Construindo um modelo

Hal Varian apresenta em “How to Build an Economic Model in Your Spare Time” algumas dicas interessantes para quem deseja escrever um texto científico. São cinco itens.

1 – Ter uma ideia de pesquisa – Muitos estudantes acreditam que uma maneira de ter ideias é ler artigos de periódicos. Varian não acha que os artigos científicos sejam uma boa fonte de ideais. “eu penso que você deveria olhar para fora dos textos científicos – em jornais, revistas, conversas e na TV e programas de rádio”. Além disto, Varian também cita conversas com pessoas da área empresarial e a própria experiência de vida. Para saber se a ideia é boa, Varian sugere que você coloque em termos que um leigo possa entender. Mas não olhe a literatura. Espere para ler o que os outros já escreveram sobre o assunto, para que você possa ter tempo de praticar o modelo e encontrar uma abordagem diferente.

2 – Faça seu modelo o mais simples possível – Na etapa de modelagem, comece pelo mais simples. Se for o caso, trabalhe um exemplo. É o que Varian chama de abordagem KISS: Keep it simple, stupid (fique no simples, estúpido). Somente depois disto é possível generalizar o modelo. Começar pelo simples permite que sua análise não contenha erros e se existir seja fácil de encontrar.

3 – Atrase o máximo a pesquisa da literatura – Somente depois de generalizar o modelo, olhe na literatura.

4 – Apresente seu trabalho – Use um seminário para apresentar seu trabalho. Nesta apresentação use um ou dois slides para introdução e um para conclusão. O foco é a sua contribuição.

5 – Pare quando as pessoas já não perguntarem mais sobre o assunto.

Modelo de modelagem científica

We propose a formal model of scienti c modeling, geared to ap-lications of decision theory and game theory. The model highlights the freedom that modelers have in conceptualizing social phenomena using general paradigms in these elds. It may shed some light on the distinctions between (i) refutation of a theory and a paradigm, (ii)notions of rationality, (iii) modes of application of decision models, and (iv) roles of economics as an academic discipline. Moreover, the model suggests that all four distinctions have some common features that are captured by the model.

Fonte: aqui

Teste #392

Esta modelo ganhou uma ação judicial contra um banco islandês, onde tinha depositado parte de sua fortuna. Para isto ela invocou um princípio que não tinha sido usado desde 1870, conhecido como equitable set-off (algo como "compensação justa"). Trata-se de:

Cindy Crawford
Elle Macpherson
Linda Evangelista

Resposta do anterior: quase 600. Fonte: E se meu banco quebrar? Isto É Dinheiro

Previsão para o ano

Segundo o indicador Sports Illustrated Swimsuit Issue o mercado acionário neste ano deverá ter um desempenho acima da sua média histórica.

Por este indicador, a nacionalidade da modelo da capa da edição da revista Sports Illustrated swimsuit edition está relacionada com o retorno do mercado acionário: se a capa é uma modelo dos EUA o desempenho é melhor.

Entre 1978 a 2008 o retorno da SP 500, índice de mede o desempenho das ações no mercado do EUA, foi de 10,5%. Mas quando a modelo era dos EUA o retorno foi de 13,9%; se a modelo era não-estadunidense o retorno era de 7,2%.

Mas no período, o maior retorno, de 34,1% em 1997, teve uma modelo da República Tcheca.

Este ano a revista tem como modelo Brooklyn Decker, também conhecida como esposa do tenista Andy Roddick. (Foto ao lado)

Obviamente que está é uma situação onde a elevada correlação não significa necessariamente a existência de uma teoria. Ou seja, é uma correlação espúria.

Aqui postagem deste blog do ano passado.

Modelos de Precificação

Mais um problema para os modelos de precificação:

Os modelos de precificação de ativos, entre eles o CAPM, são largamente usados e ensinados. Entretanto, suas hipóteses restritivas são perigosas. Uma recente conclusão questiona ainda mais os valores obtidos por estes modelos. Em Asset Class Correlations Increase In Bad Times informa-se que a correlação entre ativos muda com o passar do tempo. Mais ainda, que a correlação, medida estatística entre dois ativos, aumenta com os problemas do mercado.

A questão é que os modelos são implantados usando dados históricos de covariâncias. Ou seja, o passado é usado para tomar as decisões nos dias de hoje. Apesar de alguns modelos permitirem ajustes nos dados históricos, a realidade é que os dados passados são relevantes.

Links

Probabilidade de tomar um pote de sorvete quando estou de dieta

Os dez maiores bancos antes e depois da crise

Pagamento mínimo no cartão de crédito, ancoragem e finanças comportamentais

Evolução dos salários das super modelos

Basileia e a Crise Financeira

Banco Central propõe normas controversas
Valor Econômico - 17/2/2009

A crise financeira mundial não mudou o cronograma de implantação no Brasil da chamada Basileia 2, um acordo internacional que visa garantir maior solidez ao sistema bancário. Ontem, o Banco Central divulgou três minutas de circulares e, nos próximos dois meses, estará aberto para receber sugestões de especialistas do setor privado.

