Volatility Targeting: Risco Constante, Posição Variável

Volatility Targeting: como ajustar dinamicamente o tamanho das posições para manter o risco-alvo do portfólio?

Quase todo investidor decide quanto dinheiro colocar em cada ativo. O gestor que usa volatility targeting inverte a pergunta: decide quanto risco quer assumir e deixa a exposição financeira se ajustar. A diferença parece sutil, mas muda tudo.

Uma carteira com 60% em ações e 40% em renda fixa pode manter esses pesos constantes — ou rebalanceá-los para preservá-los — e, ainda assim, experimentar grandes mudanças no risco. Quando as volatilidades dos ativos aumentam ou as correlações entre eles mudam, a contribuição de cada posição para o risco total também se altera.

O volatility targeting procura responder a esse problema: em vez de manter uma exposição nominal fixa, ajusta dinamicamente o tamanho das posições para aproximar a carteira de um nível de volatilidade previamente definido.

A mecânica em uma fórmula

A regra mais simples é dividir a volatilidade-alvo pela volatilidade estimada do ativo. Em uma carteira simplificada, com um único ativo de risco e o restante em caixa, a exposição pode ser representada por:

[ w_t=\frac{\sigma_{\text{alvo}}}{\widehat{\sigma}_t} ]

Nessa fórmula, (w_t) é o peso aplicado ao ativo de risco, (\sigma_{\text{alvo}}) é a volatilidade desejada e (\widehat{\sigma}_t) é a estimativa de volatilidade utilizada no momento do cálculo.

Imagine um alvo de 10% ao ano. Se a volatilidade estimada do ativo é de 20%, a exposição fica em 50% do capital. Se ela dobra para 40%, a exposição cai para 25%. Se recua para 12%, a exposição sobe para aproximadamente 83%.

Nesse exemplo, a parcela não alocada ao ativo de risco fica em caixa. Em uma carteira diversificada, porém, o cálculo precisa considerar a volatilidade conjunta dos ativos e suas covariâncias, e não apenas a volatilidade individual de cada posição.

Também é importante estabelecer limites de exposição. Sem um teto, a fórmula pode produzir alocações excessivas quando a volatilidade estimada cai muito. Um investidor que não deseja utilizar alavancagem pode, por exemplo, limitar a exposição ao capital disponível.

No Brasil, existe ainda um aspecto operacional relevante: se os recursos liberados pela redução de posição forem mantidos em aplicações remuneradas próximas ao CDI, eles continuarão gerando rendimento. Com a Selic em 13,75% ao ano desde 17 de setembro de 2026, esse componente pode ser significativo. Mas a remuneração não é automática: depende de onde o caixa é aplicado, dos custos e dos efeitos tributários.

Como estimar a volatilidade?

A escolha do estimador influencia a rapidez com que a estratégia reage e o volume de operações que ela exige. Não existe, porém, um método universalmente superior para todas as carteiras e condições de mercado.

A versão mais simples utiliza o desvio-padrão dos retornos de uma janela histórica, como os últimos 20 a 60 pregões. Como as observações são diárias, é necessário anualizar a estimativa de maneira consistente com a volatilidade-alvo, normalmente utilizando o fator baseado no número de pregões do ano.

Um passo adiante é a média móvel exponencial, ou EWMA (Exponentially Weighted Moving Average). Ela atribui pesos maiores às observações recentes, permitindo que a estimativa reaja mais rapidamente às mudanças do mercado. O parâmetro de decaimento determina quanto peso permanece nas observações antigas.

Os modelos da família GARCH, por sua vez, procuram representar a dinâmica da variância condicional e a persistência da volatilidade. São ferramentas úteis quando se deseja modelar como o risco evolui ao longo do tempo, embora também dependam das especificações e dos parâmetros escolhidos.

Na prática, uma estratégia pode combinar estimativas de horizontes curtos e longos. Outra possibilidade é utilizar a maior entre duas estimativas de volatilidade, como medida conservadora para limitar a exposição. Essa escolha, porém, precisa ser testada: uma regra excessivamente conservadora pode manter a carteira subalocada por muito tempo depois de um choque.

O princípio por trás de tudo é a persistência estatística. A volatilidade costuma se agrupar em períodos: fases turbulentas tendem a ser seguidas por mais turbulência, enquanto períodos tranquilos podem durar algum tempo. Isso fornece informação útil para estimar o risco futuro, mas não permite prever com certeza quando acontecerá o próximo choque.

O que a evidência mostra?

Um estudo amplo sobre o tema é The Impact of Volatility Targeting, de Campbell R. Harvey, Edward Hoyle, Russell Korgaonkar, Sandy Rattray, Matthew Sargaison e Otto Van Hemert, publicado no Journal of Portfolio Management em 2018.

Os autores analisaram mais de 60 ativos e carteiras, com séries históricas diárias que começam em datas diferentes, algumas remontando a 1926. O resultado é matizado: o ajuste de exposição pela volatilidade melhora o índice de Sharpe em ativos de risco, como ações e crédito, e em carteiras com participação significativa dessas classes, incluindo portfólios balanceados 60/40 e estratégias de risk parity.

Nas ações americanas, a relação entre retorno excedente e risco melhorou no período histórico estudado. Para o mercado acionário dos Estados Unidos entre 1927 e 2017, o índice de Sharpe passou de 0,40, sem ajuste de volatilidade, para aproximadamente 0,48 a 0,51 nas versões testadas com diferentes parâmetros de ponderação exponencial.

O ganho não se reproduziu da mesma forma em todas as classes. Para títulos, moedas e commodities, o efeito sobre o índice de Sharpe foi pequeno ou desprezível nas especificações analisadas. Portanto, não é correto concluir que o volatility targeting melhora automaticamente o retorno ajustado ao risco de qualquer ativo.

O estudo identificou outro resultado relevante: a redução da volatilidade da própria volatilidade, além de menor probabilidade de retornos extremos em diferentes classes de ativos. Nas ações americanas, a medida de volatilidade da volatilidade caiu de 4,6% para cerca de 1,8% em uma das configurações apresentadas.

Por trás desse comportamento está, em parte, o chamado leverage effect: em ativos de risco, quedas nos preços tendem a estar associadas a aumentos da volatilidade. Como a estratégia reduz a exposição quando o risco estimado sobe, ela pode carregar menos posição justamente durante períodos turbulentos.

Isso não significa eliminar perdas extremas. O mecanismo depende da qualidade da estimativa, da velocidade de reação, da liquidez e do comportamento do mercado. Os resultados históricos demonstram uma propriedade estatística útil, não uma garantia de proteção em toda crise futura.

Onde a estratégia machuca?

Primeiro, o custo

Recalcular o risco diariamente não significa necessariamente negociar todos os dias. Ainda assim, uma estratégia muito sensível pode gerar giro elevado, ampliando spreads, corretagem, impacto de mercado e, conforme os ativos utilizados, custos de empréstimo, derivativos e tributação sobre operações realizadas.

Uma forma de reduzir o giro é utilizar bandas de rebalanceamento. Em vez de alterar a posição a cada pequena oscilação, a estratégia só opera quando a exposição se afasta suficientemente do alvo. Uma banda relativa de 10% a 20% em torno da exposição desejada pode servir como ponto inicial para testes, mas não é uma regra universal.

Bandas muito estreitas aumentam os custos de negociação. Bandas muito largas permitem que o risco se afaste do objetivo por mais tempo. O equilíbrio depende da liquidez, da frequência de dados, do instrumento e dos custos reais da implementação.

Segundo, o gap

A volatilidade estimada reage aos dados observados. Quando ocorre um choque abrupto, o risco pode aumentar antes que a estimativa e a posição sejam reajustadas. Nesse intervalo, a carteira continua exposta ao movimento adverso.

Fevereiro de 2018, marcado por um choque nos produtos vinculados ao VIX, e março de 2020, durante a crise provocada pela pandemia, ilustram diferentes mecanismos pelos quais posições, alavancagem e mudanças abruptas no risco podem intensificar movimentos de mercado.

Durante a turbulência de março de 2020, análises do Banco Central Europeu e do Fundo Monetário Internacional apontaram que estratégias de controle de volatilidade e de risk parity tiveram de reduzir exposição em resposta ao aumento da volatilidade e das correlações. Essas vendas podem ter reforçado a pressão sobre os preços, embora não expliquem sozinhas a dimensão das quedas.

A lição é direta: o ajuste é reativo. Ele pode ajudar a reduzir a exposição após um aumento do risco, mas não garante proteção integral contra um salto instantâneo de volatilidade.

Terceiro, a correlação

Em períodos de estresse, ativos que pareciam diversificados podem passar a cair juntos. Quando a correlação entre ações, títulos e outras classes muda, uma carteira pode ficar mais arriscada mesmo que a volatilidade individual de cada ativo não tenha aumentado na mesma proporção.

Por isso, em carteiras diversificadas, olhar apenas a volatilidade individual é insuficiente. A estimativa do risco total precisa considerar a matriz de covariância, que reúne tanto as volatilidades quanto as relações de movimento entre os ativos.

A diversificação observada durante períodos tranquilos não deve ser presumida como permanente durante uma crise.

Quarto, a ilusão do alvo

Volatility targeting estabiliza a volatilidade estimada, não a volatilidade efetivamente realizada. Se a estimativa estiver atrasada, mal especificada ou incapaz de capturar uma mudança estrutural, a exposição calculada poderá ser inadequada.

Além disso, a estratégia pode reduzir posições depois de uma queda e recomprá-las após a recuperação, perdendo parte do movimento de retorno. Isso pode ocorrer especialmente quando a volatilidade permanece elevada mesmo após o início de uma recuperação.

O objetivo não é acertar o próximo movimento do mercado, mas ajustar a exposição a uma medida de risco. Essa distinção é essencial para avaliar seus benefícios e limites.

Receita de implementação

1. Defina o alvo. Escolha uma volatilidade anual coerente com a capacidade financeira, o horizonte e as restrições de risco da carteira. O alvo não deve ser confundido com uma perda máxima garantida.

2. Estime o risco. Utilize uma metodologia consistente, como EWMA, desvio-padrão histórico ou GARCH. Compare janelas curtas e longas e teste a sensibilidade da estratégia aos parâmetros.

3. Calcule a exposição. Para um ativo de risco combinado com caixa, a razão entre a volatilidade-alvo e a volatilidade estimada fornece um multiplicador inicial. Em uma carteira diversificada, estime a volatilidade do portfólio com base na matriz de covariância e dimensione a exposição de forma compatível.

4. Estabeleça limites. Defina um teto de exposição ou de alavancagem, bandas de rebalanceamento e restrições de liquidez. Um limite de 100% do capital é uma opção para quem deseja evitar alavancagem nominal, mas não elimina perdas nem garante que o risco permaneça dentro do alvo.

5. Teste antes de implementar. Faça testes fora da amostra, simule choques de volatilidade e correlação, inclua os custos de negociação e os efeitos tributários aplicáveis. Compare o resultado com uma carteira de pesos fixos e avalie não apenas o índice de Sharpe, mas também o giro, os drawdowns, os riscos de cauda e os períodos em que a estratégia fica subalocada.

6. Monitore a estratégia. Acompanhe a diferença entre a volatilidade prevista e a realizada. Mudanças de regime, baixa liquidez ou alterações na relação entre os ativos podem exigir revisão dos parâmetros.

Não se trata de prever o mercado. É regular o termostato: quando o ambiente esquenta, reduz-se a posição; quando esfria, pode-se voltar a ocupar o espaço. O resultado dependerá de como o termostato foi calibrado, de quão rapidamente reage e dos custos de cada ajuste.

👇🏼👇🏼👇🏼

LEITURA RECOMENDADA

LIVRO: "Opções, Futuros e Outros Derivativos", de John C. Hull.

Por que ler? Apresenta ferramentas quantitativas utilizadas na análise de volatilidade, incluindo métodos de estimação e conceitos de gestão de risco, além de técnicas de hedge com derivativos. É uma referência para compreender os instrumentos e os fundamentos matemáticos que sustentam o dimensionamento dinâmico de posições.

👇🏼👇🏼👇🏼

👉 Clique aqui para acessar o livro na Amazon