O que é Value at Risk (VaR)?
▾
O Valor em Risco (VaR) é uma medida estatística que quantifica a perda financeira potencial que uma carteira pode sofrer ao longo de um horizonte de tempo definido e em um determinado nível de confiança. Por exemplo, um VaR de 95% de 1 dia de 1 milhão de dólares significa que há uma probabilidade de 95% de que a carteira não perca mais de 1 milhão de dólares num único dia de negociação – ou equivalentemente, uma probabilidade de 5% de que as perdas excedam 1 milhão de dólares num determinado dia. O VaR tornou-se a métrica de risco dominante nas instituições financeiras após a publicação da metodologia RiskMetrics pelo J.P. Morgan em 1994 e foi posteriormente incorporado nos quadros regulamentares de Basileia II e Basileia III para a adequação de capital dos bancos. O VaR pode ser calculado usando três abordagens principais. O método de Simulação Histórica utiliza a distribuição histórica real dos retornos da carteira, reproduzindo observações de retornos anteriores para construir uma distribuição de perdas e lendo o percentil relevante. O método paramétrico (Variância-Covariância) assume que os retornos são normalmente distribuídos e usa o retorno médio da carteira, o desvio padrão e o z-score da distribuição normal para calcular o VaR analiticamente. O método de simulação de Monte Carlo gera milhares de cenários de retorno aleatório com base em suposições e correlações distributivas específicas, produzindo uma distribuição de perdas sintética a partir da qual o VaR é estimado. Cada método tem pontos fortes e limitações. A simulação histórica é intuitiva, mas limitada pela qualidade e extensão do conjunto de dados históricos. O método paramétrico é computacionalmente simples, mas falha quando as distribuições de retorno têm caudas grossas ou exposições de risco não lineares (por exemplo, opções). Monte Carlo é o mais flexível, mas computacionalmente intensivo e sensível às suposições do modelo. O VaR é amplamente utilizado por bancos comerciais, bancos de investimento, fundos de hedge, gestores de ativos, companhias de seguros e fundos de pensão. É um requisito regulamentar para cálculos de capital de risco de mercado no âmbito de Basileia III (utilizando a abordagem de modelos internos) e é divulgado nos relatórios anuais das principais instituições financeiras. Apesar da sua omnipresença, o VaR tem limitações bem documentadas: não descreve a gravidade das perdas para além do limiar de confiança (perdas de cauda), pode subestimar o risco durante tensões de mercado e pode criar uma falsa precisão. Medidas complementares como o Expected Shortfall (CVaR) e os testes de esforço são sempre utilizados juntamente com o VaR para uma gestão abrangente do risco.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Fórmula
▾
VaR paramétrico = W × (μ × T − z × σ × √T)
VaR histórico = percentil (distribuição de lucros e perdas, 1 - nível de confiança)Legenda de variáveis
▾
| Símbolo | Nome | Unidade | Descrição |
|---|---|---|---|
| VaR | Valor em risco | currency or % | A perda máxima esperada no nível de confiança especificado durante o horizonte de tempo determinado. |
| μ | Retorno Médio do Portfólio | % per period | O retorno médio da carteira durante o período histórico de medição. |
| σ | Desvio Padrão do Portfólio | % per period | O desvio padrão dos retornos da carteira ao longo do período histórico de medição. |
| z | Pontuação Z (nível de confiança) | dimensionless | O quantil da distribuição normal correspondente ao nível de confiança (por exemplo, 1,645 para 95%, 2,326 para 99%). |
| T | Horizonte temporal | days | O período de detenção durante o qual o VaR é medido; normalmente 1 dia para carteiras de negociação ou 10 dias para capital regulatório. |
| W | Valor do portfólio | currency | O valor atual de mercado da carteira; usado para converter VaR percentual em VaR em dólar. |
Como Value at Risk (VaR)
▾
- 1Defina os parâmetros: escolha o nível de confiança (normalmente 95% ou 99%), o horizonte temporal (1 dia ou 10 dias) e o valor da carteira.