Uma das normas estabelece os critérios para o uso dos modelos internos desenvolvidos pelos bancos para avaliar os riscos de mercado. No cenário internacional, esses modelos têm despertado controvérsia. Analistas mais críticos da desregulamentação financeira dizem que eles deixam nas mãos dos próprios bancos a tarefa de medir e separar capital para cobrir os seus riscos. Outra crítica comum é que esses modelos são excessivamente dependentes de ferramentas estatísticas, que usam dados passados e são incapazes de capturar as mudanças de tendência na economia, como as que levaram à crise financeira atual.

Os bancos são obrigados a separar capital próprio para cobrir os riscos de prejuízos com a oscilação de preços no mercado, como taxas de juros, cotação de moedas, preços de ações e de "commodities". Hoje, no Brasil, existe um modelo padrão estabelecido pelo BC que determina quanto de capital próprio os bancos devem separar para cobrir perdas nesses riscos. Com a norma proposta pelo BC, que implanta Basileia 2, os bancos poderão usar os seus próprios modelos internos para determinar o volume de capital adequado para cobrir riscos.

A regulamentação proposta, explica uma fonte do BC, não tem esse viés de desregulamentação. Um ponto fundamental é que, para usar seus próprios modelos de avaliação de risco de mercado, os bancos terão que primeiro validá-los junto à autoridade monetária. Ou seja: os modelos que avaliam os riscos serão desenvolvidos pelo bancos, mas quem dará a palavra final será o BC.

Assim, o capital exigido pelo BC não será, necessariamente, o valor apontado pelo modelo da instituição financeira. A norma estabelecer, por exemplo, o chamado "fator M", que será um fator de ajuste para o capital requerido. Modelos de avaliação de risco que não forem bem avaliados nos testes de eficiência, conhecidos como "backtests", terão um "fator M" maior, o que significa que o banco terá que separar mais capital próprio para cobrir os riscos de mercado. O mesmo acontece se o banco não tiver bom conceito na avaliação qualitativa feita por fiscais do BC.

Embora os modelos estatísticos de avaliação de risco estejam sendo bastante rediscutidos no cenário internacional, a avaliação do BC é que eles cumprem sua função, desde que usados para o que foram feitos. No Brasil, a tradição tem sido aceitar os limites desses modelos, exigindo garantias adicionais para cobrir riscos que os modelos não medem. Essa abordagem, informa o BC, deverá ser mantida em Basileia 2.

Um modelo popular entre bancos e reguladores é o chamado "Value at Risk", conhecido pela sigla VaR. É uma ferramenta estatística que, a partir de dados históricos sobre a variação de preços, como a cotação do dólar ou os juros vigentes nos últimos anos, tenta prever o que poderá acontecer com essas séries no passado. Um das críticas é que o VaR não consegue prever ocorrências extremas, como os da atual crise. Por exemplo: um VaR que usasse dados do mercado americano de hipotecas das últimas décadas não seria capaz de prever um aumento extremo da inadimplência como, de fato, acabou por acontecer.

Especialistas tem defendido o uso de modelos que olham para frente, prevendo cenários extremos que normalmente não são capturados pelos modelos VaR. Tem ganhado corpo a defesa dos chamados testes de estresse, em que os gestores de risco avaliam o que aconteceria se, por exemplo, houvesse uma crise de grandes proporções, como o aumento que de fato aconteceu na taxa de inadimplência.

O Brasil, diz a fonte do BC, sempre exigiu um pouco mais de capital dos bancos para fazer frente a riscos extremos de mercado. Além disso, ao contrário de economias mais maduras, o Brasil sofreu grandes choques nos últimos anos, como movimentos exagerados da cotação do dólar e altas súbitas dos juros básicos. De qualquer forma, a norma colocada ontem sob consulta pública está sujeita a alterações, acompanhando eventuais aprimoramentos que sejam feitas em Basileia 2 nos fóruns mundiais.

Outra norma editada pelo BC trata do chamado Pilar 3 de Basileia 2, que é a exigência dos bancos divulgarem mais dados sobre suas estruturas de gestão de risco. Para os bancos que usarem modelos internos de avaliação de risco, o conjunto de informações a ser divulgado será maior.

Também vão ter que detalhar sua estrutura de capital. De um lado, terão que mostrar quanto capital precisam para cobrir os riscos de perdas inesperadas em suas operações, como crédito e investimentos em títulos e outros papéis. De outro, terão que mostrar exatamente seu volume de capital, discriminando o que é dinheiro dos próprios acionistas e o que são captações feitas no mercado por meio de divida subordinada e instrumentos híbridos de capital e dívida.

A terceira norma colocada sob consulta pública pelo BC estabelece as regras para os bancos validarem seus modelos internos de avaliação de risco de mercado.

Modelos

A idéia por trás das finanças quantitativas é gerir o risco. Você ganha dinheiro tomando riscos conhecidos e protegendo o resto. E nesta queda de taxas de câmbio, de taxas de juro e títulos os modelos de derivativos têm comportado até agora como deveriam.

