Mainnav

Combinando arte e ciência nos processos de gestão de ativos
Sérgio Magalhães

Edição 332

Acreditamos que o ambiente atual de juros baixos e de recuperação econômica à frente justifica, ou até demanda, aumento de risco nos portfólios nos próximos anos. Também há quem diga que o verdadeiro desafio da humanidade está na longevidade, pois possivelmente viveremos mais do que estamos prevendo, dados os progressos impressionantes da medicina e da ciência. A medicina e tecnologia evoluíram tanto que poucos imaginariam que teríamos em menos de um ano diferentes vacinas contra esta doença que nos assola, indicando taxas de sucesso de imunização acima de 90%.
Desafios como a longevidade, baixas taxas de juros no mundo e até negativas em alguns países, aliadas à globalização dos investimentos e um volume cada vez maior de informações que fluem para os mercados de maneira incrivelmente rápida, nos impõem um desafio ainda maior na arte de diversificar os investimentos e na necessidade de gerar valor para investidores. Aumento de risco é uma saída? Mas aumento de risco necessariamente proporciona mais retorno? Qual o melhor caminho para aumentar o risco? Qual o melhor modelo de alocação?
Investir na diversificação é, sem dúvida, um ótimo caminho a se escolher. As últimas crises mostraram que, em geral, portfólios diversificados se comportaram melhor que os concentrados. Também sabemos que 70% a 80% do resultado de um portfólio é proveniente da arte da escolha da melhor combinação entre diversas classes de ativos.
Há décadas foram desenvolvidos vários modelos que buscam escolher a melhor combinação para cada necessidade, desde os que dão o devido peso às características do passivo dos investidores institucionais, amplamente conhecidos como Asset Liabilitity Management (ALM) ou Liability Driven Investments (LDI), onde os mais sofisticados usam ferramentas estocásticas para buscar o portfólio mais adequado para cada passivo considerando vários cenários macroeconômicos e horizonte de prazo mais longo de 10 ou 20 anos. Também existem modelos mais voltados para encontrar o melhor portfólio considerando várias classes de ativos, suas correlações e potencial de retorno desde Markowitz até Black-Litterman. Não podemos esquecer os processos tradicionais utilizados pela indústria de gestão de fundos multimercados, onde gestores buscam teses de investimentos com base na análise do cenário macro, combinando alpha, beta e demais letras gregas para encontrar o melhor portfólio.

Com a popularização da tecnologia, aumento da capacidade computacional e volume de dados, o uso de modelos e algoritmos para filtrar, analisar e organizar esses dados torna-se cada vez mais essencial, caso contrário seria necessário um Maracanã lotado de analistas e gestores para digerir diariamente tantos dados e transformá-los em estratégias potenciais.
O tempo e as crises têm nos mostrado que não existem modelos perfeitos, pois estão em constante evolução, mas talvez a verdadeira questão não esteja em buscar o melhor modelo, mas sim como combinar o poder do julgamento humano nos processos de investimento, um fator que não deve ser desprezado.
Qual modelo incorporaria o fato da Tesla, uma startup de tecnologia focada em carros elétricos, que após 16 anos seguidos de resultados negativos e em seu primeiro ano de baixo lucro recorrente se transformaria na montadora mais valiosa do mundo, desbancando a Toyota que somente no ano anterior vendeu 30 vezes mais veículos, com receita 10 vezes maior. Talvez fatores como momentum fossem capazes de capturar alguma parcela dessa tendência, mas eles são “cegos”, apenas seguem o movimento da manada e poderiam ter perdido o “momento” diversas vezes durante o período turbulento que a empresa tentou se capitalizar, executar um plano de longo prazo e provar que era de fato viável.
Em 2007, quando o iPhone foi lançado, nem mesmo Steve Jobs poderia ter previsto o volume de vendas e a dominância dos smartphones e aplicativos em 2020 e como eles seriam essenciais para o mundo de hoje, como por exemplo a velocidade com que empresas tradicionais de vendas a varejo pudessem mudar completamente seus modelos de negócio para adaptar-se a uma nova realidade de vendas online imposta por uma pandemia. Certamente nenhum modelo com premissas realistas para a época, poderia justificar o “valuation” da Apple, que já valia muito mais que empresas tradicionais de tecnologia.

