Baixe o app para aproveitar ainda mais
Prévia do material em texto
Gestão do Risco de Mercado Conceitos Básicos Educação Continuada ANBIMA Data: 24/01/2019 2 Sumário RISCOS: CONCEITOS BÁSICOS ................................................................................................................. 3 1.1. DEFINIÇÃO E TIPOS DE RISCO ..................................................................................................... 3 1.2. RISCO E RETORNO ESPERADO .................................................................................................... 6 1.3. COVARIÂNCIA E CORRELAÇÃO ................................................................................................... 8 1.4. O COEFICIENTE BETA .................................................................................................................. 9 1.5. O ÍNDICE DE SHARPE ................................................................................................................ 11 1.6. ESTUDO DE CASOS ................................................................................................................... 14 1.7. REFERÊNCIAS ........................................................................................................................... 17 3 RISCOS: CONCEITOS BÁSICOS 1.1. DEFINIÇÃO E TIPOS DE RISCO A análise retrospectiva das demonstrações financeiras permite ao analista conhecer em detalhes a O que exatamente é risco? O conceito de risco pode ser entendido de diversas maneiras, dependendo do contexto da pessoa que o está avaliando. Exemplos: risco aéreo, para uma companhia seguradora; risco de contrair uma doença, para uma pessoa qualquer; risco de insucesso de um negócio, para o empresário; e assim por diante. Risco pode ser entendido como a volatilidade de resultados futuros ou o nível de incerteza associado a um acontecimento. No caso financeiro, os resultados futuros relacionam-se, geralmente, ao valor de ativos e passivos. Dois conceitos importantes quando investimos no mercado financeiro são: retorno e risco. Retorno é a apreciação ou a perda de capital no fim do horizonte de investimento. Matematicamente, o retorno pode ser medido pela seguinte expressão1: 𝑹 = 𝒙𝒕 − 𝒙𝟎 𝒙𝟎 Equação (1.1) Onde: X0 = valor inicial do investimento Xt = valor do investimento no fim do período Por exemplo, se você comprou 1.000 ações Petrobras PN em um determinado dia e as vendeu no dia seguinte, então o retorno desse investimento é: Cotação de Petrobras PN no dia da compra: R$ 45,60 Cotação de Petrobras PN no dia da venda: R$ 45,83 Xo= 45,60 x 1.000 = 45.600 Xt = 45,83 x 1.000 = 45.830 Logo, 𝑹 = 𝒙𝒕−𝒙𝟎 𝒙𝟎 = 𝟒𝟓.𝟗𝟑𝟎−𝟒𝟓.𝟔𝟎𝟎 𝟒𝟓.𝟔𝟎𝟎 = 𝟎, 𝟓% 1 No Capítulo 2, estudaremos o retorno geométrico, que é um outro modo de medir o retorno de um investimento. 4 Infelizmente, existem incertezas associadas ao retorno que efetivamente será obtido ao longo do período de investimento. Qualquer medida numérica dessa incerteza é chamada de risco. É conveniente classificar alguns tipos de risco, de modo a facilitar o desenvolvimento das teorias e práticas de sua gestão. Basicamente, podemos dividir o risco global em cinco grandes grupos: Mercado, Crédito, Operacional, Liquidez, e Legal. Esses grupos englobam todos os tipos de risco aos quais uma instituição está sujeita. Existem outras classificações, entretanto essa é bem completa e abrangente. Independentemente da classificação, de uma forma ou de outra, todos os trabalhos comentam os mesmos tipos de riscos, embora com nomenclaturas diferentes. Antes de prosseguirmos, cabe uma observação. O desenvolvimento de técnicas de mensuração e controle do risco permitiu um razoável mapeamento das possibilidades futuras, sem que isso, no entanto, garantisse um total sucesso na atividade de previsão. A gestão do risco não é capaz de eliminar a incerteza de nosso horizonte, restringindo-se tão somente a reduzir as consequências do fato de desconhecermos o que ocorrerá no próximo mês, amanhã ou até mesmo nos próximos segundos. A gestão de risco monitora e controla a probabilidade de perda, mas não a elimina. 