São 70 anos de ciência que mudaram a pergunta que se faz a uma carteira. E o Brasil é o lugar onde a resposta vale mais.
Existe uma forma de montar carteiras que hoje está no centro da proposta de 5 dos 10 maiores gestores de patrimônio do mundo. Ela já foi testada contra os métodos mais usados do mercado: em simulações de 60 anos, em planos com centenas de metas e em 3 décadas de mercado real que os modelos nunca tinham visto. Não perdeu em nenhum desses testes. E o homem que criou a teoria moderna das carteiras assinou o estudo que abriu caminho para ela.
O nome é goal-based investing, ou alocação por objetivos.
Ela não nasceu pronta. É o resultado de 70 anos em que as maiores cabeças de finanças foram, aos poucos, trocando a pergunta que se faz a uma carteira. Para entender por que ela é hoje a forma mais eficiente de investir, e por que no Brasil vale ainda mais, é preciso voltar ao começo.
A alocação por objetivos monta a carteira a partir das metas do investidor e ajusta o risco conforme ele está adiantado ou atrasado em cada uma. Nenhum teste publicado encontrou um modelo mais eficiente. Num plano de 60 anos, o modelo tradicional precisaria de 2,8 vezes mais capital para ter a mesma chance de sucesso. E no Brasil a vantagem é maior.
1952: a carteira que rende mais para cada risco
Em 1952, um doutorando de 24 anos chamado Harry Markowitz publicou um artigo de 15 páginas que mudou a forma de investir no mundo. A ideia parece óbvia hoje, mas não era: um ativo não deve ser avaliado sozinho, e sim pelo que faz com o conjunto. A diversificação ganhou matemática.
Dessa matemática nasceu a fronteira eficiente. Para cada nível de risco, existe uma combinação de ativos que entrega o maior retorno possível, e o conjunto dessas combinações forma uma curva. Estar sobre ela é ser eficiente; estar abaixo dela é deixar retorno na mesa. O trabalho rendeu a Markowitz o Nobel de Economia de 1990 e virou a base de quase todo software de alocação do planeta, incluindo os perfis conservador, moderado e agressivo que o investidor brasileiro conhece.
Mas a teoria tinha um limite, e ele estava na pergunta. Para escolher o ponto certo da curva, ela precisa saber o seu nível de risco, um número só, para a vida inteira. Ninguém vive assim. O dinheiro da faculdade dos filhos daqui a 3 anos e o da aposentadoria daqui a 25 não aceitam o mesmo risco, mesmo pertencendo à mesma família.
Dos anos 1980 aos 2000: as pessoas não pensam em carteira, pensam em destinos
Enquanto a teoria olhava para a carteira inteira, a economia comportamental olhava para as pessoas. E as pessoas faziam algo que a teoria considerava um erro: separavam o dinheiro por destino.
- Richard Thaler, Nobel de 2017, deu nome a isso: contabilidade mental. Guardamos a reserva, o dinheiro da viagem e o da aposentadoria em "contas" separadas na cabeça, e tratamos cada uma de um jeito.
- Hersh Shefrin e Meir Statman mostraram, em 2000, que os investidores montam carteiras em camadas: uma para não perder, outra para crescer, outra para sonhar.
- Ashvin Chhabra levou isso para a prática em 2005, num artigo chamado "Beyond Markowitz". Nele, o patrimônio se divide em 3 funções: proteger a família, manter o padrão de vida e buscar as aspirações.
A pergunta começava a mudar. Para uma família, o risco que importa não é quanto a carteira oscila. É a chance de não chegar lá.
Faltava uma peça. Pela teoria clássica, dividir o dinheiro em partes significava sair da fronteira e perder eficiência. Por anos, as 2 visões conviveram sem se encontrar: uma era rigorosa e a outra era humana.