Podemos também ter alguns exemplos do julgamento humano no processo de tomada de decisão fora do mundo das finanças, quando o então Presidente Barack Obama, mesmo após relatórios oficiais com estimativas de probabilidade divergentes, toma a decisão de enviar oficiais militares para a missão bem sucedida na captura de Osama bin Laden em Abbottabad.
Claro que são fatos e eventos completamente fora da distribuição normal de probabilidades, mas ainda usando o paralelo militar, Donald Rumsfeld em um documentário intitulado “O desconhecido conhecido” de 2013, ilustra o tema sobre eventos probabilisticamente improváveis em duas categorias: a primeira seria “O desconhecido conhecido”, são eventos de cauda que conhecemos e podemos tomar ações para mitigá-los, e a segunda são os eventos que simplesmente não conhecemos, o “desconhecido desconhecido”, que também sustenta a tese dos “Cisnes Negros” de Nassim Taleb e podem ser descritos como qualquer coisa que não pode ser explicada ou replicada pelos modelos.
Para ambas situações, o apoio tecnológico e científico ao julgamento humano é essencial, pois a solução teoricamente não seria assim tão complicada: riscos conhecidos devem ser sempre avaliados e modelados, ponderados pelos seus pesos probabilísticos, incorporando esses cenários de stress no processo de seleção e dimensionamento das posições. Já para os riscos desconhecidos, é onde entra a arte: Esses riscos devem ser de alguma forma, através da percepção periférica humana, identificados, contextualizados, modelados e também incorporados aos modelos como novos cenários de stress para os portfólios.
Em eventos de crise, existem basicamente duas forças: Uma deriva do evento, que é a razão essencial da crise. A segunda vem da reação dos agentes àquele evento, que na maioria das vezes reagem de forma irracional, exacerbando os fundamentos que também mudam à medida que os novos dados vão fazendo parte da estatística e governos em conjunto com bancos centrais intervêm nos mercados. A narrativa criada ao redor das duas forças é que vai determinar o futuro da crise e a maneira que os mercados vão reagir à essas narrativas.

A arte, de novo, vem de como a percepção periférica humana vai julgar e antecipar essas narrativas que vão influenciar o comportamento dos investidores e o preço dos ativos.
Na ausência de tudo isso, o melhor hedge para riscos desconhecidos é a prudência na alavancagem e liquidez dos portfólios. Em todas as crises, a má gestão desses fatores amplificou ainda mais os efeitos nocivos da segunda força descrita acima.
A margem prudente de risco também é uma importante aliada, onde numa situação de stress, ter espaço para poder tirar proveito das oportunidades e desequilíbrios causados pelos agentes “sufocados” ao invés de ter que ceder posições a qualquer preço para adequação de risco e satisfazer liquidez para o portfólio. Todos esses fatores fazem parte de um modelo de gestão moderno e bem construído.
Em resumo, acreditamos que a parceria entre a arte e ciência é uma poderosa combinação para os processos de investimento. De um lado a ciência, que diante da crescente capacidade de processamento computacional aliada ao uso de Big Data e técnicas de Inteligência Artificial como Machine Learning traz ferramentas essenciais para traduzir, analisar e organizar o volume de informações disponíveis no mundo hoje, criando eficiência e escala para um processo capaz de encontrar o melhor portfólio com maior retorno para cada unidade de risco, após analisar como nenhum cérebro humano seria capaz, dezenas de classes de ativos, milhares de cenários e décadas de correlações entre eles.
Por outro lado, a incerteza dos riscos conhecidos e desconhecidos pode ser acolhida pela arte do julgamento humano, que aliado à ciência, pode ser capaz de gerar uma fonte duradoura de criatividade, entusiasmo e resultados consistentemente positivos.

Sérgio Magalhães é head comercial da BRAM - Bradesco Asset Management