1.1.1. Risco de mercado O risco de mercado é o risco mais fácil de ser entendido. Ele está relacionado com o valor de bens, serviços, índices, commodities, ações, dólar, etc. É o que podemos ganhar ou perder quando compramos ou vendemos um determinado ativo, contrato ou derivativo, pela simples mudança em seu preço negociado no mercado. Considere um investidor comprando ações. Ele está sujeito ao risco de mercado decorrente da flutuação dos preços desse ativo. Por exemplo, suponha que o investidor adquiriu 1.000 ações preferenciais da Petrobras ao preço unitário de R$ 53,00 desembolsando, portanto, R$ 53.000,00. Quanto valerá essa carteira amanhã? E daqui a um mês? R$ 50.000,00? R$ 60.000,00? Essa incerteza em relação ao valor futuro de um ativo ou carteira é o que caracteriza o risco de mercado. 1.1.2. Risco de liquidez O risco de liquidez pode ser separado em dois tipos: o risco de liquidez de financiamento (funding), que se refere à habilidade de equacionar desequilíbrios no fluxo de caixa com novas captações de recursos; e o risco de liquidez de mercado, que se refere ao risco de não se conseguir fechar posições abertas em tempo hábil, na quantidade suficiente e a um preço justo. Esse último caso resulta basicamente de aumentos no spread (diferença) entre os preços de compra e de venda, que, por sua vez, decorrem da falta de liquidez no mercado para o produto em questão (isto é, ao baixo volume de negócios), ou de a instituição possuir uma carteira muito grande em relação ao mercado como um todo. Um exemplo clássico de risco de liquidez consiste na quebra de uma instituição financeira devido a um movimento de corrida bancária. 1.1.3. Risco de crédito 5 O risco de crédito representa a possibilidade de inadimplemento da contraparte de qualquer instrumento financeiro, gerando a falta de recebimento para a outra parte. Por exemplo, uma financeira, ao emprestar dinheiro a um cliente, incorre no risco de não receber o valor nominal emprestado ou os juros devido à insolvência do cliente. O risco de crédito não ocorre apenas nas chamadas operações de crédito, como empréstimos e financiamentos, mas em todas as outras modalidades de instrumentos financeiros que estejam registradas no ativo financeiro de uma empresa. Por exemplo, em um swap pré x DI sem garantias, caso haja uma queda bastante expressiva da taxa de juros de modo que o valor líquido do swap fique muito grande, a parte comprada em pré passa a ter um risco de crédito, pois a contraparte poderá não ter condições de honrar o compromisso previamente pactuado. 1.1.4. Risco operacional É o risco proveniente de falhas de sistema, erro humano, falha de gerenciamento ou, simplesmente, falha de controle e transparência dos sistemas adotados. Como exemplo efetivo de risco operacional, pode-se usar o caso da quebra do Banco Barings, no início de 1995, evidenciando a ausência de mecanismos de controle sobre operações com derivativos e uma centralização substancial de poderes em uma só pessoa, o que pode gerar grandes lucros ou volumosos prejuízos. Outro exemplo bastante útil consiste no treinamento inadequado de funcionários. Imagine um funcionário responsável pelo controle de risco de uma instituição que não conhece perfeitamente os diversos modelos de quantificação do risco. Evidentemente, isso pode ter consequências desastrosas. Lembre-se: pior que não gerenciar o risco é gerenciá-lo de modo inadequado. 1.1.5. Risco legal O risco legal pode ser entendido como a possibilidade de perda, devido à impossibilidade de se executar os termos de um contrato – incluindo os riscos provenientes de documentação insuficiente, falta de capacidade ou autoridade de uma contraparte, incerteza legal – e à incapacidade de se implementaruma cobrança por quebra ou insolvência da contraparte. Como exemplo de manifestação do risco legal, temos o pagamento de indenizações devido ao não cumprimento da legislação. Nos últimos tempos, muito se tem falado a respeito do problema da legislação sobre o mercado de derivativos. Um dos principais entraves que o mercado encontra é o desconhecimento do assunto por parte dos legisladores e juristas, dificultando, em muito, o desenvolvimento e o crescimento desse mercado. Além disso, existem grandes diferenças estruturais entre a legislação dos diversos países. O problema se agrava se considerarmos que muitas transações são feitas entre empresas sediadas em países diferentes, o que dificulta a confecção de contratos e a utilização de termos. 