VaR at Its Extremes: Impossibilities and Conditions for One-Sided Random Variables

Este artigo demonstra que a subaditividade do Valor em Risco (VaR) é impossível para variáveis aleatórias unilaterais, exceto no caso degenerado de aditividade exata, e estabelece condições estruturais de dependência negativa e dominância de simplex que caracterizam quando o VaR é totalmente superaditivo.

O essencial

Imagine que você é um gerente de risco em um grande banco ou seguradora. Sua tarefa é responder a uma pergunta simples, mas assustadora: "Se tudo der errado, qual é o pior cenário que podemos enfrentar?"

Para responder a isso, os especialistas usam uma ferramenta chamada VaR (Value-at-Risk ou Valor em Risco). Pense no VaR como um "teto de perdas" ou um "alerta de tempestade". Se o VaR diz que você pode perder até R$ 1 milhão com 95% de certeza, significa que, na maioria dos dias, suas perdas ficarão abaixo desse valor.

O grande debate no mundo das finanças é sobre a diversificação. A lógica comum diz: "Não coloque todos os ovos na mesma cesta". Se você tem várias apostas diferentes, elas devem se equilibrar, e o risco total deve ser menor do que a soma dos riscos individuais. Isso é chamado de sub-aditividade (o todo é menor que a soma das partes).

Mas e se o oposto acontecer? E se juntar várias apostas fizer o risco total explodir, ficando maior que a soma das partes? Isso é a super-aditividade.

Este artigo, escrito por Nawaf Mohammed, investiga exatamente isso: quando a diversificação funciona e quando ela falha miseravelmente, especialmente quando lidamos com riscos que só podem crescer (como perdas financeiras ou sinistros de seguro, que nunca são negativos).

Aqui está a explicação do que eles descobriram, usando analogias do dia a dia:

1. O Mito da Diversificação Perfeita (Sub-aditividade)

A primeira descoberta do artigo é uma notícia ruim para quem acredita cegamente na diversificação.

• A Analogia: Imagine que você tem várias cordas. Se todas as cordas forem puxadas na mesma direção, ao mesmo tempo e com a mesma força (como um time de remo perfeitamente sincronizado), a força total é exatamente a soma das forças individuais.
• A Descoberta: O autor prova que, para riscos que só podem aumentar (como perdas), o VaR nunca será "sub-aditivo" (ou seja, nunca será menor que a soma das partes) a menos que você esteja no caso extremo onde tudo acontece exatamente ao mesmo tempo e da mesma forma.
• Em termos simples: Se você quer que o risco total seja menor que a soma dos riscos individuais, você precisa que seus ativos se movam em perfeita harmonia. Mas, ironicamente, se eles se movem em perfeita harmonia, a diversificação não ajuda em nada! O risco total é apenas a soma exata.
• Conclusão: Para riscos de perda, a "diversificação mágica" que reduz o risco total abaixo da soma das partes é, na prática, impossível, a menos que você esteja em um cenário trivial onde tudo está perfeitamente alinhado.

2. O Perigo Oculto: Quando o Risco Explode (Super-aditividade)

Agora, a parte mais interessante e perigosa. O artigo mostra que o oposto é muito comum: juntar riscos pode criar um monstro maior do que a soma das partes.

• A Analogia: Imagine que você tem vários balões de ar quente. Se um balão estoura, é ruim. Mas, se você tiver balões que, quando um estoura, puxam os outros para baixo de forma que todos explodem juntos em uma reação em cadeia, o desastre final é muito maior do que a soma de um único balão estourando.

• A Descoberta: O autor cria uma "receita" para quando isso acontece. Ele identifica duas condições que, juntas, garantem que o risco total vai explodir:

  1. Dependência Negativa Estranha (NSD): Imagine que os balões estão conectados de forma que, se um sobe, o outro tende a descer, mas de uma maneira específica e perigosa. Eles não são independentes, mas não são opostos perfeitos.
  2. Caudas Pesadas (SD): Isso se refere a riscos que têm "caudas longas". Pense em um tsunami. A maioria das ondas é pequena, mas de vez em quando, uma onda gigante aparece. Se seus riscos têm essa característica (perdas pequenas frequentes, mas perdas catastróficas raras e enormes), e eles se conectam de certa forma, o VaR total dispara.

• O Grande Segredo: O artigo mostra que você não precisa que todos os riscos sejam iguais (podem ser diferentes) e não precisa que eles sejam perfeitamente opostos. Basta que eles tenham uma certa "estrutura de dependência negativa" combinada com "caudas pesadas" (riscos extremos).

