Como a diversificação reduz o risco matematicamente: as equações por trás de carteiras mais inteligentes • Investing.ad

Diversificação não é um slogan. É álgebra.

Risco, como os matemáticos o entendem: variância e desvio padrão

Quando os investidores dizem “risco”, muitas vezes querem dizer incerteza dos retornos. Em modelos de decisão, a forma clássica de quantificar essa incerteza é com a variância (ou a sua raiz quadrada, o desvio padrão).

Queira ser (R) a variável aleatória do retorno de um ativo num período. O seu retorno esperado é:

[ \mu = \mathbb{E}[R] ]

A sua variância é:

[ \sigma^2 = \mathbb{E}\left[(R-\mu)^2\right] ]

O desvio padrão é:

[ \sigma = \sqrt{\sigma^2} ]

A variância é conveniente porque é aditiva de uma forma que expõe o ingrediente chave por trás da diversificação: a covariância. O desvio padrão é mais intuitivo (está nas “unidades de retorno”), mas a covariância comporta-se de forma arrumada nas equações.

O retorno da carteira é uma soma ponderada — a sua variância não é

Uma carteira com (n) ativos atribui pesos (w_1,\dots,w_n) (tipicamente somando 1). Retorno da carteira:

[ R_p = \sum_{i=1}^{n} w_i R_i ]

O retorno esperado é linear:

[ \mathbb{E}[R_p] = \sum_{i=1}^{n} w_i \mathbb{E}[R_i] ]

Essa parte é simples: a diversificação não altera magicamente o retorno esperado ponderado.

Mas a variância é onde o efeito real aparece:

[ \mathrm{Var}(R_p) = \mathrm{Var}\left(\sum_{i=1}^{n} w_i R_i\right) ]

Expandindo obtém-se:

[ \sigma_p^2 = \sum_{i=1}^{n}\sum_{j=1}^{n} w_i w_j \mathrm{Cov}(R_i, R_j) ]

Esta soma dupla é toda a história. Contém:

Os termos de risco individuais onde (i=j): (w_i^2\sigma_i^2)
Os termos de interação onde (i\neq j): (w_i w_j \mathrm{Cov}(R_i, R_j))

Portanto, a variância da carteira não é apenas uma média ponderada das variâncias; inclui estes termos cruzados, que podem reduzir o risco total.

Covariância e correlação: as alavancas que a diversificação aciona

A covariância entre os ativos (i) e (j):

[ \mathrm{Cov}(R_i,R_j) = \mathbb{E}\left[(R_i-\mu_i)(R_j-\mu_j)\right] ]

A correlação reescalona a covariância:

[ \rho_{ij} = \frac{\mathrm{Cov}(R_i,R_j)}{\sigma_i\sigma_j} \quad\Rightarrow\quad \mathrm{Cov}(R_i,R_j) = \rho_{ij}\sigma_i\sigma_j ]

A correlação é mais fácil de interpretar:

(\rho=1): movem-se perfeitamente em conjunto
(\rho=0): sem relação linear
(\rho=-1): movem-se perfeitamente em sentido oposto (raro nos mercados reais, mas matematicamente poderoso)

Substituir a correlação na variância da carteira torna explícita a mecânica da diversificação:

[ \sigma_p^2 = \sum_{i=1}^{n} w_i^2\sigma_i^2

\sum_{i\neq j} w_i w_j \rho_{ij}\sigma_i\sigma_j ]

Esses termos fora da diagonal relacionados com a correlação são o “motor de partilha de risco”. Correlação mais baixa significa termos cruzados menores (ou negativos), o que reduz a variância total.

A demonstração mais clara: uma carteira de dois ativos

Considere dois ativos com pesos (w) e (1-w), volatilidades (\sigma_1,\sigma_2) e correlação (\rho). Variância da carteira:

[ \sigma_p^2 = w^2\sigma_1^2 + (1-w)^2\sigma_2^2 + 2w(1-w)\rho\sigma_1\sigma_2 ]

Três casos mostram por que a diversificação funciona.