6 1.2. RISCO E RETORNO ESPERADO A mensuração do risco de um investimento processa-se, geralmente, por meio do critério probabilístico, o qual consiste em atribuir probabilidades – subjetivas ou objetivas – aos diferentes estados da natureza esperados e, em consequência, aos possíveis resultados do investimento. Dessa maneira, é delineada uma distribuição de probabilidades dos resultados esperados, e são mensuradas suas principais medidas de dispersão e avaliação do risco. A probabilidade objetiva pode ser definida a partir de séries históricas de dados e informações, frequências relativas observadas e experiência acumulada no passado. A probabilidade subjetiva, por seu lado, tem como base a intuição, o conhecimento, a experiência do investimento e, até mesmo, um certo grau de crença da unidade tomadora de decisão. Nesse ambiente, o risco pode ser interpretado pelos desvios previsíveis dos fluxos futuros de caixa resultantes de uma decisão de investimento, encontrando-se associado a fatos considerados como de natureza incerta. Em outras palavras, uma vez que o risco representa a incerteza ou a dispersão dos resultados futuros, é conveniente relacioná-lo ao desvio-padrão da distribuição dos resultados esperados. Portanto, para avaliar um investimento, devemos estimar seu retorno esperado ou retorno médio e também o desvio-padrão do retorno futuro, que é uma medida de risco. Falamos em estimar, pois, evidentemente, não é possível conhecer exatamente esses valores. Para melhor compreender essa ideia, vejamos um exemplo simples: suponha que você tenha a possibilidade de investir em duas ações, A e B. A Tabela 1 apresenta as séries históricas dos retornos dessas duas ações: Mês/Ano Retorno histórico da ação A (Ra) Retorno histórico da ação B (Rb) Jan./17 -2,66% -0,30% Fev./17 -1,52% 1,72% Mar./17 1,03% -0,42% Abr./17 8,28% 0,47% Mai./17 5,33% 2,88% Jun./17 1,28% -0,61% Jul./17 1,79% -4,39% Ago./17 1,96% 0,59% Set./17 -1,07% 3,02% Out./17 5,56% -1,53% Nov./17 0,93% 0,13% Dez./17 5,18% 0,89% Tabela 1 – Séries históricas dos retornos mensais de duas ações: A e B 7 Assumimos que os retornos dos ativos seguem um processo estacionário, isto é, que o passado se repete no futuro. Assim, o retorno esperado E(R) -– ou esperança de retorno -– de um ativo pode ser estimado como a média dos retornos passados. Por exemplo, uma estimativa para o retorno esperado da ação A no mês de janeiro/18 é de 2,17%, resultado da média aritmética da segunda coluna da Tabela 1.1: 𝐸(𝑅𝐴) = (−2,66) + (−1,52) + 1,03 + 8,28 + 5,33 + 1,28% + 1,79 + 1,96 + (−1,07) + 5,56 + 0,93 + 5,18 12 = 2,17 Procedendo de modo análogo, podemos estimar o retorno esperado para a ação B, que será: E(RB)= 0,20. Ao tomar uma decisão de investimento, não podemos analisar apenas sob a ótica do retorno esperado. Isso pode ser comprovado ao se estimar o desvio-padrão ou a variância do retorno de cada investimento. - A variância é a média dos quadrados dos desvios de cada retorno em relação à média (retorno esperado). - O desvio- padrão é a raiz quadrada da variância. Em finanças, é muito comum o uso do termo volatilidade ao invés de desvio-padrão quando tratamos da dispersão do retorno de um ativo. Para estimar o desvio-padrão do retorno de uma ação, podemos usar a seguinte expressão: 𝐷𝑃 = √ ∑ (𝑅𝑖 − 𝜇) 2 𝑛 𝑖=1 𝑛 − 1 Equação (1.2) Onde: Ri = série histórica de retornos da ação. µ = média aritmética da série histórica de retornos da ação. n = número de ocorrências da série histórica. O desvio-padrão, quando calculado com a ajuda da Equação 1.2, é chamado de desvio-padrão amostral, em contraste com o desvio-padrão da população, que é obtido dividindo por n e não por (n – 1). Deduções estatísticas indicam que usar (n –1) como denominador no cálculo do desvio- padrão produz uma melhor estimativa de dispersão, notadamente quando o tamanho da amostra ficar abaixo de 30. Por exemplo, para a ação A, o desvio padrão é 3,29%. 8 𝐷𝑃𝐴 = √ (−2,66 − 2,17)2 + (−1,52 − 2,17)2 + (1,03 − 2,17)2 + (8,28 − 2,17)2 + . . . + (5,18 − 2,17)2 12 − 1 = 3,29 Repetindo o mesmo raciocínio, para a ação B, o desvio padrão é 1,99%. Podemos obversarobservar, que a ação A possui um retorno médio mensal de 2,17% com risco de 3,29%; . Eenquanto, a ação B apresenta um retorno de 0,20% com um desvio padrão de 1,99%. Essas duas medidas são essenciais para a tomada de decisão de investimentos. 