo apresenta MDD de -35% em um período de máximo drawdown de dois meses, isso representa dizer que, em dois meses, o fundo perdeu 35% para depois voltar a subir. Perceba que entre o pico e o vale em um MDD é provável que haja dias de alta: o importante é ter ido do máximo ao mínimo globais neste período. Uma métrica relacionada importante para estar atento é o período de recuperação após um MDD, ou seja, quanto tempo depois do vale aquela estratégia de investimento levou para voltar ao patamar do pico anterior.
12) Beta(s)
Trata-se de uma métrica igualmente reconhecida e utilizada pelo mercado, mas nem sempre bem compreendida. Usualmente, o conceito de beta é utilizado com ações, mas pode tranquilamente ser estendido para qualquer estratégia de investimentos. O beta (no singular) de um ativo nasce de um modelo de precificação de risco baseado em um único fator de mercado. O mais famoso modelo de fator único é o CAPM (Capital Asset Pricing Model), que dá origem a um único beta por este modelo ter um único fator de risco. O beta de uma estratégia mede a sensibilidade do retorno adicional à taxa livre de risco da estratégia em relação ao retorno do fator em excesso da mesma taxa livre de risco.
Para ações, usualmente se utiliza um índice amplo de ações como fator de risco, tal como o Ibovespa ou o IBrX 100. Em modelos multifatoriais, ou seja, com vários fatores de risco, obtém-se tantos betas quantos forem os fatores do modelo (talvez o mais famoso modelo multifatorial seja o de Fama & French, com dois fatores adicionais ao fator de mercado). De maneira análoga, cada beta representará a mesma sensibilidade relativa ao fator.
Quanto maior o beta, maior o risco da estratégia. Um beta de um fundo imobiliário igual a 2 relativo ao IFIX significa dizer que a cada variação de 1% para cima ou para baixo deste índice em relação ao CDI (taxa livre de risco), o fundo tende a variar 2% na mesma direção. Um beta negativo significa um ativo que tende a andar opostamente ao fator de risco: tais ativos servem muitas vezes como ativos de proteção em uma carteira bem diversificada. Notadamente, betas dependem do modelo utilizado e há de se ter cuidado para não se utilizar modelos que não condizem com a realidade do mercado em questão, pois, nesse caso, os betas serão espúrios e com pouco significado prático.
Bom, pode parecer que são muitas métricas para se controlar, mas a minha dica é a seguinte: depois de você automatizar uma planilha de cálculo, essa parte se torna fácil. E, então, olhar todas essas métricas comparativamente enriquecerá a sua análise e, muitas vezes, poderá chamar a sua atenção para algo escondido na estratégia analisada e/ou em sua série histórica de rentabilidades. Gosto desse olhar multimétrica, mas é realmente importante dominar o que cada uma delas tem a nos dizer, bem como compreender suas limitações.
Vamos nos conectar no Instagram e no LinkedIn @carlosheitorcampani? Costumo postar muita coisa nessas redes e tenho por objetivo espalhar educação financeira por todo esse Brasil. Muito obrigado a todos que já me acompanham.
Férias
Compartilho com todos vocês que a coluna entrará de férias para um descanso e recomposição de energias, de modo que o próximo artigo será daqui a quatro sextas-feiras, no dia 25 de novembro (lembro que esta coluna sai sexta-feira sim, sexta-feira não). Até lá. Fiquem todos muito bem.
* Carlos Heitor Campani é PhD em Finanças, Professor do Coppead/UFRJ, Pesquisador da Cátedra Brasilprev em Previdência e Pesquisador da ENS – Escola de Negócios e Seguros. Ele pode ser encontrado em www.carlosheitorcampani.com e nas redes sociais: @carlosheitorcampani. Esta coluna sai a cada duas semanas, sempre na sexta-feira.