- 2Para VaR Paramétrico: colete a série de retornos diários da carteira, calcule o retorno médio diário (μ) e o desvio padrão (σ), depois calcule VaR = W × (z × σ × √T − μ × T), onde z = 1,645 para 95% ou 2,326 para 99%.
- 3Para Simulação Histórica: colete pelo menos 250–500 observações diárias de retorno, classifique-as do pior para o melhor e identifique o 5º percentil (para 95% VaR) ou o 1º percentil (para 99% VaR) desta distribuição histórica de perdas.
- 4Para Monte Carlo: especifique os parâmetros de distribuição de retorno (média, volatilidade, correlações), gere mais de 10.000 cenários de retorno aleatório, construa a distribuição simulada de lucros e perdas e leia o percentil apropriado.
- 5Escala de horizontes de 1 dia para horizontes mais longos: multiplique o VaR de 1 dia por √T para estimar o VaR de T dias (válido sob a regra da raiz quadrada do tempo, que assume retornos independentes).
- 6Faça backtest do modelo VaR contando com que frequência as perdas reais excederam a estimativa de VaR ('exceções'). Para um VaR de 99%, são esperadas cerca de 2,5 exceções por ano (em 250 dias de negociação); significativamente mais indica falha do modelo.
- 7Relate o VaR juntamente com o Expected Shortfall (CVaR) — a perda média, dado que a perda excede o VaR — para caracterizar a cauda da distribuição de perdas além do limite do VaR.
Exemplos resolvidos
▾
Há 5% de chance de perder mais de US$ 19.374 em qualquer dia de negociação.
Usando a fórmula paramétrica: VaR = $ 1.000.000 × (1,645 × 0,012 - 0,0004) = $ 1.000.000 × (0,01974 - 0,0004) = $ 1.000.000 × 0,01934 = $ 19.340 (aproximadamente $ 19.374 com precisão pontuação z). Isso significa que em 95% dos pregões a perda da carteira deverá ficar abaixo desse valor. Em 5% dos dias – cerca de 12 a 13 dias de negociação por ano – espera-se que as perdas excedam este valor. Esta estimativa de VaR assume retornos normalmente distribuídos e subestimaria o risco se a distribuição de retornos tivesse caudas grossas.
Basileia III exige que os bancos mantenham capital contra um VaR de 99% em 10 dias para risco de mercado.
De acordo com a abordagem de modelos internos de Basileia III, os bancos devem calcular o VaR de 99% em 10 dias para requisitos de capital de risco de mercado. Usando a regra da raiz quadrada do tempo: VaR de 10 dias = VaR de 1 dia × √10 = US$ 500.000 × 3,162 = US$ 1.581.139. O banco deve deter capital regulamentar de pelo menos 3 vezes este VaR (o factor multiplicador) como reserva de capital contra o risco de mercado. Este exemplo ilustra como o VaR orienta diretamente os requisitos de capital regulamentar e as decisões de gestão de balanços nas principais instituições financeiras.
Com base na distribuição histórica real dos retornos — não é necessária nenhuma suposição de normalidade.
Para um fundo de hedge com histórico de retorno de 500 dias, o método de simulação histórica classifica todas as 500 observações diárias de lucros e perdas. A 25ª pior perda diária (percentil 5 = 500 × 0,05 = 25ª observação) representa o VaR de 95%. Se o 25º pior dia resultou em uma perda de 3,8% em uma carteira de US$ 2.000.000, o VaR histórico é de US$ 76.000. Este método é particularmente valioso para carteiras de fundos de hedge com exposições não lineares (opções, conversíveis), onde a suposição de normalidade do método paramétrico falharia, uma vez que utiliza retornos reais realizados, independentemente da sua forma distributiva.
VaR diário de 10,4% — a extrema volatilidade da criptografia torna o VaR muito grande em relação ao portfólio.