Caso 1: correlação ( \rho = 1 ) (sem benefício de diversificação)

[ \sigma_p^2 = \left(w\sigma_1 + (1-w)\sigma_2\right)^2 ]

Assim (\sigma_p) torna-se a média ponderada das volatilidades. Não se pode “diversificar” nada porque ambos os ativos atuam como a mesma aposta subjacente.

Caso 2: correlação ( \rho = 0 ) (benefício parcial clássico)

[ \sigma_p^2 = w^2\sigma_1^2 + (1-w)^2\sigma_2^2 ]

O termo cruzado desaparece. O risco fica mais baixo do que no caso (\rho=1) para a maioria das escolhas de peso porque não se paga o “prémio de mover-se em conjunto”.

Caso 3: correlação ( \rho < 0 ) (benefício similar a hedging)

Agora o termo cruzado é negativo:

[ 2w(1-w)\rho\sigma_1\sigma_2 < 0 ]

Ele subtrai à variância. Se a correlação for suficientemente negativa e os pesos forem escolhidos corretamente, pode-se reduzir a variância de forma acentuada — por vezes até perto de zero em condições idealizadas.

O peso de mínima variância (dois ativos) e o que isso significa

Se quiser a combinação menos volátil dos dois ativos, diferencie (\sigma_p^2) em relação a (w) e resolva. O peso de mínima variância para o ativo 1 é:

[ w^* = \frac{\sigma_2^2 - \rho\sigma_1\sigma_2}{\sigma_1^2 + \sigma_2^2 - 2\rho\sigma_1\sigma_2} ]

Isto parece uma fórmula que preferia não encontrar numa festa, mas é intuitiva:

Maior (\sigma_1) tende a reduzir (w^*)
Maior (\sigma_2) tende a aumentar (w^*)
Menor (\rho) (menos comovimento) altera o equilíbrio, muitas vezes permitindo maior alocação ao ativo mais arriscado sem aumentar tanto o risco total

Por outras palavras, o risco não é só o quão volátil cada ativo é. É também como as suas oscilações se sincronizam.

Diversificação trata-se da matriz de covariâncias, não do número de ativos

Um equívoco comum é: “Mais ativos significa menos risco.” Às vezes sim, mas a matemática diz que o objecto real que está a diversificar é a estrutura de covariâncias.

Seja ( \mathbf{w} ) o vetor de pesos e ( \Sigma ) a matriz de covariâncias (onde a entrada ( \Sigma_{ij}=\mathrm{Cov}(R_i,R_j) )). A variância da carteira torna-se uma forma quadrática compacta:

[ \sigma_p^2 = \mathbf{w}^\top \Sigma \mathbf{w} ]

É por isso que a construção séria de carteiras fala em:

estimar (\Sigma),
controlar exposições às correlações,
e testar a matriz de covariâncias sob stress.

Pode deter 50 ativos todos altamente correlacionados e acabar com algo que se comporte como uma única posição concentrada.

Um experimento mental concreto de “peso igual” com muitos ativos

Para ver como a diversificação escala, considere (n) ativos com:

volatilidade idêntica (\sigma),
correlação par-a-par idêntica (\rho),
pesos iguais (w_i = 1/n).

Então a variância da carteira simplifica para:

[ \sigma_p^2 = \sigma^2\left(\rho + \frac{1-\rho}{n}\right) ]

Esta equação única é a favorita de modeladores de decisão porque separa dois componentes:

Parte não diversificável: (\sigma^2\rho)
Parte diversificável: (\sigma^2\frac{1-\rho}{n})

Quando (n\to\infty):

[ \sigma_p^2 \to \sigma^2\rho ]

Portanto o risco não tende para zero a menos que (\rho=0). Se a correlação média for positiva — como frequentemente acontece em ações — existe um limite. Esse “limite” é a versão matemática do risco de mercado.