3. A Regra de Ouro: O Dinheiro Infinito

Uma das descobertas mais fascinantes é sobre o "dinheiro infinito".

• A Analogia: Imagine que você está jogando um jogo onde, se você perder, pode perder tudo o que tem e ainda ficar devendo. Se o seu potencial de perda é infinito (você pode perder mais do que existe no mundo), o VaR se comporta de maneira estranha.
• A Descoberta: O autor prova que, para ter essa "explosão" de risco (super-aditividade), pelo menos um dos riscos envolvidos precisa ter uma média infinita (ou seja, o potencial de perda é tão grande que não dá para calcular um valor médio estável). Se todos os riscos tiverem um limite máximo de perda (como um seguro com teto), a diversificação funciona normalmente e o risco total é a soma simples. Mas, se houver riscos "sem teto" (como em mercados financeiros extremos ou catástrofes naturais), a diversificação pode falhar e o risco total pode ser muito maior.

4. O Que Isso Significa para Você?

Este artigo é um alerta de segurança para o mundo financeiro e de seguros:

1. Não confie cegamente na diversificação: Se você tem riscos de perda (como seguros ou investimentos de alto risco), juntá-los não vai necessariamente reduzir seu VaR. Na verdade, pode aumentá-lo.
2. Cuidado com os "Riscos Sem Teto": Se você está lidando com situações onde as perdas podem ser catastróficas e ilimitadas, a matemática diz que o risco total pode ser muito pior do que a soma das partes.
3. A Diversificação só funciona se os riscos forem "amigos": Para reduzir o risco, os ativos precisam se mover juntos de forma previsível (o que é raro em crises) ou ter estruturas de dependência muito específicas que o artigo ajuda a identificar.

Resumo da Ópera:
O VaR é como um termômetro de medo. Este artigo nos diz que, em cenários de desastre (riscos de perda), juntar vários termômetros não necessariamente reduz a temperatura média. Pelo contrário, se os termômetros estiverem conectados de um jeito específico e lidarem com desastres sem fim, a temperatura pode subir para níveis que a soma individual jamais indicaria. A diversificação, nesse mundo extremo, não é um escudo mágico; é uma faca de dois gumes que precisa ser manuseada com extrema cautela.

Resumo técnico

Resumo Técnico: Comportamento Extremo do VaR para Variáveis Aleatórias Unilaterais

1. O Problema

O Valor em Risco (VaR) é uma das medidas de risco mais utilizadas na gestão financeira e atuária. No entanto, uma de suas propriedades mais debatidas é a sub-aditividade, que formaliza o princípio de que a diversificação deve reduzir o risco (ou seja, o VaR da soma de riscos deve ser menor ou igual à soma dos VaRs individuais).

A literatura estabelece que o VaR nem sempre é sub-aditivo, especialmente na presença de caudas pesadas. O problema central investigado neste artigo é caracterizar rigorosamente quando o VaR exibe sub-aditividade (diversificação funciona) ou super-aditividade (diversificação falha ou agrava o risco) de forma uniforme em todos os níveis de confiança $p \in (0, 1)$, especificamente para variáveis aleatórias unilaterais (suportadas em $[0, \infty)$ ou com extremos finitos). O objetivo é identificar as condições estruturais necessárias e suficientes para esses comportamentos extremos.

2. Metodologia

Os autores utilizam uma abordagem analítica baseada em teoria da probabilidade e dependência estocástica, sem assumir condições de integrabilidade (médias finitas) para as variáveis aleatórias. A metodologia inclui:

• Análise de Limites e Aproximação: Para o caso de sub-aditividade, o artigo utiliza um argumento de convergência monótona, aproximando variáveis não-integráveis por variáveis truncadas integráveis para aplicar resultados existentes (Imamura e Kato, 2025) e estendê-los ao caso geral.
• Novas Definições Estruturais: Para caracterizar a super-aditividade, são introduzidos dois conceitos-chave:
  1. Dependência de Simples Negativa (NSD - Negative Simplex Dependence): Uma condição na distribuição conjunta que limita a probabilidade de a soma exceder um certo limiar em relação ao produto das distribuições marginais.
  2. Dominância de Simples (SD - Simplex Dominance): Uma condição funcional sobre um agregador dependente das margens (uma função $\Phi$ que combina as distribuições marginais).
• Dualidade e Transformações: O estudo estende os resultados para variáveis com extremos inferiores ou superiores arbitrários (deslocamento e reflexão), explorando a dualidade entre sub-aditividade e super-aditividade nesses contextos.
• Exemplos Construtivos e Contraexemplos: O uso de distribuições específicas (Pareto, Fréchet, Lévy, etc.) e cópulas (Soma Ordinal) para validar as condições teóricas e demonstrar que a não-integrabilidade sozinha não garante a super-aditividade.

