Assimetria e Curtose
Os momentos estatísticos superiores que descrevem a forma real das distribuições de retornos financeiros — o que são, por que importam e como se aplicam ao trading de opções.
Os Quatro Momentos de uma Distribuição
Qualquer distribuição de probabilidade pode ser caracterizada por uma sequência infinita de "momentos" estatísticos. Os quatro primeiros momentos são os mais importantes e os usados universalmente: (1) Média (primeiro momento) — a esperança matemática ou o "centro" da distribuição. (2) Variância (segundo momento) — a dispersão em relação à média; sua raiz é o desvio padrão. (3) Assimetria, ou skewness (terceiro momento) — a assimetria da distribuição. (4) Curtose, ou kurtosis (quarto momento) — a "grossura" das caudas em comparação com o centro. A distribuição normal é caracterizada unicamente pelos dois primeiros momentos (média e variância), com assimetria = 0 e curtose = 3. Qualquer desvio desses valores indica falta de normalidade. Os retornos financeiros têm tipicamente assimetria negativa e curtose elevada (>3), sinal claro de que a normal é uma má aproximação para o risco de cauda. Entender esses dois momentos além da média e da variância é crítico para: (a) precificar opções corretamente, especialmente as puts OTM; (b) dimensionar posições levando em conta os eventos de cauda; (c) avaliar estratégias com distribuições muito diferentes (comprar versus vender opções, seguimento de tendência versus reversão à média); (d) detectar mudanças de regime (mudanças na assimetria/curtose precedem mudanças de volatilidade).
Skewness: A Assimetria da Distribuição
A skewness (ou assimetria) mede a assimetria da distribuição em relação à sua média. Matematicamente, é o terceiro momento padronizado: skew = E[(X - μ)³] / σ³. Assimetria = 0 indica uma distribuição simétrica (normal, t de Student, uniforme). A assimetria positiva (> 0) indica uma cauda mais longa do lado direito (ganhos grandes mais prováveis que perdas grandes equivalentes); moda < mediana < média. Exemplos de distribuições com assimetria positiva: retornos de bilhetes de loteria, resultados de venture capital, calls OTM compradas, sistemas de seguimento de tendência. A assimetria negativa (< 0) indica uma cauda mais longa do lado esquerdo (perdas grandes mais prováveis que ganhos grandes equivalentes); média < mediana < moda. Exemplos: retornos de ações (crashes mais abruptos que as altas), estratégias de venda de opções OTM (poucas perdas grandes compensam muitos ganhos pequenos), estratégias de crédito e renda fixa (poucos defaults maciços compensam cupons regulares). Valores típicos nos mercados financeiros: retornos mensais do S&P 500 de ~-0.5 a -1.0 (assimetria moderadamente negativa); retornos do VIX fortemente positivos (+2 a +4), porque os picos de alta são violentos; retornos de managed futures tipicamente positivos (+0.3 a +0.8), pela natureza de cauda longa do seguimento de tendência. Uma assimetria muito negativa é um sinal de alerta crítico: indica estratégias do tipo "catar moedas na frente de um rolo compressor" — como vender prêmio sem gestão.
Kurtosis: A Grossura das Caudas
A curtose (do grego kurtos, "convexo") mede a "grossura" ou o "peso" das caudas da distribuição em relação a uma normal. Matematicamente, é o quarto momento padronizado: kurt = E[(X - μ)⁴] / σ⁴. A distribuição normal tem curtose de exatamente 3, que é o valor de referência. Costuma-se informar o excesso de curtose, definido como curtose − 3, de modo que a normal fica em 0. A distribuição leptocúrtica (kurt > 3, excesso > 0) tem caudas mais grossas e pico mais alto que a normal: os eventos extremos são mais frequentes do que o esperado, e os resultados "típicos" também são mais frequentes — mas os resultados "intermediários" são menos frequentes. Quase todos os retornos financeiros são leptocúrticos. O excesso de curtose dos retornos diários do S&P 500 costuma oscilar entre 7 e 20, contra 0 da normal. O das criptomoedas chega a ser ainda mais extremo, com valores acima de 30. A distribuição platicúrtica (kurt < 3, excesso < 0) tem caudas mais finas e pico mais achatado: os eventos extremos são raros, e os resultados "intermediários" são mais comuns. Exemplos: distribuições uniformes, retornos de alguns mercados estritamente regulados. A mesocúrtica (kurt ≈ 3) coincide com a normal. A curtose alta explica por que os modelos lognormais/normais subestimam sistematicamente o risco de cauda — eventos "impossíveis" sob esses modelos ocorrem regularmente, e a Black Monday de 1987 (+22σ segundo a normal) é o exemplo paradigmático.