Isto também explica por que a diversificação agrada em mercados calmos mas decepciona durante vendas generalizadas: as correlações tendem a subir, elevando (\rho) e aumentando o piso de risco.

Risco sistemático vs idiossincrático: a divisão algébrica

Os livros de finanças muitas vezes dividem o risco em:

Risco idiossincrático: ruído específico do ativo que se pode diversificar
Risco sistemático: movimento partilhado impulsionado por factores comuns

A fórmula de correlação igual acima é basicamente essa divisão em forma numérica. Mas pode torná-la mais explícita com um modelo de um factor (um pilar em modelos de decisão e sistemas de risco):

[ R_i = \alpha_i + \beta_i F + \varepsilon_i ]

Onde:

(F) é o factor comum (por exemplo, o retorno do mercado),
(\beta_i) é a sensibilidade ao factor,
(\varepsilon_i) é o ruído idiossincrático com (\mathbb{E}[\varepsilon_i]=0) e tipicamente baixa correlação cruzada entre ativos.

Para uma carteira:

[ R_p = \alpha_p + \beta_p F + \varepsilon_p ]

A variância torna-se:

[ \sigma_p^2 = \beta_p^2\sigma_F^2 + \sigma_{\varepsilon_p}^2 ]

A diversificação ataca principalmente ( \sigma_{\varepsilon_p}^2 ) ao médias os ruídos independentes entre as posições. Mas se a carteira tiver um (\beta_p) significativo, o termo (\beta_p^2\sigma_F^2) permanece. Esse é o núcleo sistemático que não se apaga apenas adicionando mais ativos similares.

_{Photo by Thomas T on Unsplash}

A geometria da diversificação: por que a fronteira eficiente é curva

Se o retorno esperado é linear nos pesos e a variância é quadrática, então traçar carteiras no espaço risco-retorno produz uma curva, não uma linha. Essa curva é a fronteira eficiente na teoria moderna de carteiras.

A curvatura vem da covariância. Com correlação inferior à perfeita, misturar ativos cria carteiras que ficam “a noroeste” das médias simples: para o mesmo retorno esperado, consegue-se menor risco; para o mesmo risco, consegue-se maior retorno esperado.

Isto não é um poster motivacional; é literalmente a forma de uma forma quadrática sob restrições lineares.

Em termos de optimização, o problema clássico de mínima variância é:

Minimizar: [ \mathbf{w}^\top \Sigma \mathbf{w} ]

Sujeito a: [ \sum_{i=1}^n w_i = 1 ] (e frequentemente restrições como (w_i\ge 0) para impedir posições vendidas)

Adicione uma restrição de retorno alvo ( \mathbf{w}^\top \mu = \mu_p ), e traça-se a fronteira.

Um ponto chave para os praticantes: a fronteira eficiente é tão fiável quanto as suas estimativas de (\mu) e (\Sigma). A matemática é elegante; os inputs são baralhados.

Porque “diversificar por número de sectores” pode falhar: agrupamentos de correlação

A correlação não é estática. Agrupa-se por regime:

Em expanções, as correlações entre ativos arriscados podem ser moderadas.
Em pânicos, as correlações frequentemente saltam à medida que os investidores vendem em massa.

Matematicamente, isto significa que a matriz de covariâncias (\Sigma) é dependente do tempo:

[ \Sigma = \Sigma(t) ]

e por vezes dependente do estado:

[ \Sigma = \Sigma(\text{regime}) ]

Se a sua diversificação se baseia numa estimativa de baixa correlação de períodos calmos, o seu modelo subestimará o risco quando as condições mudarem. É por isso que as equipas de risco executam testes de stress: substituem correlações “normais” por correlações de crise e recalculam (\mathbf{w}^\top \Sigma \mathbf{w}).

A lição da diversificação mantém-se, mas torna-se condicional: a diversificação reduz o risco relativamente ao que seria de outra forma, mas quanto depende da correlação quando esta importa mais.