1.3. COVARIÂNCIA E CORRELAÇÃO Qual é a relação que existe entre a taxa de juros e o Ibovespa? O que você acha que acontecerá com a cotação da ação de uma empresa exportadora caso ocorra uma valorização do real? Será que o número de nascimentos diários no Brasil tem alguma relação com o câmbio? Ao respondermos questões desse tipo, estamos procurando determinar o grau de associabilidade entre duas variáveis. Se os juros subirem, existe grande chance de a bolsa cair. Ao contrário, quando os juros caem, é de se esperar que o índice da bolsa suba. Porém, em princípio, não há nenhum grau de dependência entre o número de nascimento diários no Brasil e o câmbio. 1.3.1. Covariância Uma medida do grau de associação linear entre duas variáveis é a covariância entre essas duas variáveis, que pode ser expressa da seguinte forma: 𝐂𝐎𝐕𝐀,𝐁 = ∑ (𝐑𝐀 − 𝐑𝐀̅̅ ̅̅ )(𝐑𝐁 − 𝐑𝐁̅̅ ̅̅ ) 𝐧 𝐢=𝟏 𝐧 − 𝟏 = Equação (1.3.1) Tomando os dados da Tabela 1, a covariância entre A e B é: 𝐂𝐎𝐕𝐀𝐁 = (−𝟐, 𝟔𝟔 − 𝟐, 𝟏𝟕) 𝐱 (−𝟎, 𝟑𝟎 − 𝟎, 𝟐𝟎) + … + (𝟓, 𝟏𝟖 − 𝟐, 𝟏𝟕) 𝐱 (𝟎, 𝟖𝟗 − 𝟎, 𝟐𝟎) 𝟏𝟐 − 𝟏 = −𝟎, 𝟐𝟓𝟕 Aqui vale a mesma observação feita para o desvio-padrão amostral. Quando estamos interessados em estimar a covariância a partir de uma amostra, dividir por n–1 produz uma estimativa de melhor qualidade. Quando o tamanho da amostra é grande, dividir por n–1 ou por n faz pouca diferença. 1.3.2. Coeficiente de correlação 9 O quociente entre a covariância de A e de B e o produto dos desvios-padrões de A e de B é chamado de correlação entre A e B, que, para o nosso exemplo, é de -0,04 e pode ser obtido da seguinte forma: 𝐂𝐎𝐑𝐑𝐀𝐁 = 𝐂𝐎𝐕𝐀𝐁 𝐃𝐏𝐀 𝐱 𝐃𝐏𝐁 = −𝟎, 𝟐𝟓𝟖 𝟑, 𝟐𝟗 𝐱 𝟏, 𝟗𝟗 = −𝟎, 𝟎𝟒 Equação (1.3.2) Assim como a covariância, o coeficiente de correlação também é uma medida do grau de associação linear entre duas variáveis. Ambos medem o quão estritamente juntos caminham os retornos dos ativos que compõem a carteira. O sinal da covariância indica se a associação é positiva (direta) ou negativa (inversa). No entanto, a sua magnitude é de difícil interpretação. Já o coeficiente de correlação assume valores entre –1 e +1. Valores do coeficiente de correlação próximos de +1 indicam proximidade a uma dependência linear positiva. Valores do coeficiente de correlação próximos de –1 indicam proximidade a uma dependência linear negativa. Já valores próximos de zero indicam ausência de dependência linear, podendo existir, no entanto, outros tipos de dependência (quadrática, cúbica, logarítmica, etc.). 1.4. O COEFICIENTE BETA Muitas vezes, estamos interessados em determinar o risco de um ativono contexto de uma carteira ampla. Os pesquisadores têm mostrado que a melhor medida do risco de um ativo em uma carteira ampla é o beta do ativo, definido por: 𝛃𝐢 = 𝛔𝐢,𝐦 𝛔𝐦 𝟐 Equação (1.4) Onde: βi = beta do ativo Ơi,m = variância do retorno de uma carteira de mercado Ơ2m = covariância entre o retorno do ativo e o retorno da carteira de mercado O senso comum nos diz que a carteira de mercado é composta por todos os ativos existentes ponderados pelo valor de mercado. Na prática, é usado um índice amplo, como o Ibovespa, no caso de ações. A intuição básica por trás do coeficiente beta é uma medida de sensibilidade da variação do retorno de um ativo individual frente à variação do retorno da carteira de mercado. Para tornar o significado do beta mais intuitivo, apresentaremos um exemplo. A Tabela 2 mostra os retornos possíveis, tanto para as ações da empresa XYZ quanto para a carteira de mercado. 10 Situação Tipo de mercado Retorno do mercado Retorno da XYZ I Alta 15% 25% II Alta 15% 15% III Baixa -5% -5% IV Baixa -5% -15% Tabela 2 – Retornos do mercado e da empresa XYZ Embora o retorno de mercado tenha apenas dois valores possíveis, o retorno da ação tem quatro valores possíveis. É útil considerar o retorno esperado de um ativo para um dado retorno do mercado. Supondo que cada situação seja igualmente provável, temos que: - Para o mercado de baixa, o retorno esperado da XYZ será de -10%: (−𝟎, 𝟎𝟓) + (−𝟎, 𝟏𝟓) 𝟐 = −𝟎, 𝟏𝟎 - Para o mercado de alta, o retorno esperado da XYZ será de 20%: (𝟎, 𝟐𝟓) + (𝟎, 𝟏𝟓) 𝟐 = 𝟎, 𝟐𝟎 Para verificar se a empresa XYZ reage mais fortemente aos movimentos de mercado, vamos calcular exatamente o quão sensível é o ativo a esses movimentos. Podemos assumir que o retorno da carteira de mercado, em uma economia em expansão, é 20% maior do que o retorno em uma economia em declínio: (𝟎, 𝟏𝟓) − (−𝟎, 𝟓) = 𝟎, 𝟐𝟎 Entretanto, o retorno da XYZ em um mercado em alta é 30% maior do que seu retorno esperado em uma situação de declínio: (𝟎, 𝟐𝟎) − (−𝟎, 𝟏𝟎) = 𝟎, 𝟑𝟎 Assim, o coeficiente de sensibilidade da XYZ é igual a: 11 𝟎, 𝟑𝟎 𝟎, 𝟐𝟎 = 𝟏, 𝟓 Em resumo, a empresa XYZ, em média, amplifica os movimentos do mercado em 50%. 