Para um portfólio de criptomoedas com volatilidade diária de 4,5% (contra ~1% para portfólios de ações típicos), o VaR de 99% é de aproximadamente US$ 100.000 × (2,326 × 0,045 - 0,001) = US$ 100.000 × 0,10367 = US$ 10.377. Isto significa que há 1% de probabilidade de perder mais de 10% da carteira num determinado dia – um risco absoluto muito mais elevado do que os activos financeiros convencionais. Criticamente, o modelo paramétrico provavelmente subestima o verdadeiro VaR criptográfico devido às distribuições de retorno leptocúrticas de cauda gorda. A simulação histórica ou a teoria dos valores extremos normalmente produziriam estimativas mais elevadas para essas classes de ativos.
Aplicações práticas
▾
Cálculos de capital regulatório de Basileia III para risco de mercado bancário sob a abordagem de modelos internos, representando uma importante área de aplicação para o Value At Risk em contextos profissionais e analíticos onde cálculos precisos de valor em risco apoiam diretamente a tomada de decisões informadas, o planejamento estratégico e a otimização do desempenho
Monitoramento diário do limite de risco para mesas de negociação em bancos de investimento e empresas formadoras de mercado, representando uma importante área de aplicação para o Value At Risk em contextos profissionais e analíticos onde cálculos precisos de valor em risco apoiam diretamente a tomada de decisões informadas, o planejamento estratégico e a otimização do desempenho
Divulgações de risco de prospecto de fundos OICVM exigidas pelos regulamentos da UE (metodologia SRRI), representando uma importante área de aplicação para o Value At Risk em contextos profissionais e analíticos onde cálculos precisos de valor em risco apoiam diretamente a tomada de decisões informadas, o planejamento estratégico e a otimização do desempenho
Otimização de portfólio: construção de portfólios de VaR mínimo dentro de metas de retorno, representando uma importante área de aplicação para o Value At Risk em contextos profissionais e analíticos onde cálculos precisos de valor em risco apoiam diretamente a tomada de decisões informadas, o planejamento estratégico e a otimização do desempenho
Cálculos de capital baseados em risco de companhias de seguros para risco de mercado de carteira de investimentos, representando uma importante área de aplicação para o Value At Risk em contextos profissionais e analíticos onde cálculos precisos de valor em risco apoiam diretamente a tomada de decisões informadas, o planejamento estratégico e a otimização de desempenho
Casos especiais
▾
{'case': 'Carteiras de opções e VaR não linear', 'description': 'Para carteiras contendo opções, modelos lineares de VaR (paramétricos) são inadequados porque as opções têm perfis de lucros e perdas não lineares (exposições delta, gama, vega). Deve ser utilizado o VaR de reavaliação total (Simulação Histórica ou Monte Carlo), aplicando os cenários de retorno para reavaliar cada opção individualmente usando seu modelo de precificação, em vez de assumir alterações proporcionais nos lucros e perdas.'}
{'case': 'Valor negativo da carteira ou posições curtas', 'descrição': 'Para carteiras com posições curtas líquidas, os ganhos e perdas são invertidos em relação aos movimentos do mercado. O VaR deve ser calculado na perspectiva da distribuição real de lucros e perdas e não da distribuição de retorno dos activos subjacentes. As posições curtas beneficiam das quedas do mercado, mas perdem com os avanços do mercado, pelo que o VaR para carteiras curtas deve ter em conta o risco de mercado ascendente em vez do risco descendente.'}
{'case': 'Quebra de correlação durante o estresse', 'descrição': 'Os modelos de VaR que dependem de correlações históricas entre ativos podem subestimar drasticamente o VaR do portfólio durante eventos de estresse de mercado, quando ativos anteriormente não correlacionados tornam-se altamente correlacionados (a correlação vai para 1 em uma crise). Os benefícios da diversificação assumidos em mercados normais podem desaparecer repentinamente, fazendo com que as perdas reais excedam em muito as estimativas de VaR de múltiplos ativos.'}
Pontuações Z do Nível de Confiança do VaR e Taxas Anuais de Exceção
▾
| Nível de confiança | Pontuação Z | Taxa de exceção diária | Exceções esperadas/ano |
|---|---|---|---|
| 90% | 1.282 | 10% | ~25 dias/ano |
| 95% | 1.645 | 5% | ~12–13 dias/ano |
| 97,5% | 1.960 | 2,5% | ~6 dias/ano |
| 99% | 2.326 | 1% | ~2–3 dias/ano |
| 99,5% | 2.576 | 0,5% | ~1 dia/ano |
| 99,9% | 3.090 | 0,1% | ~1 dia a cada 4 anos |
Perguntas frequentes
▾
Qual é a diferença entre VaR e Déficit Esperado (CVaR)?
