Gestores apóiam-se em referências frágeis enquanto buscam prever riscos

Ferramentas quantitativas tradicionais carregam ressalvas metodológicas que podem mascarar prejuízos potenciais

Publicidade

SÃO PAULO – No dia 21 de janeiro, a bolsa brasileira despencou 6,60%. Na sessão seguinte, subiu 4,45%. E depois caiu 3,32%. É contra-intuitivo imaginar que cada uma dessas variações não tem nada a ver com a outra.

Contudo, gestões de risco baseadas na distribuição normal de probabilidade parecem ignorar a intuição. Elas freqüentemente usam modelos quantitativos que tratam as observações como variáveis independentes entre si.

Antes de avaliar eventuais ressalvas, cabe compreender quais as características da distribuição normal ou gaussiana, desenvolvida pelo matemático alemão Carl Friedrich Gauss no início do século XIX.

Nem tudo é normal

“A normal é excelente. Ela tem uma matemática pronta e fácil de ser aplicada”, destaca Marcos Elias, gestor do fundo Galleas. Com a forma de um sino, essa distribuição de probabilidade trata as variáveis como independentes e enfatiza a média em detrimento aos extremos.

Características ótimas para descrever o peso ou a altura de determinada população. “Saber a sua altura não muda a minha. Além disso, podemos traçar uma média e, a partir dela, fabricar uma cadeira que seja mais confortável para o conjunto”, explica Marcos Elias.

Porém, os mesmos atributos que tornam a normal propícia a algumas amostras implicam sérios equívocos a outras. “O mercado financeiro não é assim. Se a ação sobe 5% no dia, isso certamente tem a ver com a oscilação do dia seguinte. Além disso, não buscamos a média. Buscamos estudar diversos trechos da distribuição”.

Continua depois da publicidade

A auto-referência

Cientes dos perigos derivados da distribuição normal, alguns gestores buscam práticas alternativas. Uma das opções é não tomar a normal a priori, mas esperar a sugestão dos próprios dados. “Não assumimos uma distribuição normal, como nos modelos de VaR (Value at Risk)”, afirma Rubens Freitas, sócio responsável por gestão de risco na Mauá Investimentos.

Rubens procura “identificar como as variáveis se comportam em situações de stress”. No entanto, também existem ressalvas quando as observações determinam o padrão. Por um lado, o gestor precisa do passado para chegar à distribuição de probabilidade. Por outro, ele precisa da distribuição de probabilidade para deduzir o futuro a partir do histórico. Há, portanto, um claro problema de auto-referência.

Probabilidades relativas

Com pragmatismo e sem complicações teóricas, a distribuição é definida. O próximo passo demanda atenção às caudas da curva, onde estão eventos excepcionais. Máximos e mínimos com baixa freqüência, segundo o sócio da Mauá: “olhamos para os extremos à esquerda e à direita”.

Continua depois da publicidade

Daí nasce uma questão adicional. O gestor nunca está certo se seu ponto de vista é o mais adequado. Assim, um fato com probabilidade ínfima de ocorrer (“evento dez sigma”) segundo determinada distribuição pode ser bastante comum em outro perfil de probabilidades.

Um ponto em alto desvio padrão no modelo A pode estar próximo à média no modelo B. Quando isso acontece, o gestor normalmente enxerga o evento como algo excepcional; o modelo está correto. E não como algo cotidiano, invisível a um modelo inapropriado.

Aos problemas, soluções

Marcos Elias busca soluções inovadoras para os problemas citados: “estamos querendo adaptar nossa gestão de risco”. A equipe do fundo Galleas pondera opções dentro de um conjunto de propostas ainda em ebulição, que conta com outras distribuições de probabilidade, geometria dos fractais, redes neurais e topologia.

Continua depois da publicidade

Ciente das ameaças de uma gestão limitada por ordens quantitativas, os especialistas em risco da Mauá Investimentos adotam um protocolo bastante casual e eficiente: “Pegamos os cálculos estatísticos e nos reunimos para conversar”. Rubens Freitas lembra que “às vezes o fundamento à frente é diferente do fundamento passado. Então conversamos e podemos alterar”. O bom senso costuma ser recompensado na gestão de riscos.

Tópicos relacionados