2010: o próprio Markowitz fecha a questão
A ponte foi construída por quem tinha criado a margem de lá. Em 2010, Markowitz assinou com Sanjiv Das, Jonathan Scheid e Meir Statman um estudo no Journal of Financial and Quantitative Analysis. Cada objetivo passa a ser definido por um retorno mínimo e por uma chance máxima de falhar. E a matemática mostra que essa carteira por objetivos corresponde a um ponto da fronteira eficiente. A divisão por metas não custa eficiência nenhuma.
E ela entrega o que a teoria clássica nunca resolveu. Ninguém sabe dizer qual é o seu coeficiente de aversão ao risco, mas qualquer pessoa sabe dizer que não aceita mais de 5% de chance de faltar dinheiro para a faculdade do filho. A alocação por objetivos pergunta o que o investidor sabe responder, e traduz a resposta para a linguagem da fronteira.
A partir de 2010, a discussão deixou de ser se a alocação por objetivos era eficiente. Passou a ser o quanto ela era mais eficiente.
Para quem é do mercado, vale registrar: o argumento técnico mais usado contra o método foi retirado da mesa pelo pai da fronteira eficiente.
2022: a carteira que recalcula a rota
Até aqui, cada objetivo tinha a sua carteira, mas ela era fixa. O passo seguinte foi fazer a carteira reagir ao caminho, como um GPS que recalcula a rota. A cada período, o método compara o patrimônio com o custo das metas à frente. Quem está adiantado reduz o risco, porque já não precisa dele. Quem está atrasado sabe exatamente quanto risco precisa assumir, e em qual objetivo. O modelo tradicional ignora essa informação: a trilha de risco por idade entrega a mesma carteira a 2 pessoas de 50 anos, uma adiantada no plano e outra atrasada.
Pesquisadores da Santa Clara University mediram o tamanho dessa diferença num estudo publicado no Journal of Banking & Finance. Montaram o plano de um investidor de 35 anos com 3 metas até os 95: a renda da aposentadoria, uma reserva para cuidados de saúde e um legado. E compararam a alocação por objetivos com o fundo de data-alvo, que reduz o risco conforme a idade e é o produto de aposentadoria mais vendido dos Estados Unidos.
A chance de o dinheiro durar até os 95 anos foi de 44,9% no modelo tradicional e de 71,3% na alocação por objetivos. Os autores então inverteram a pergunta: quanto o modelo tradicional precisaria ter no início para alcançar os mesmos 71,3%? A resposta foi US$ 280 mil em vez de US$ 100 mil.
Num plano de 60 anos, o modelo tradicional precisaria começar com 2,8 vezes mais dinheiro para ter a mesma chance de chegar lá.
O mesmo grupo testou também a objeção de que a vida real é mais complicada que 3 metas. Montou o plano de um casal com 60 anos de horizonte e 439 metas disputando o mesmo dinheiro. A melhor das 15 carteiras fixas testadas tinha cerca de 7% de chance de cumprir todas as metas. A alocação por objetivos resolveu o plano em 17 segundos num computador comum, com mais de 97% de chance nas metas prioritárias, porque decide a cada momento qual meta proteger primeiro se o mercado não ajudar. Quanto mais complexa a vida, maior a vantagem.
2023 e 2024: o teste do tempo
Faltava a prova mais dura: e quando o mercado muda de comportamento? Pesquisadores da Universidade de Zagreb responderam em 2 rodadas. Na primeira, em 2023, compararam 5 métodos com dados reais de mercado entre 1991 e 2022.
| Método | Taxa de sucesso na meta |
|---|---|
| Alocação por objetivos com aprendizado de máquina | 77,5% |
| Alocação por objetivos por programação dinâmica | 74,4% |
| Orçamento de risco por meta | 68,6% |
| Regra de Merton, a fórmula clássica de alocação | 67,0% |
| Redução de risco por idade | 54,3% |
Na segunda, em 2024, o modelo foi treinado com dados de 1870 a 1991 e testado em 1992 a 2022, 30 anos que ele nunca tinha visto. A versão capaz de perceber mudanças de comportamento do mercado atingiu 88,7% de sucesso, contra 79,3% do melhor concorrente.