A concentração aparece como pesos ao quadrado: um termo discreto mas brutal

Olhe de novo para a expressão geral da variância:

[ \sigma_p^2 = \sum_{i} w_i^2\sigma_i^2 + \sum_{i\neq j} w_i w_j \mathrm{Cov}_{ij} ]

A primeira soma usa pesos ao quadrado. Elevar ao quadrado penaliza a concentração. Se um peso domina, (w_i^2) torna-se grande e a variância da carteira é puxada para cima, mesmo que o resto das participações esteja “diversificado”.

Esta é uma das razões pelas quais a ponderação igual por vezes surpreende investidores: reduz mecanicamente a concentração, diminuindo o impacto dos termos de peso ao quadrado. Mas não é magia — se as correlações forem altas, os termos cruzados ainda dominarão.

Um conceito relacionado é o Índice Herfindahl-Hirschman (HHI) usado noutros campos para medir concentração:

[ \text{HHI} = \sum_{i=1}^{n} w_i^2 ]

Numa versão simples com volatilidades idênticas e correlações zero, a variância da carteira é proporcional ao HHI. Carteira mais concentrada → HHI mais alto → maior risco.

Diversificação através de horizontes temporais: quando as correlações mudam com a frequência

A correlação depende do intervalo de amostragem:

Correlações diárias podem diferir das mensais.
Ruído de microestrutura intradiário pode distorcer relações de alta frequência.
Factores macro aparecem mais fortemente em horizontes mais longos.

Em termos matemáticos, se os retornos são agregados:

[ R^{(k)} = \sum_{t=1}^{k} r_t ]

a covariância dos retornos agregados escala com o tempo, mas nem sempre de forma perfeitamente simples quando se inclui autocorrelação, clustering de volatilidade ou negociação assíncrona.

Para modelos de decisão de longo prazo (carteiras de reforma, fundos patrimoniais), a (\Sigma) relevante pode ser uma estimativa de baixa frequência. Para sistemas de trading, pode ser rolante e de alta frequência. A diversificação continua a ser redução de covariância — mas a covariância que está a reduzir é específica do horizonte.

O custo oculto: erro de estimativa e porque “óptimo” pode ser frágil

As carteiras de mínima variância e as optimizadas média-variância dependem de (\Sigma^{-1}) (a matriz inversa de covariâncias) nas suas soluções fechadas. É aí que as coisas podem ficar instáveis.

Pequenos erros nas estimativas de covariância podem produzir grandes oscilações na inversa. Na prática isto leva a:

pesos extremos,
apostas pouco intuitivas,
“optimizer whiplash” — em que as alocações mudam dramaticamente após pequenas actualizações de dados.

Os modeladores de decisão muitas vezes domam isto usando:

estimadores de encolhimento para covariância (puxando estimativas ruidosas para um alvo estruturado),
modelos de factores (reduzindo a dimensionalidade),
restrições (como limites aos pesos),
optimização robusta (planeando para incerteza em (\mu) e (\Sigma)).

A matemática da diversificação continua correcta; o desafio é medir os ingredientes com precisão suficiente para agir sobre eles.

Um exemplo numérico prático (sem floreados)

Suponha dois ativos com:

(\sigma_1 = 20%)
(\sigma_2 = 20%)
pesos iguais (w=0.5)

Então:

[ \sigma_p^2 = 0.5^2(0.2^2)+0.5^2(0.2^2)+2(0.5)(0.5)\rho(0.2)(0.2) ] [ = 0.25(0.04)+0.25(0.04)+0.5\rho(0.04) ] [ = 0.01+0.01+0.02\rho ] [ = 0.02(1+\rho) ]

Portanto:

Se (\rho=1): (\sigma_p^2=0.04), (\sigma_p=20%) (sem benefício)
Se (\rho=0): (\sigma_p^2=0.02), (\sigma_p\approx14.14%)
Se (\rho=-0.5): (\sigma_p^2=0.01), (\sigma_p=10%)

Mesmos dois ativos. Mesma volatilidade individual. Mesmos pesos. O risco muda dramaticamente apenas alterando a correlação. Isso é diversificação matematicamente, sem narrativas.

