22 Junho 2021 23:13

Posso usar o coeficiente de correlação para prever os retornos do mercado de ações?

O coeficiente de correlação tem capacidade limitada de prever retornos no mercado de ações para ações individuais. Ainda assim, a medição estatística pode ter valor em prever a extensão em que duas ações se movem em relação uma à outra, porque o coeficiente de correlação é uma medida da relação entre como duas ações se movem em conjunto uma com a outra, bem como a força dessa relação.

Teoria de portfólio moderna

Embora o coeficiente de correlação possa não ser capaz de prever os retornos futuros das ações, a ferramenta é útil para o entendimento (e mitigação) do risco porque é um componente central da fronteira eficiente, por sua vez, fornece uma relação curva entre um possível retorno para uma combinação de ativos em um portfólio versus uma determinada quantidade de risco para aquela combinação de ativos.

Principais vantagens

  • A correlação mede a quantidade de co-movimento entre dois títulos de investimento.
  • Uma crítica à moderna teoria do portfólio é a suposição de que a correlação entre os ativos é fixa ao longo do tempo, quando na realidade é dinâmica e mutável.
  • Os coeficientes de correlação estão em uma escala de -1 a 1, com 1 indicando correlação perfeita, -1 sugerindo correlação inversa e 0 indicando nenhuma correlação.
  • Compreender as correlações pode ajudar os investidores a construir carteiras diversificadas, mas os coeficientes de correlação não têm poder preditivo real além disso.

O coeficiente de correlação

O coeficiente de correlação é medido em uma escala de -1 a 1. Um coeficiente de correlação de 1 indica uma correlação positiva perfeita entre os preços de duas ações, o que significa que as ações sempre se movem na mesma direção pela mesma quantidade. Um coeficiente de -1 indica uma correlação negativa perfeita, o que significa que as ações historicamente sempre se moveram na direção oposta. Se duas ações têm um coeficiente de correlação de 0, significa que não há correlação e, portanto, nenhuma relação entre as ações. É incomum ter uma correlação positiva ou negativa perfeita.

Os investidores podem usar o coeficiente de correlação para selecionar ativos com correlações negativas para inclusão em suas carteiras. O cálculo do coeficiente de correlação considera a covariância das duas variáveis ​​em questão e o desvio padrão de cada variável.

Enquanto o desvio padrão é uma medida da dispersão dos dados de sua média, a covariância é uma medida de como duas variáveis ​​mudam juntas. Ao dividir a covariância pelo produto dos dois desvios-padrão, pode-se calcular o coeficiente de correlação e determinar até que ponto os ativos em uma carteira provavelmente se moverão em conjunto.

Poder preditivo

O coeficiente de correlação é basicamente uma regressão linear realizada nos retornos de cada ação contra a outra. Se mapeado graficamente, uma correlação positiva mostraria uma linha inclinada para cima. Uma correlação negativa mostraria uma linha inclinada para baixo. Embora o coeficiente de correlação seja uma medida da relação histórica entre duas ações, ele também pode fornecer um guia para a relação futura entre os ativos.

No entanto, a correlação entre dois investimentos é dinâmica e sujeita a alterações. A correlação pode mudar, especialmente durante tempos de maior volatilidade, justamente quando o risco aumenta para as carteiras. Como tal, o MPT pode ter limitações em sua capacidade de proteger contra o risco durante períodos de alta volatilidade devido ao pressuposto de que as correlações permanecem constantes. As limitações do MPT também limitam o poder preditivo do coeficiente de correlação.

The Bottom Line

A correlação é usada na teoria de portfólio moderna para incluir ativos diversificados que podem ajudar a reduzir o risco geral de um portfólio. Uma das principais críticas ao MPT, no entanto, é que ele assume que a correlação entre os ativos é estática ao longo do tempo. Na realidade, as correlações costumam mudar, especialmente durante os períodos de maior volatilidade. Em suma, embora a correlação tenha algum valor preditivo, a medida tem limitações em seu uso.