Em contrapartida, a modelar a história é perigoso. Não havia nenhuma garantia que o futuro seria como o passado, se só porque o mercado imobiliário americano nunca haviam sido impulsionadas por um frenesi de CDOs. Em qualquer caso, não existem dados suficientes da habitação no passado para formar um rico panorama estatístico do mercado (...)

Mathematical models are a powerful way of predicting financial markets. But they are fallible

Links

Proposta de novas regras da SEC para evidenciação da contabilidade financeira para petróleo e gás natural

Sobre retornos dos ativos e as propriedades estatísticas dos modelos financeiros


Hospitais que se parecem com hotéis


Mercados Eficientes, mercado de futuros e terrorismo

Modelo de Risco da AIG

Numa extensa reportagem de investigação do Wall Street Journal (Behind AIG's Fall, Risk Models Failed to Pass Real-World Test, Carrick Mollenkamp, Serena Ng, Liam Pleven & Randall Smith, 3/11/2008, A1) começam a surgir detalhes dos problemas financeiros de algumas instituições. O texto enfatiza a questão do modelo de risco da AIG, a seguradora que precisou ser socorrida pelo tesouro dos EUA.

A AIG tinha contratado um “especialista” acadêmico para construir seu modelo de risco. Entretanto, o modelo não era adequado. O próprio autor do modelo, Gary Gorton, afirmou, em dezembro de 2007, que nenhuma transação era aprovada na AIG se não fosse baseada no modelo que ele construiu.

Aqui, reação ao texto do jornal. Aqui, outro texto de blogueiro sobre o assunto.

Frase da semana: Modelos e Decisão

“Pessoas não usam nossos modelos para ajudar na decisão, mas para justificar decisões que eles previamente tomaram” (John Kay, Darwin’s wife and war in Iraq: a missing link, Financial Times 14 May 2008)

Modelos e o Homem

Os modelos de risco, baseados em métodos quantitativos, fracassaram durante a crise do subprime. E por isso devem incorporar mais o comportamento humano. É o que afirma Marine Cole no artigo After subprime fiasco, risk models may weigh human behavior para o Financial Week.

Peritos estão dizendo agora que os participantes no mercado não deve depender exclusivamente em modelos matemáticos, mas também deve usar as ciências sociais para compreender comportamentos dos proprietários de imóveis, por exemplo. Eles também estão pedindo mais informação e mais transparência aos participantes no mercado.

(...) Antes da crise, baseou-se principalmente em complexos modelos suportados em dados históricos sobre empréstimos de um período durante o qual os preços domésticos estavam aumentando.

Modelos de Risco

Em complemento a postagem sobre a falha dos modelos de risco para bancos (aqui), um interessante comentário de John Kay sobre o mesmo assunto denominado In Times of Complexity, Common Sense Must Prevail (aqui). (O texto foi publicado também no Financial Times de 9 de abril de 2008)

Kay começa lembrando o artigo de Alan Greenspan (também publicado no Financial Times, em 16 de março de 2008, aqui) que observa que os modelos existentes não são tão complexos o suficiente para captar a realidade. Kay acredita que esse comentário é um erro, pois implica que somente com modelos complexos - que incorpora mais aspectos da realidade - será possível evitar desastres.

A questão é que os modelos de gestão de risco possuem uma estrutura comum. Esses modelos calculam os riscos associados com as carteiras de ativos usando retornos reais e volatilidade. Mas o elemento central, lembra Kay, é o grau com que os retornos de diferentes ativos estão relacionados entre si, denominado co-variância ou correlação. A correlação é relevante nos modelos já que é a chave para diversificação, um conceito de meados do século passado.

A questão central é que correlação não significa causação. (Aqui, várias postagens sobre o tema neste blog). Uma situação com correlação hoje pode não persistir no futuro.

E mudanças estruturais pode invalidar correlações históricas. As vezes, o simples fato de uma correlação ser observada pode alterar o resultado, afirma Kay.

As Falhas dos Modelos de Riscos dos Bancos

Neste período de crise, os modelos de risco dos bancos são questionados. Estes modelos foram criados para evitar problemas financeiros para essas entidades e, no entanto, parecem não funcionar adequadamente. Existem algumas explicações para isto, mas Avinash Persaud fornece uma explicação interessante.

Os modelos de risco são construídos com a suposição de o usuário é a única pessoa que irá usá-lo. Isto é razoável quando os mesmos começaram a ser construídos, em meados do século XX. Hoje, os participantes do mercados de diversos países usam os dados disponíveis (praticamente o mesmo para todos) para calcular risco, retorno, correlação e outras medidas e instrumentos.

Quando um destes participantes detecta um aumento no risco, provavelmente outros também já o fizeram. Um círculo vicioso instala, induzindo a uma reação no próprio mercado. Isto significa dizer que a área de risco dos modelos é maior na realidade.

Em outras palavras, o uso de modelos de risco tende a aumentar o risco sistêmico (ou risco não diversificável)

Modelos e Realidade

Eu começo minha aula a cada ano dizendo o seguinte: "Existem modelos. E a razão pela qual nós chamamos de modelos é que eles não são 100% verdadeiros. Se eles fossem, nos poderíamos chamá-los de realidade, não modelos. Eles são simplificações."

Aqui uma entrevista de Eugene Fama