1.5. O ÍNDICE DE SHARPE Quando estamos interessados em realizar um investimento, devemos, primeiramente, comparar o desempenho das diversas alternativas que nos são oferecidas. Já sabemos que avaliar somente o retorno passado e projetá-lo para o futuro não é uma ideia muito boa. Nunca se deve avaliar um investimento sem levar em conta os riscos embutidos. Por exemplo, será que um fundo de ações que apresenta um retorno médio de 25% ao ano é melhor que um fundo de renda fixa cujo retorno anual médio é de 20%? Evidentemente, o fundo de ações apresenta maior retorno esperado que o fundo de renda fixa, mas também possui um risco maior. Mas, como saber se o risco assumido no fundo de ações está sendo bem recompensado? Até que ponto vale a pena correr mais riscos para tentar ganhar mais? Existem diversos índices de desempenho que nos auxiliam nessa tarefa. O mais comum, e que vem sendo divulgado em vários jornais e revistas, é o índice de Sharpe. Trata-se de uma medida de avaliação da relação risco-retorno de larga aplicação pelos analistas de investimento. Demonstraremos a utilidade desse índice para o caso particular de fundos de investimentos. A Tabela 3 apresenta o retorno de dois fundos de investimentos, A e B, durante cinco anos. Ano Fundo A Fundo B 2013 15 20 2014 10 -30 2015 20 90 2016 15 40 2017 10 -10 Retorno médio 14% 22% Tabela 3 - Retornos anuais de dois fundos (em %) Durante o período de cinco anos observado, qual dos fundos teve o melhor desempenho? Uma tentativa é medir o desempenho em termos da riqueza acumulada para cada R$ 100,00 investidos inicialmente nos fundos. No fundo A, o valor final será de R$ 192,03 e, no fundo B, R$ 201,10, o que implica uma taxa de crescimento anual de 13,9% para o fundo A e 15% para o fundo B. Alternativamente, podemos 12 examinar a média aritmética dos retornos anuais dos dois fundos. Ela é de 22% para o fundo B e somente de 14% para o fundo A. Olhando tanto para a média aritmética como para o retorno acumulado, parece que o desempenho do fundo B é melhor do que o de A. Mas isso só é verdade se considerarmos o período completo de 2013 a 2017, ou seja, se assumirmos que os recursos ficaram investidos durante os cinco anos. Entretanto, suponha que um investidor típico invista em fundos durante apenas um ano. Para os investidores que investiram durante os anos de 2013, 2015 e 2016, o fundo B realmente produziu melhores resultados; porém, o oposto ocorre para aqueles que investiram nos períodos de 2014 e 2017. A conclusão principal que pode ser tirada desse exemplo é que o desempenho de um investimento deve ser medido em duas dimensões: uma para medir a rentabilidade média do investimento e outra que avalia o risco envolvido. Nesse caso, a dimensão do risco reflete a ocorrência de anos ruins, como 2014 e 2017 para os investidores do fundo B. Conforme visto, para medir a relação risco-retorno de um fundo, usamos o índice de Sharpe, definido como: 𝐈𝐒 = 𝛍𝐢 − 𝛍𝐛 𝛔𝐢 Equação (1.5) Onde: j = retorno esperado do fundo b = retorno de um ativo livre de risco ou de uma carteira de referência (benchmark) j = desvio-padrão ou volatilidade do retorno do fundo O numerador da equação representa o excesso de retorno do fundo em relação ao benchmark. Consequentemente, esse índice mede o excesso de retorno em relação à taxa de benchmark por unidade de risco. No caso de fundos de ações, é comum usar como referencial de comparação o Ibovespa e, nos fundos de renda fixa, o DI de um dia. Vejamos um exemplo. A Tabela 4 apresenta o retorno diário de um fundo de ações e do Ibovespa para um período de dez dias. A volatilidade do retorno do fundo pode ser calculada com a função DESVPAD do MS Excel aplicada à segunda coluna da tabela. 