Os 2 estudos mostram o mesmo padrão. As versões da alocação por objetivos ocupam o topo, e a vantagem cresce justamente quando o mercado muda, que é quando as regras fixas mais falham. O último colocado é o piloto automático mais vendido do mundo.
Resultados de simulações acadêmicas com dados históricos e hipotéticos. Não são projeção nem promessa de rentabilidade.
No Brasil, quem mais chegou perto disso foram os fundos de pensão
Todos esses testes têm um detalhe em comum: foram feitos com dados e parâmetros de mercados desenvolvidos, onde o juro real de longo prazo ficou, em média, perto de 1,3% ao ano. Com prêmios baixos assim, o método já venceu. A pergunta que interessa é o que acontece num mercado em que o juro real passa de 7%.
Por aqui, os investidores que mais se aproximaram dessa lógica foram os fundos de pensão. Eles sempre tiveram o que falta à maioria das carteiras: uma meta. A meta atuarial é um juro real que o plano precisa entregar para pagar os benefícios prometidos, e toda a gestão se organiza em torno dela.
Quando o juro real paga acima da meta, os fundos compram títulos atrelados à inflação com prazo casado ao dos compromissos, travam a meta e fazem gordura. Em 2021, com a alta das taxas, a Valia imunizou 100% de um dos seus planos dessa forma.
Quando o juro real paga abaixo da meta, o ativo seguro deixa de ser suficiente, e o caminho passa a ser o prêmio de risco. Com o juro real no chão em 2020, as fundações ampliaram o orçamento de risco em cerca de 50% para 2021: a meta de bolsa subiu de 10% para 15%, a de fundos estruturados de 4% para 6% e a de exterior de 2% para 4%.
É a lógica do GPS, com uma limitação importante: 1 meta para milhares de participantes. Em 2020, a maioria não bateu a meta, porque 1 régua só não se ajusta a ninguém em particular. A alocação por objetivos aplica a mesma lógica a cada família e a cada objetivo. A meta adiantada é travada. A atrasada recebe o risco de que precisa.
Por que no Brasil a vantagem é maior
O juro real. O Tesouro IPCA+ 2045 paga hoje mais de 7% ao ano acima da inflação. Para garantir R$ 100 mil corrigidos pela inflação daqui a 20 anos, com juro real de 7%, basta separar cerca de R$ 25,8 mil hoje. Com 1,3%, seriam necessários R$ 77,2 mil. Travar uma meta no Brasil custa um terço do que custa num mercado desenvolvido, e o juro real brasileiro oscila o suficiente para abrir essas janelas com frequência. É exatamente o movimento que dá vantagem à alocação por objetivos, e aqui ele é mais barato.
A complexidade tributária. No Brasil, o imposto sobre o mesmo ganho pode ir de 0% a 35%, dependendo do veículo e do prazo:
- LCI, LCA, CRI, CRA, debêntures incentivadas e dividendos de fundos imobiliários são isentos para pessoa física, isenção que se manteve com a queda da MP 1.303.
- ETFs de renda fixa com prazo médio acima de 720 dias pagam 15% só no resgate, sem come-cotas.
- Fundos abertos antecipam o imposto a cada 6 meses.
- A previdência na tabela regressiva cai de 35% para 10% depois de 10 anos, sem imposto nas trocas de estratégia. No PGBL, quem está na alíquota de 27,5% deduz até 12% da renda bruta tributável e paga 10% lá na frente.
A cada R$ 100 mil no mesmo ativo, rendendo 10% ao ano por 30 anos:
| Veículo | O dinheiro se multiplica por |
|---|---|
| Fundo com come-cotas | 11,5 vezes |
| ETF | 15,0 vezes |
| Previdência | 15,8 vezes |
Conta simplificada, sem taxas: come-cotas de 15% semestral no fundo; 15% no resgate do ETF; 10% na previdência depois de 10 anos. Não é projeção nem promessa de rentabilidade.