O VaR responde à pergunta 'qual é a perda máxima num determinado nível de confiança?' – mas não diz nada sobre o tamanho das perdas que podem ultrapassar esse limite. O Expected Shortfall (ES), também chamado de VaR Condicional (CVaR), responde à pergunta complementar 'se as perdas excederem o VaR, qual é a perda média?' ES é sempre maior ou igual ao VaR e fornece uma descrição mais completa do risco de cauda. Por exemplo, se o VaR de 99% for de US$ 1 milhão, o CVaR poderá ser de US$ 1,8 milhão — o que significa que as perdas além do limite do VaR são em média de US$ 1,8 milhão. Basileia III passou progressivamente do VaR para o Déficit Esperado como a principal medida de risco regulatório devido às propriedades superiores de risco de cauda do CVaR.
Por que o VaR não lhe diz quão graves podem ser as piores perdas?
O VaR é uma medida quantílica — especifica um limite que as perdas não excederão com uma determinada probabilidade, mas não fornece informações sobre a distribuição das perdas além desse limite. Duas carteiras podem ter VaRs idênticos, mas perfis de perda de cauda muito diferentes: uma pode ter perdas moderadas um pouco além do VaR, enquanto outra pode sofrer perdas catastróficas. Esta limitação é particularmente grave para carteiras com opções, derivados de crédito ou outros instrumentos com distribuições de retorno não lineares e altamente distorcidas. A consequência prática é que o VaR por si só é insuficiente para a gestão do risco e deve ser complementado pelo défice esperado e pelos testes de esforço.
Que nível de confiança devo usar para o VaR?
As escolhas mais comuns são 95% (usado em muitas aplicações internas de gestão de risco e por alguns reguladores) e 99% (especificado por Basileia III para capital de risco de mercado bancário). Algumas empresas utilizam 99,9% ou mais para efeitos de capital económico e testes de esforço. A escolha depende da aplicação: os limites de risco internos podem utilizar VaR de 95% para monitorização diária (produzindo exceções mais frequentes, mas menores), enquanto o capital regulamentar e os quadros de tolerância ao risco normalmente utilizam VaR de 99%. Níveis de confiança mais elevados produzem estimativas de VaR maiores e requerem mais dados históricos para uma estimativa confiável — 99,9% do VaR de dados históricos requer pelo menos 1.000 observações para ter um número significativo de eventos finais.
Como o VaR é backtestado?
Os modelos de VaR são testados a posteriori comparando as estimativas diárias de VaR com as realizações reais de lucros e perdas subsequentes e contando o número de “exceções” – dias em que as perdas reais excederam a estimativa de VaR. Para um modelo VaR de 99% corretamente calibrado, aproximadamente 1% dos dias devem produzir exceções – cerca de 2 a 3 dias por ano em 250 dias de negociação. Basileia III utiliza um sistema de semáforos: 0–4 exceções por ano é uma zona verde (o modelo é aceitável), 5–9 é uma zona amarela (o modelo é suspeito, aplicam-se encargos de capital adicionais) e 10+ é uma zona vermelha (o modelo é rejeitado). A previsão excessiva ou insuficiente sistemática de exceções desencadeia o escrutínio regulatório e a recalibração do modelo.
Quais são as principais limitações do VaR?
O VaR tem várias limitações bem documentadas. Pode fornecer uma precisão falsa – expressar o risco como um único número pode criar uma confiança enganosa. Não mede o risco de cauda (perdas além do limite do VaR). O VaR paramétrico assume retornos normalmente distribuídos, o que subestima o risco de distribuições de cauda gorda. A simulação histórica é retrospectiva e pode não capturar as condições futuras do mercado. O VaR pode ser pró-cíclico – aparecendo baixo durante mercados calmos, quando o risco está realmente a acumular-se, e aumentando durante crises, quando as posições precisam de ser cortadas. Além disso, durante eventos de stress correlacionados, os benefícios de diversificação assumidos pelos modelos VaR podem desaparecer, fazendo com que as perdas reais excedam largamente as estimativas de VaR.