13 Dia Fundo Ibovespa Excesso 1 1,00% 0,40% 0,60% 2 1,50% -0,20% 1,70% 3 -0,50% 1,40% -1,90% 4 -1,00% 1,00% -2,00% 5 0,00% 0,40% -0,40% 6 2,00% -1,60% 3,60% 7 3,00% -1,00% 4,00% 8 1,00% 2,00% -1,00% 9 -2,00% -0,20% -1,80% 10 0,50% -0,20% 0,70% Tabela 4 – Retornos diários de um fundo de ações Para estimar µi - µb, basta tomar a média da última linha da Tabela 4, que representa o excesso de retorno do fundo em relação ao Ibovespa. Assim: j b 0,35% j 1,4804%: Logo, o índice de Sharpe para o fundo em questão é: 𝐈𝐒 = 𝛍𝐢 − 𝛍𝐛 𝛔𝐢 = 𝟎, 𝟎𝟎𝟑𝟓 𝟎, 𝟎𝟏𝟒𝟖𝟎𝟒 = 𝟎, 𝟐𝟑𝟔𝟒 O índice de Sharpe mede, justamente, se o risco que você assumiu em um investimento foi compensado em maior rentabilidade, isto é, se a performance de seu fundo está condizente com o nível de risco. O índice de Sharpe é uma medida que permite a classificação do fundo em termos de seu desempenho global, sendo considerado melhor o fundo com maior índice. Embora possamos calcular o índice de Sharpe para fundos cujo excesso de retorno em relação ao benchmark seja negativo (e, portanto, o índice de Sharpe também é negativo), essa prática se mostra inadequada. Considere dois fundos: O Fundo C, com excesso de retorno médio de –2% e desvio-padrão de 2% O Fundo D, com excesso de retorno médio de –2% e desvio-padrão de 4% Calculando o índice de Sharpe para cada um, obtemos –1,0 para o Fundo C e –0,5 para o Fundo D. Matematicamente, ao classificarmos os fundos em ordem decrescente do índice, concluiremos que D é melhor do que C, porque –0,5 é maior que –1,0. 14 Tal raciocínio nos leva a um contrassenso, ao afirmar que, dadas duas carteiras com iguais perfis de retornos, a melhor é a de maior risco. Portanto, tome muito cuidado ao analisar fundoscom o índice de Sharpe negativo. 1.6. ESTUDO DE CASOS A seguir, apresentaremos quatro exemplos que ilustram as dimensões catastróficas que a inexistência de um efetivo gerenciamento dos riscos corporativos pode causar. 1.6.1. Metallgesellschaft No início de 1993, a Metallgesellschaft era o 14º maior conglomerado industrial alemão. Contava então com 58 mil empregados. Suas dificuldades começaram quando sua subsidiária norte- americana, a Metallgesellschaft Refining & Marketing, decidiu vender contratos de longo prazo (até dez anos de duração) para distribuição de combustíveis no montante de 180 milhões de barris. Essa decisão da subsidiária norte-americana foi tomada sem consulta à matriz alemã. Identifica-se aqui o risco operacional presente. A estratégia de hedge da subsidiária norte-americana era utilizar o mercado de contratos futuros para reduzir sua exposição a variações dos preços de petróleo. A grande dificuldade para a Metallgesellschaft Refining & Marketing foi que os contratos futuros sobre petróleo disponíveis em bolsas de derivativos mundiais são todos de curto prazo. Surgia o chamado basis risk, oriundo do fato de contratos futuros de curto prazo sobre petróleo estarem sendo utilizados para gerenciar a exposição de contratos de longo prazo. Identifica-se aqui a necessidade de cuidado máximo com o gerenciamento do risco de mercado da exposição aos preços do petróleo. O problema ficou aparente para a matriz alemã quando o preço do petróleo caiu de US$ 20/barril para US$ 15/barril em 1993. Quase US$ 1 bilhão em ativos líquidos foram solicitados pelas bolsas de derivativos como margens para as posições em futuros da subsidiária norte-americana. Portanto, o risco de liquidez também estava presente no problema da Metallgesellschaft. A decisão da matriz alemã foi demitir a cúpula de sua subsidiária norte-americana e liquidar todas as posições em futuros e contratos de longo prazo para entrega de combustíveis. As perdas foram da ordem de US$ 1,3 bilhão. O Deutsche Bank financiou a Metallgesellschaft em US$ 2,4 bilhões, salvando o então gigante alemão. O preço da ação da Metallgesellschaft caiu de 64 marcos para 24 marcos, levando a perdas de mais de 50% do seu valor de mercado. 1.6.2. Barings Bank No dia 26 de fevereiro de 1995, as notícias sobre o colapso do Barings Bank chegaram à imprensa britânica. Um operador de derivativos baseado em Cingapura, Nicholas Leeson, havia causado perdas da ordem de US$ 1,3 bilhão. O valor das ações do Barings, instituição com 233 anos de existência onde estava depositada parte da riqueza pessoal da monarquia britânica, havia desaparecido. 