São 38% a mais de patrimônio sem 1 ponto de risco adicional. Em 1 ano, porém, a previdência seria o pior destino. São benefícios agressivos, e todos dependem de uma informação: o prazo de cada real. Uma carteira única não tem essa informação e paga o imposto do pior caso. Só quem monta a carteira por objetivos sabe quando cada real vai ser usado.
Se a ciência já resolveu, por que quase ninguém faz?
Porque o gargalo nunca foi a teoria. Foi a execução.
A carteira eficiente de uma família não é uma só. A do empresário que ainda está construindo patrimônio não é a mesma de quando ele vende a empresa, nem de quando começa a organizar a sucessão. Cada família tem os seus objetivos, e cada momento de vida pede outra combinação de prazo, risco e veículo. Aplicar o método de verdade significa refazer essa conta para cada pessoa, e refazê-la toda vez que a vida ou o mercado mudam.
Por décadas, isso teve um preço que quase ninguém podia pagar. Os fundos de pensão resolveram com 1 meta para milhares de participantes. Os family offices resolveram com times inteiros dedicados a poucas famílias. O resto do mercado ficou com o que cabia na operação: o perfil de investidor e a carteira recomendada do mês.
Esse preço caiu. O plano com 439 metas, como vimos, roda em 17 segundos. E quando a máquina assume a conta, muda também o trabalho de quem atende. O profissional deixa de passar o dia cuidando de carteiras e passa a cuidar do que elas existem para financiar: os objetivos e os sonhos de cada pessoa que atende.
Nenhum teste publicado encontrou um modelo mais eficiente que a alocação por objetivos. E no Brasil a vantagem é maior.
Foi para derrubar esse preço no Brasil que a Akros construiu o primeiro sistema brasileiro de recomendações por objetivos. Ele junta 2 coisas que raramente andam juntas: tecnologia para personalizar recomendações em escala e carteiras modeladas por gestores com histórico nos maiores bancos e fundos de pensão do país. Está disponível para investidores que querem carteiras mais eficientes e para profissionais que querem elevar a qualidade final das suas recomendações.
Conheça as Recomendações GBI e comece pela consolidação patrimonial, que mostra o patrimônio inteiro de uma vez.
Antes, faça sozinho um teste com o seu último extrato. Procure 2 números: a chance de a sua aposentadoria dar certo e quanto falta para cada um dos seus objetivos. Se o extrato só mostra rentabilidade em % do CDI, a sua carteira ainda está sendo avaliada pela pergunta de 1952.
Estudos citados
- Markowitz, H. Portfolio Selection. Journal of Finance, 1952.
- Shefrin, H. e Statman, M. Behavioral Portfolio Theory. Journal of Financial and Quantitative Analysis, 2000.
- Chhabra, A. Beyond Markowitz: A Comprehensive Wealth Allocation Framework for Individual Investors. Journal of Wealth Management, 2005.
- Das, S., Markowitz, H., Scheid, J. e Statman, M. Portfolio Optimization with Mental Accounts. Journal of Financial and Quantitative Analysis, 2010.
- Das, S., Ostrov, D., Radhakrishnan, A. e Srivastav, D. Dynamic Optimization for Multi-Goals Wealth Management. Journal of Banking & Finance, 2022.
- Bauman, T., Gašperov, B., Begušić, S. e Kostanjčar, Z. Deep Reinforcement Learning for Robust Goal-Based Wealth Management, 2023.
- Bauman, T., Gašperov, B., Goluža, S. e Kostanjčar, Z. Deep Reinforcement Learning for Goal-Based Investing Under Regime-Switching, 2024.
- Datos Insights. The Future of Goals-Based Investing, 2024.
Glauber Sá é Estrategista Financeiro, CFP e Consultor CVM, fundador da Akros Consultoria de Investimentos, consultoria independente registrada na CVM.