Como o horizonte temporal afeta o VaR?
O VaR é dimensionado aproximadamente com a raiz quadrada do horizonte de tempo sob a suposição de que os retornos diários são independentes e distribuídos de forma idêntica (i.i.d.). Um VaR de 10 dias é aproximadamente √10 ≈ 3,16 vezes o VaR de 1 dia. Esta regra de escalonamento está incorporada em Basileia III (que especifica o VaR de 10 dias para o capital regulamentar) e é matematicamente válida quando os retornos não estão correlacionados ao longo do tempo. No entanto, se os retornos apresentam autocorrelação serial — o que muitos fazem em horizontes curtos — a regra da raiz quadrada do tempo superestima o VaR para ativos autocorrelacionados positivamente e subestima-o para ativos autocorrelacionados negativamente (reversão à média).
Para que é utilizado o VaR na prática pelos bancos e empresas de investimento?
Os bancos utilizam o VaR para cálculos de capital regulatório (capital de risco de mercado de Basileia III), monitoramento diário de limites de risco para mesas de negociação, estimativa de exposição de crédito de contraparte e alocação de capital econômico em todas as linhas de negócios. Os gestores de investimentos utilizam o VaR para a construção da carteira (otimizando a carteira para atingir o VaR alvo dentro das restrições orçamentais de risco), relatórios de clientes (divulgando o risco da carteira em formato padronizado), divulgações de risco do prospecto do fundo (exigido em fundos OICVM na UE) e testes de esforço. Os sistemas de gestão de risco nos principais bancos calculam o VaR em tempo real em milhares de posições e classes de ativos para agregar a exposição ao risco de mercado de toda a empresa.
Erros comuns a evitar
▾
- !Tratar o VaR como a perda máxima possível – o VaR é um limite inferior do intervalo de confiança para perdas extremas, e não um pior caso absoluto.
- !Usar uma janela histórica muito curta para estimativa de VaR – menos de 250 dias de negociação produz estimativas paramétricas não confiáveis e observações de cauda insuficientes para simulação histórica.
- !Aplicação da regra de escalonamento da raiz quadrada do tempo a retornos com autocorrelação significativa ou reversão à média, levando a estimativas incorretas de VaR de vários dias.
- !Comparação de VaRs calculados em diferentes níveis de confiança ou horizontes temporais sem ajuste para essas diferenças.
- !Ignorar o défice esperado e os testes de esforço – o VaR por si só não é suficiente para uma gestão abrangente do risco e não pode descrever a gravidade das perdas extremas.
Dica Pro
Sempre complemente o VaR com Expected Shortfall (CVaR) e testes de estresse históricos utilizando cenários de crise reais (2008, 2020). Pergunte: 'Se estivermos na cauda de 1%, quão ruim isso pode ficar?' – esta é a questão que o VaR não pode responder, mas a gestão de risco não pode ignorar.
Você sabia?
A publicação RiskMetrics de 1994 do JP Morgan, que popularizou o VaR, foi motivada por um pedido do então CEO Dennis Weatherstone, que queria um único relatório diário resumindo o risco total da empresa em um número. O resultado — o “relatório 4:15” entregue 15 minutos após o fecho do mercado — mudou para sempre a gestão do risco bancário global.
Referências
- ›Documento técnico do JP Morgan RiskMetrics (4ª ed., 1996)
- ›Investopedia: Valor em risco (VaR) explicado
- ›Comité de Basileia de Supervisão Bancária: Revisão Fundamental da Carteira de Negociação (FRTB)
- ›Jorion, P. (2006). Valor em risco: a nova referência para gerenciamento de risco financeiro (3ª ed.). McGraw-Hill.
Receba dicas semanais de matemática
Junte-se aos assinantes do 12.000 + que recebem dicas de calculadora todas as semanas.