15 A história do colapso do Barings inicia-se alguns anos antes, quando Leeson era visto como o mais promissor operador da instituição. Em 1994, obteve pessoalmente quase 20% dos ganhos do Barings, fato que o tornou muito poderoso no escritório do Barings em Cingapura, sem qualquer supervisão no que se refere aos seus limites operacionais. Por exemplo, pedidos seus para depósito de margens no valor de US$ 1 bilhão foram feitos e aceitos pela matriz londrina. A falta de controles operacionais é clara nesse ponto. Leeson posicionou o Barings em vários derivativos no mercado asiático. A posição principal era de US$ 7 bilhões em contratos futuros sobre o índice do mercado acionário japonês Nikkei 225. Essas posições foram tomadas nas bolsas de derivativos de Osaka (Japão) e Cingapura. Durante os dois primeiros meses de 1995, o mercado acionário japonês (medido pelo índice spot Nikkei 225) caiu 15%. As posições do Barings sob responsabilidade de Leeson sofreram perdas enormes. Pior ainda, Leeson achou que estava correto (e o mercado errado!), e tomou posições ainda maiores nos mesmos contratos futuros, esperando que o Nikkei 225 revertesse sua tendência de queda. Diante do volume de perdas, Leeson abandonou seu posto no Barings de Cingapura, mandando um fax para seus superiores em Londres com um pedido de desculpas. A próxima queda observada foi a do próprio Barings, comprado pelo grupo holandês Internationale Nederlanden Group (ING) por uma única libra esterlina. Leeson foi condenado a seis anos e meio de prisão pela justiça britânica. 1.6.3. Long Term Capital Management As missões de salvamento sempre fizeram parte da rotina do mercado financeiro norte-americano. Exemplos incluem o Franklin National Bank (que, em 1974, recebeu US$ 1,7 bilhão do Federal Reserve Bank), Drysdale Government Securities (que, em 1982, ao quebrar, causou o colapso de várias corretoras de valores), e o Continental Illinois Bank (que, em 1984, recebeu US$ 4,5 bilhões do governo norte-americano). Um outro exemplo interessante é dado pelo quase colapso do fundo de hedge Long Term Capital Management (LTCM) que recebeu, em 1998, US$ 3,6 bilhões de 15 instituições financeiras. É importante lembrar, primeiramente, que: - A lista de instituições financeiras operando com o LTCM incluía nomes como J.P. Morgan, Deutsche Bank, Citigroup, Union Bank of Switzerland, Merrill Lynch, Sumitomo Bank, Chase Manhattan, Goldman Sachs, Crédit Suisse e Morgan Stanley. - O LTCM propiciou ganhos altíssimos (medidos em US$) durante os anos de 1995 (45%) e 1996 (41%) para seus investidores. - Entre os administradores do fundo, incluíam-se profissionais destacados do mercado financeiro como John Meriwether e dois acadêmicos ganhadores do Prêmio Nobel de Economia (Robert Merton e Myron Scholes), responsáveis pelo desenvolvimento inicial da teoria de opções e, de forma mais geral, do desenvolvimento teórico de derivativos. A operação do LTCM e suas relações com investidores oferecem um raro exemplo da combinação de risco de crédito, operacional e mercado. Do ponto de vista de crédito, regulamentadores norte-americanos consistentemente alertaram para um maior cuidado na concessão de crédito para fundos de hedge. Essas recomendações foram regularmente ignoradas por instituições operando com o LTCM. Por exemplo, algumas instituições 16 forneceram linhas de crédito de até US$ 900 milhões ao LTCM sem garantias extras (ou seja, como se estivessem operando com instituições de sólida imagem creditícia). Do ponto de vista de risco operacional, o LTCM não fornecia informações detalhadas para seus investidores e contrapartes, mesmo quando solicitadas. De fato, quando comparado à grande maioria de fundos de hedge, o LTCM era o que menos fornecia informações, limitando-se a demonstrações financeiras em uma base mensal, sem maiores detalhes. O motivo alegado para tal pelos principais responsáveis pelo LTCM era simples: não permitir à concorrência conhecer sua estratégia de investimento. O que é verdadeiramente surpreendente aqui é que investidores e contrapartes aceitavam isso com naturalidade (até pelo menos seu quase colapso!). Do ponto de vista do risco de mercado, o LTCM chegou a apresentar níveis de alavancagem de até 250:1. Também foi o responsável por 30% da volatilidade do principal índice francês de ações (o CAC40), durante o primeiro semestre de 1998. No início de 1998, a posição líquida detida pelo fundo em contratos de swap representava 5% do total mundial. Com a crise da Rússia que assolou o mercado financeiro no segundo semestre desse mesmo ano, o LTCM viu seu patrimônio minguar de cerca de US$ 5 bilhões no início de 1998 para pouco mais de US$ 600 milhões em setembro do mesmo ano. Além do socorro de US$ 3,6 bilhões, o LTCM custou o emprego de importantes executivos nos mercados financeiros norte-americano e europeu, e, ainda, perdas volumosas para várias instituições (como o Union Bank of Switzerland, que apresentou um prejuízo de US$ 700 milhões relacionado ao LTCM). 