Expected Shortfall: o que acontece depois do pior limite

Um limite não descreve o que existe depois dele

Imagine mil cenários para uma carteira, ordenados da menor para a maior perda. O percentil de 97,5% separa os 975 cenários menos severos dos 25 piores. Ele informa onde começa a cauda extrema, mas não revela se as perdas restantes ficam pouco acima do limite ou se crescem muito.

O Valor em Risco (VaR, na sigla em inglês) responde à primeira pergunta: qual limiar de perda só é ultrapassado numa pequena fração dos cenários? O Expected Shortfall (ES), também chamado de perda esperada na cauda, responde à segunda: qual é a perda média dentro dessa fração adversa?

A definição em linguagem matemática

Considere L como a perda de uma carteira e α como o nível escolhido. O VaR no nível α é um quantil: um ponto da distribuição abaixo do qual fica aproximadamente a fração α das perdas. Num modelo contínuo, o ES no mesmo nível é a média de L condicionada a L estar além desse quantil.

A leitura prática de ES a 97,5% é: entre os 2,5% de cenários com maiores perdas, qual é a perda média? O horizonte precisa vir junto. Um ES diário e um ES anual respondem a perguntas diferentes, mesmo quando usam o mesmo nível de 97,5%.

Distribuições discretas exigem cuidado porque muitos cenários podem empatar exatamente no VaR. Acerbi e Tasche mostraram que uma definição robusta deve repartir corretamente o peso desses empates para preservar as propriedades matemáticas da medida. Portanto, simplesmente filtrar tudo que é maior ou igual ao quantil pode produzir uma cauda com tamanho errado.

Por que a coerência importa

Artzner, Delbaen, Eber e Heath propuseram quatro propriedades para uma medida de risco coerente. A mais intuitiva para carteiras é a subaditividade: juntar duas posições não deveria produzir um risco maior que a soma dos riscos medidos separadamente, porque a combinação pode trazer diversificação.

O VaR pode violar essa propriedade em algumas distribuições. O ES, quando definido corretamente, é coerente. Isso não quer dizer que toda combinação reduz risco. Ativos muito dependentes podem cair juntos. A propriedade apenas evita que a medida trate a diversificação de maneira matematicamente contraditória.

Três formas comuns de estimar

O ES histórico ordena perdas observadas e calcula a média da cauda. Ele preserva assimetrias e eventos extremos presentes na amostra, mas não enxerga crises que nunca apareceram naquela janela.

O ES paramétrico assume uma família de distribuição, estima seus parâmetros e calcula a cauda analiticamente ou por aproximação. É eficiente com pouca informação, porém pode suavizar caudas grossas se a distribuição escolhida for otimista.

O ES por simulação cria muitos cenários conjuntos para os fatores de risco, reavalia a carteira em cada um e calcula a média da cauda simulada. Ele lida melhor com relações complexas, mas herda todas as hipóteses sobre volatilidade, dependência e comportamento dos ativos.

O que conferir antes de aceitar o número

Um ES sem contexto parece mais preciso do que realmente é. Antes de comparar duas estimativas, confira:

• Horizonte: um dia, dez dias, um mês ou um ano.
• Nível da cauda: 95%, 97,5% ou 99% mudam o conjunto de cenários.
• Método: histórico, paramétrico ou simulado.
• Janela e fontes: uma amostra curta ou sem períodos de estresse pode esconder perdas raras.
• Dependência: calcular cada ativo isoladamente e somar ignora o que acontece quando eles se movem juntos.
• Incerteza estatística: a cauda tem poucas observações e costuma ser a parte mais difícil de estimar.

Da pesquisa à supervisão bancária

O artigo de Artzner e coautores, publicado em 1999, formalizou a ideia de medidas coerentes. Acerbi e Tasche desenvolveram a interpretação do ES como média das piores perdas e discutiram a definição correta para distribuições com empates. Rockafellar e Uryasev mostraram como trabalhar com a mesma ideia, sob o nome de Valor em Risco Condicional, em problemas de otimização.

A supervisão bancária também incorporou o conceito. O Comitê de Basileia adotou modelos de Expected Shortfall no padrão de risco de mercado. Isso mostra a relevância institucional da medida, mas não transforma uma estimativa em certeza nem torna parâmetros regulatórios adequados para qualquer carteira.