Retornos Reais: Assimetria Negativa + Curtose Alta
A combinação característica dos retornos financeiros reais é assimetria negativa + curtose alta. Essa combinação é traiçoeira: (1) assimetria negativa significa que as perdas grandes são mais prováveis que os ganhos grandes equivalentes; (2) curtose alta significa que os eventos extremos (dos dois lados, mas especialmente para baixo, dada a assimetria) são mais frequentes do que o modelo normal prevê. O resultado prático é que os drawdowns máximos históricos quase sempre superam, e com folga, o que prevê uma análise baseada apenas em σ. Exemplos concretos: o Dow Jones perdeu 89% entre 1929 e 1932; sob uma normal com o σ histórico, algo assim deveria ocorrer uma vez a cada muitos milhões de anos. O S&P 500 caiu 57% entre outubro de 2007 e março de 2009. E o bitcoin registrou quedas de 70% a 85% em cada um de seus ciclos — 2014, 2018, 2022 —, magnitudes que qualquer modelo de σ constante subestima grosseiramente. A implicação para os operadores: sempre acrescente uma margem de segurança a qualquer dimensionamento de posição derivado de modelos que supõem normalidade. O "Cisne Negro" de Nassim Taleb popularizou essas ideias para o grande público; na literatura acadêmica, Mandelbrot já havia documentado com rigor — em 1963 — que os retornos seguem distribuições com caudas muito mais pesadas que a normal. Ainda assim, os modelos padrão do setor — o CAPM, o VaR tradicional — continuam supondo normalidade, porque a alternativa introduz muita complexidade.
A Black Monday como Outlier de 20σ
Em 19 de outubro de 1987 — a famosa Black Monday —, o Dow Jones Industrial Average caiu 22.6% em um único dia. Sob a premissa de retornos normais com a volatilidade histórica medida nos meses anteriores, esse movimento representava aproximadamente 20-22 desvios padrão. A probabilidade de um evento de 22σ sob uma distribuição normal é literalmente 10⁻¹⁰⁷, um número tão pequeno que não tem análogo físico — é menos provável que qualquer evento específico na idade do universo (13.8 × 10⁹ anos, e o universo inteiro tem ~10⁸⁰ átomos). No entanto, aconteceu. E não foi um caso isolado: (1) outubro de 2008 teve vários dias com movimentos de 7-10σ segundo a normal; (2) o Flash Crash de 6 de maio de 2010 viu movimentos instantâneos inexplicáveis; (3) o colapso de março de 2020 encadeou quatro pregões com movimentos de ±8%, cada um nominalmente de 4 a 5σ; (4) o «Volmageddon» de fevereiro de 2018 pulverizou os fundos que vendiam volatilidade com um movimento que os seus modelos consideravam impossível. A lição fundamental: não confie em modelos que supõem normalidade para decisões de risco de cauda. Nos mercados reais, a probabilidade de um evento extremo é entre cem e dez mil vezes maior do que a que a normal prevê. As alternativas modernas — a t de Student, as estáveis de Lévy, os modelos com saltos — reconhecem todas essa realidade observada das caudas grossas, ainda que a tratem matematicamente de formas diferentes.
Implicações na Precificação e nas Operações com Opções
A assimetria e a curtose têm implicações diretas e importantes na precificação de opções. A observação empírica-chave: os mercados reais cotam as opções com volatility smile (sorriso de volatilidade) ou volatility skew. Em renda variável, as puts fora do dinheiro são cotadas com volatilidade implícita maior que as calls equivalentes, o que se conhece como skew negativo, refletindo a demanda por proteção contra crashes e coerente com a assimetria negativa empírica. As puts muito distantes, a três desvios ou mais, são cotadas com uma implícita ainda maior, refletindo a curtose elevada: o mercado sabe que a normal subestima o risco de cauda e cobra um prêmio adicional por ele. Modelos sofisticados que capturam isso: (1) o SABR, muito usado para ajustar o sorriso; (2) o Heston, de volatilidade estocástica, com correlação negativa entre preço e volatilidade; (3) a difusão com saltos de Merton, que acrescenta saltos ao movimento browniano geométrico; (4) o variance gamma, flexível e capaz de captar assimetria e curtose. Para o operador pessoa física que não usa modelos sofisticados, a conclusão é que os preços das opções fora do dinheiro já incorporam o prêmio de risco de cauda: comprar puts OTM como hedge é caro justamente porque o mercado sabe que elas funcionam. As estratégias que pretendem «arbitrar» esse desvio da normalidade — vender puts muito distantes supondo que o prêmio de cauda cobrado pelo mercado é excessivo, porque a normal as avalia como mais baratas — quebraram repetidamente em eventos reais. O conselho profissional: suponha que o mercado já tem as caudas grossas embutidas no preço e, se for operar contra o sorriso vendendo seguro de cauda, faça isso com um tamanho muito conservador.