1.6.4. Société Générale Uma fraude financeira recorde ocorrida no Société Générale, segundo maior banco da França, veio à tona em janeiro de 2008. Um único operador de baixo escalão, Jérôme Kerviel, conseguiu burlar o sistema de controle da instituição e perdeu€ 4,9 bilhões com sua exposição sem hedge de € 50 bilhões na Eurex, a maior bolsa de futuros da Europa, na ocasião. Tido como muito sofisticado e contando com um contingente de mais de 2 mil funcionários diretamente envolvidos em seu funcionamento, o sistema de gerenciamento de risco do SocGen não conseguiu evitar que o operador criasse uma carteira fictícia de negócios que compensavam aquelas que ele realmente havia feito. Como o sistema do SocGen não previa limites para a exposição bruta, mas apenas para a exposição líquida, o operador conseguia ficar dentro dos limites de operação permitidos e sua verdadeira exposição passava despercebida. O segundo ponto cego do sistema de controle interno do banco refere-se às chamadas de margem exigidas pela Eurex quando as posições verdadeiras de Kerviel começaram a mostrar perdas. O banco não monitorava as chamadas de margem por trader, mas somente o consolidado, o que fez com que as perdas de sua posição não fossem descobertas a tempo de limitar o rombo. As operações fictícias de Kerviel incluíam transações no mercado de balcão com outros grandes bancos com os quais o SocGen tinha limites de crédito pré-aprovados e, portanto, não sujeitas a chamadas de margem, e também com outras partes do SocGen. Note-se que Kerviel conseguiu burlar os controles com facilidade porque conhecia em detalhes os procedimentos adotados para controlar as atividades dos corretores, função que havia executado por cinco anos antes de sua promoção para a mesa de operações do banco. 17 Nenhum dos departamentos de gerenciamento de risco foi capaz de brecar Kerviel antes simplesmente porque o foco desses departamentos não mirava ameaças internas e sim as relacionadas à dinâmica dos mercados financeiros. Esse é um bom exemplo de que não bastam modelos matemáticos sofisticados para monitorar o risco de mercado, como aparentemente era o caso do SocGen, mas é preciso ter um controle interno adequado para evitar o risco operacional. 1.7. REFERÊNCIAS BENNINGA, Simon; CZACZKES, Benjamin. Financial Modeling. 2a ed., MIT Press, 2000. DUARTE Júnior, Antonio Marcos. A importância do Gerenciamento de Riscos Corporativos. UNIBANCO – Global Risk Management. Disponível em: http://files.floresconsulting.webnode.com.br/200000014- 43ebc44e5a/Gerenciamento_de_Riscos_Corporativos%5B1%5D.pdf. Acesso em: 28 set. 2011. JÚNIOR, Antônio M. D. e outros. Gerenciamento de Riscos Corporativos: Classificação, Definições e Exemplos. Resenha BM&F no 134, setembro de 1999. LAPPONI, Juan Carlos. Estatística Usando Excel 5 e 7. São Paulo: Lapponi Treinamento e Editora, 1997. LEVY, Haim e MARSHALL, Sarnat. Portfolio and Investment Selection: Theory and Practice. New Jersey: Prentice-Hall, 1984. NETO, Lauro A. S. Derivativos: Definições, Emprego e Risco. São Paulo: Editora Atlas, 1998. ROSS, Stephen A. e outros. Administração Financeira. São Paulo: Editora Atlas, 1995. SOUZA FILHO, Gonzaga. Manual do Agente Autônomo de Investimento. Rio de Janeiro: G10 Consultoria & Treinamento, 2016. http://files.floresconsulting.webnode.com.br/200000014-43ebc44e5a/Gerenciamento_de_Riscos_Corporativos%5B1%5D.pdf http://files.floresconsulting.webnode.com.br/200000014-43ebc44e5a/Gerenciamento_de_Riscos_Corporativos%5B1%5D.pdf 18 EXPEDIENTE Texto José Valentim Machado Vicente Andréa Sá de Oliveira Revisão Técnica Gonzaga de Souza Filho Mariane Marins Corceiro Revisão Ortográfica Carolina Piton Apoio Técnico Patrícia Guedes Gerência de Certificação e Educação Continuada Daniel Pfannemuller Superintendência de Educação e Informações Técnicas Ana Claudia Leoni Superintendência Geral José Carlos Doherty Copyright © 2018 Todos os direitos reservados. É proibida a reprodução total ou parcial sem autorização da ANBIMA. ANBIMA - Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais Praia de Botafogo, 501 - Bloco II, conjunto 704 CEP: 22250-911 - Botafogo, Rio de Janeiro - RJ Tel.: (21) 3814-3800 / Fax: (21) 3814-3960 Av. das Nações Unidas, 8.501 - 21º andar CEP: 05425-070 - São Paulo - SP Tel.: (11) 3471-4200 / Fax: (11) 3471-4240 http://www.anbima.com.br/pt_br/educar/educar.htm http://www.anbima.com.br/pt_br/educar/educar.htm
Compartilhar