Modelos de decisão: diversificação como escolha sob incerteza

Em termos de modelos de decisão, a selecção de carteira é uma escolha com restrições perante resultados incertos. O quadro média-variância é uma forma de a formalizar:

Maximizar utilidade tipo: [ U \approx \mathbb{E}[R_p] - \frac{\lambda}{2}\sigma_p^2 ]

onde (\lambda) é a aversão ao risco.

A diversificação importa porque reduz (\sigma_p^2) para um dado (\mathbb{E}[R_p]), aumentando a utilidade sem exigir pressupostos de retorno esperado mais elevados. O parâmetro de preferência do investidor (\lambda) decide quanto essa redução vale, mas a mecânica vem de (\mathbf{w}^\top \Sigma \mathbf{w}).

Esse é o poder silencioso da matemática: transforma o “não ponha todos os ovos na mesma cesta” numa troca explícita que se pode computar, optimizar, submeter a stress e debater em números.

Ferramentas que os investidores usam (e o que estão realmente a fazer matematicamente)

Muitos “produtos” de carteira são apenas formas diferentes de escolher ( \mathbf{w} ) dado um olhar sobre (\mu) e (\Sigma). Algumas abordagens comuns:

Index Funds
Eles aproximam um portefólio de mercado, aceitando efectivamente a estrutura de covariância de mercado e focando-se numa exposição ampla. Matematicamente, os pesos são baseados em regras, não optimizados.
Target-Date Funds
Mudam os pesos ao longo do tempo (um glide path). O modelo de decisão é dinâmico: ( \mathbf{w}(t) ) evolui, tipicamente deslocando-se para ativos de menor volatilidade à medida que o horizonte encurta.
Risk Parity Portfolios
Escolhem pesos para que cada ativo contribua de forma semelhante para o risco total. A contribuição de risco envolve a matriz de covariâncias: [ \text{Marginal contribution} \propto (\Sigma \mathbf{w})_i ] É diversificação enquadrada como equalizar contribuições de variância, não dólares.
Minimum-Variance Funds
Minimiam directamente ( \mathbf{w}^\top \Sigma \mathbf{w} ) sob restrições. Todo o argumento de venda é diversificação consciente da covariância.
Managed Futures / Trend Strategies
Muitas vezes diversificam por classes de ativos e sinais de séries temporais. O seu valor frequentemente vem de correlações que se comportam de forma diferente em crises — novamente, uma história de covariância, mesmo quando comercializada como “crisis alpha”.

Cada uma é uma resposta diferente à mesma questão matemática: como selecionamos pesos para que os termos de interação (covariâncias) não nos saboteiem?

Onde a diversificação deixa de ajudar: picos de correlação e exposição a factores comuns

Se uma carteira for composta maioritariamente por ativos que partilham o mesmo factor dominante — digamos, crescimento global — então a estrutura de correlação reflectirá isso. No modelo de factores:

[ R_i = \alpha_i + \beta_i F + \varepsilon_i ]

Se a maioria das (\beta_i) for positiva e significativa, então (\beta_p) também será positiva, e a variância sistemática irá dominar:

[ \sigma_p^2 \approx \beta_p^2\sigma_F^2 ]

A esse ponto, adicionar mais ativos basicamente adiciona mais termos (\varepsilon_i) para serem mediandos, mas não muda o grande motor. Diversificou os nomes, não os factores. Matematicamente, reduziu algum ruído diagonal; não alterou o núcleo comum de covariância.

É por isso que a diversificação real costuma ser diversificação entre factores: misturar ativos com sensibilidades diferentes à inflação, taxas, crédito, crescimento, liquidez e regimes cambiais — porque esses são os ingredientes que moldam (\Sigma) quando o stress chega.

A conclusão matemática que realmente muda comportamento

Se só se lembrar de uma equação, retenha esta: