In The Money #49
#49 Alocação de Ativos: Da Fronteira Eficiente à Conversa Real com o Cliente
Escrevo semanalmente sobre o que está acontecendo no mundo dos investimentos e wealth management no Brasil. Durante o dia, atuo como Especialista Íon Private. À noite, sigo estudando para o CFA Exam Level III, psicologia financeira e aplicações de AI voltadas à assessoria de investimentos. Aos fins de semana, escrevo o In The Money.
Se você não é inscrito, considere se inscrever no link abaixo!
Ah, claro… é sempre bom lembrar:
As opiniões aqui expressas são exclusivamente minhas e não representam as de pessoas, instituições ou organizações com as quais eu possa ou não estar associado, a qualquer título, salvo quando expressamente indicado.
1. Alocação de Ativos: Da Fronteira Eficiente à Conversa Real com o Cliente
Nessa edição do In The Money, quero compartilhar com vocês um dos tópicos abordados no currículo do CFA Level III que mais se aproxima da nossa rotina como Especialista de Investimentos: Approaches to Asset Allocation.
Aqui basicamente eles tratam de 3 abordagens: Asset Only, Liability Relative e Goals Based.
Sem mais delongas, vamos a cada uma delas.
Asset-Only: O Padrão de Fábrica
Essa é a abordagem que a maioria dos assessores no Brasil utiliza, mesmo sem saber que tem nome.
Se você mira única e exclusivamente em retorno por unidade de risco, prazer: Asset-Only.
Sabe aquele comparativo de carteira que você faz no Mais Retorno? Pois bem, essa abordagem está nessa caixinha.
A lógica é bem simples: você olha para os ativos do cliente, trabalha com retorno esperado, volatilidade e correlação entre as classes. A partir dai, constrói a carteira que entrega o maior retorno por unidade de risco.
O framework mais popular dentro desse modelo é o Mean-Variance Optimization (MVO), criado por Markowitz nos anos 50 e até hoje base de qualquer discussão séria sobre asset allocation.
O output do MVO é o que chamamos de fronteira eficiente (acho que vocês dois já foram apresentados, né?). Imagine um gráfico onde o eixo X é risco (volatilidade) e o eixo Y é retorno esperado. Cada ponto é uma carteira possível, formado por uma combinação de n classes de ativos
O resultado até que funciona… É elegante, tem décadas de literatura por trás e soa bem técnico. O cliente fica encantado…
…Mas tem problemas seríssimos!
Problema 1: Garbage in, garbage out
O MVO é tão bom quanto as premissas que você coloca nele. Retorno esperado, volatilidade, correlação… tudo isso é estimado. Uma mudança pequena nas premissas de retorno pode produzir carteiras radicalmente diferentes. O modelo não perdoa estimativas ruins.
Problema 2: Concentração absurda
O MVO tende a concentrar a carteira em poucas classes. Sobrealoca em ativos de baixa vol e deixa de lado outras classes de ativos com “volatilidade aparente” de lado.
Aliás, no Brasil esse modelo é dificílimo de colocar em prática, visto que temos fundos de crédito privado “reloginho”, FIDCs, fundos cetipados e tantos outros que não mostram volatilidade. O modelo iria colocar 100% nessas classes, sem dúvidas.
Problema 3: Single-Period Framework
O MVO otimiza para um único período. Mas o cliente tem objetivos em horizontes diferentes, aportes ao longo do tempo, mudanças de tolerância a risco ao longo do ciclo de vida. Nada disso entra no modelo naturalmente.
Esse problema tem solução e vou falar dele mais abaixo. Aguenta ai…
Liability-Relative: Não É Para Você!
Se você não é gestor de um fundo de pensão, leia essa parte do texto mas não aplique na prática!
A lógica aqui muda: em vez de maximizar retorno sobre os ativos, você maximiza a diferença entre o valor presente dos ativos e passivos, o tal do surplus.
O objetivo não é “ganhar dinheiro”. É garantir que você terá recursos suficientes para pagar o que deve. Isso resolvido, você coloca o excedente para buscar retorno.
O framework mais comum dentro desse modelo é o Surplus Optimization via MVO: você aplica a mesma lógica da fronteira eficiente, mas o ativo de referência passa a ser o surplus, não o portfólio todo.
Para pessoa física, não é o modelo mais indicado. As obrigações de um indivíduo são muito menos previsíveis do que as de uma seguradora ou de um plano de previdência. Uma EFPC consegue calcular com razoável precisão quanto vai pagar em benefícios nos próximos 20 anos. O seu cliente não sabe nem se vai precisar trocar o carro no ano que vem…
Goals-Based: Onde a Conversa Muda
Aqui é onde as coisas ficam interessantes…
O Goals-Based parte de uma premissa diferente das outras duas: o cliente não tem apenas “um patrimônio”. Ele tem objetivos! E cada objetivo tem um horizonte diferente, uma importância diferente e uma tolerância a risco diferente.
Ao invés de construir uma carteira única otimizada para um perfil genérico, o Goals-Based divide o patrimônio em sub-portfólios, cada um dedicado a um objetivo específico, com sua própria alocação, seu próprio horizonte e seu próprio benchmark.
Isso resolve um problema comportamental que o Asset-Only simplesmente ignora: o mental accounting.
O Goals-Based tangibiliza os objetivos, tornando cada sub-portfólio coerente com a real tolerância a risco do cliente para aquele objetivo específico.
Outro viés que ele tende a diminuir é a Aversão a Perda. No modelo Asset-Only, o cliente enxerga a carteira como uma coisa só. Uma queda de 5% no patrimônio total dói de forma desproporcional e frequentemente gera resgates no pior momento. Esse risco até tem um nome bonito, chama decision-reversal risk.
No Goals-Based, o cliente entende que a “gaveta” da aposentadoria tem horizonte de 20-30 anos e pode absorver volatilidade. Já o sub-portfólio de curto prazo está em instrumentos conservadores, longe dos perigos do mercado…
Mas como você valida se os objetivos são atingíveis?
É aqui que entra a Simulação de Monte Carlo! E, inclusive, é onde o Goals-Based resolve de vez o problema do Single-Period Framework que apontei lá no Asset-Only.
O MVO te diz qual é a carteira ótima dado um conjunto de premissas. O que ele não te diz é: dada essa carteira, qual a probabilidade de o cliente atingir o objetivo no horizonte definido, considerando aportes, retiradas e a incerteza real dos mercados ao longo do tempo?
A Simulação de Monte Carlo responde exatamente isso. O modelo gera milhares de cenários possíveis para a evolução do patrimônio e calcula a probabilidade de sucesso de cada objetivo, dado um intervalo de confiança.
Não é mais “se tudo der certo, você chega lá”.
É “em X% dos cenários simulados, você atinge esse objetivo.”
Isso é uma conversa completamente diferente com o cliente.
Deixa eu te mostrar um exemplo real de como podemos usar a abordagem por objetivos e simular as probabilidades de sucesso.
Patrimônio Investido Total: R$ 5.8M
Capacidade de poupança mensal: R$ 15 mil
Objetivo 1: Ter uma renda mensal passiva de R$ 35 mil daqui a 6 anos. (Aposentadoria)
Patrimônio destinado: R$ 5M
Target de Rentabilidade: IPCA+8,50%a.a (bruto) | Vol: 4%a.a | IPCA médio: 5%a.a
Aporte: R$ 10 mil / mês
Objetivo 2: Iniciar o pagamento da faculdade de medicina da filha daqui a 3 anos. Mensalidade: R$ 15 mil por 6 anos
Patrimônio destinado: R$ 800 mil
Target de Rentabilidade: IPCA+7,50%a.a (bruto) | Vol: 2%a.a | IPCA médio: 4,50%a.a
Aporte: R$ 5 mil / mês
Dois objetivos. Horizontes diferentes. Perfis de risco diferentes. Aportes direcionados separadamente.
Rodei a Simulação de Monte Carlo para os dois sub-portfólios e os resultados estão abaixo.
Observação: Considerei um intervalo de confiança de 90%.
Objetivo 1 - Aposentadoria
Objetivo 2 - Faculdade da filha
Veja que no Objetivo 1, ele possui uma probabilidade de sucesso de apenas 46%. Ou seja, a situação atual do cliente não está conversando muito bem com as expectativas. É aí que entra o papel do profissional para mostrar o que precisaria ser feito para aumentar a probabilidade do atingimento do objetivo.
Aumentar o horizonte de investimento, valor do aporte ou considerar um portfólio mais arriscado são pontos que você deve trazer para a conversa.
Já no Objetivo 2, as expectativas estão alinhadas com a realidade e a probabilidade de sucesso é de 98%. Ou seja, o cliente consegue pagar a faculdade de medicina com retiradas de R$ 15 mil / mês ao longo dos 6 anos, iniciando daqui a 3 anos, com um investindo inicial de R$ 800 mil e aportando R$ 5 mil / mês.
E lembre-se: sempre em termos reais, ou seja, com o poder de compra de hoje.
Se quiserem, posso fazer um In The Money focado apenas em estratégias Goals-Based Approach e como tratar cada caso. É só comentar aqui abaixo.
Se você não conferiu a última edição do In The Money #48, não deixe de clicar no link abaixo.
Nos vemos no próximo domingo!
Excelentes temas para próximos post! 👊🏻