3. Principais Contribuições e Resultados

A. Impossibilidade de Sub-Aditividade (Teorema 2.2)

• Resultado: Para variáveis aleatórias não-negativas (suportadas em $[0, \infty)$), a sub-aditividade do VaR é impossível, exceto no caso degenerado de aditividade exata.
• Condição: A sub-aditividade (ou aditividade) ocorre se e somente se o vetor aleatório for comonótono (dependência positiva extrema).
• Implicação: Em riscos não-negativos, não existe estrutura de dependência que permita a diversificação reduzir o VaR. Se o VaR for sub-aditivo, os ativos devem mover-se perfeitamente em sincronia, o que anula qualquer benefício de diversificação. Este resultado generaliza trabalhos anteriores removendo a necessidade de assumir médias finitas.

B. Caracterização da Super-Aditividade (Teorema 3.5)

• Resultado: O artigo fornece um quadro unificado para quando o VaR é totalmente super-aditivo (o risco agregado é maior que a soma dos riscos individuais para todo $p$).
• Condições Necessárias:
  1. NSD (Dependência de Simples Negativa): A distribuição conjunta deve satisfazer $F_S(t) \leq \prod F_{X_i}(t)$. Isso é mais fraco que a dependência negativa de ortante inferior (NLOD), permitindo estruturas de dependência mais amplas.
  2. SD (Dominância de Simples): A função $\Phi(x_1, \dots, x_n) = \sum x_i \log F_{X_i}(x_i)$ deve ser "dominante no simples" (maior ou igual ao valor quando todos os argumentos são iguais à soma).
• Condição Prática (Corolário 3.8): Se as variáveis são NLOD e as funções marginais $\phi_i(x) = x \log F_{X_i}(x)$ são não-crescentes, então o VaR é super-aditivo.
• Requisito de Cauda: O artigo prova que, para que $\phi_i$ seja não-crescente, as variáveis devem ter média infinita (não-integráveis). Isso explica por que a super-aditividade é comum em riscos com caudas pesadas (como distribuições Pareto com $\alpha \leq 1$).

C. Generalizações e Dualidade (Seção 4)

• Extensão para Extremos Finitos: Os resultados são estendidos para variáveis com extremos inferiores $a_i$ ou superiores $b_i$.
• Dualidade:
  • Para variáveis com limite inferior finito (ex: $[a, \infty)$), a sub-aditividade estrita é impossível (apenas aditividade em comonotonicidade).
  • Para variáveis com limite superior finito (ex: $(-\infty, b]$), a super-aditividade estrita é impossível (apenas aditividade em comonotonicidade).
• Invariância: As propriedades de super/sub-aditividade são preservadas sob transformações estritamente crescentes e convexas que respeitam os limites do suporte.

D. Exemplos Ilustrativos

• O artigo demonstra que a super-aditividade pode ocorrer mesmo sem NLOD estrito, desde que a condição NSD e a dominância da função $\Phi$ sejam satisfeitas.
• Mostra-se que a não-integrabilidade das margens é necessária, mas não suficiente; a interação entre a dependência conjunta e o comportamento das margens é o fator determinante.

4. Significado e Impacto

• Teórico: O trabalho resolve uma questão fundamental sobre a natureza do VaR em ambientes de cauda pesada. Ele estabelece uma dicotomia clara: em riscos unilaterais (como perdas de seguros), o VaR é estruturalmente incompatível com a diversificação (sub-aditividade), a menos que os riscos sejam perfeitamente dependentes.
• Prático: Oferece critérios verificáveis para gestores de risco e atuários. Se as margens de um portfólio são não-integráveis (caudas pesadas) e exibem certa dependência negativa (NSD) combinada com propriedades específicas de cauda (função $\phi$ não-crescente), a diversificação pode ser prejudicial, levando a uma super-aditividade do risco.
• Inovação: Ao introduzir as condições NSD e SD, o artigo supera limitações de trabalhos anteriores que exigiam variáveis identicamente distribuídas ou dependências negativas muito restritivas (como NLOD), permitindo a análise de portfólios heterogêneos com estruturas de dependência complexas.

Em suma, o artigo conclui que a "falha da diversificação" (super-aditividade do VaR) não é uma anomalia, mas uma consequência natural e previsível sob condições específicas de dependência negativa e caudas pesadas, enquanto a "sucesso da diversificação" (sub-aditividade) é praticamente impossível para riscos unilaterais não-degenerados.