Equivalent Behavioural Martingale Measure

No mundo das finanças, os preços não são apenas números; eles são sinais. Quando um investidor compra uma opção, um contrato que lhe dá o direito de comprar ou vender uma ação em uma data futura, o preço que ele paga revela o que o mercado coletivamente acredita sobre o futuro. Especificamente, revela o quanto o mercado teme um colapso ou espera por um boom. Durante décadas, economistas usaram uma estrutura matemática padrão para decodificar esses preços, tratando-os como se o mercado fosse uma única máquina racional. No entanto, os mercados reais são feitos de pessoas, e as pessoas nem sempre agem como máquinas. Elas sentem medo, tornam-se gananciosas e pesam os riscos de forma diferente dependendo se estão olhando para uma perda potencial ou para um ganho potencial. A questão tem sido, há muito tempo: podemos pegar a realidade emocional e desordenada do comportamento humano e encaixá-la nas regras estritas e lógicas que governam a precificação financeira sem quebrar o sistema?

Este é o território explorado em um novo artigo de trabalho de G. Charles-Cadogan, que busca construir uma ponte entre a psicologia humana e as finanças matemáticas. O artigo foca em um padrão específico visto nos mercados de opções: o "sorriso" (smile) ou o "sorriso torto" (smirk). Se você plotasse os preços das opções contra o quão distantes elas estão do preço atual da ação, veria frequentemente uma linha curva em vez de uma linha plana. Essa curva sugere que o mercado precifica eventos extremos — tanto colapsos quanto ralis massivos — de forma diferente do que a teoria padrão prevê. O autor questiona se essa curva é simplesmente um artefato matemático ou se é um mapa direto das atitudes de risco humanas, especificamente como as pessoas se sentem em relação ao risco quando estão perdendo dinheiro versus quando estão ganhando. O objetivo é mostrar que essas reações emocionais podem ser traduzidas em uma linguagem matemática rigorosa que respeite a regra fundamental das finanças: que não existe almoço grátis, ou, em termos técnicos, não há arbitragem.

O artigo introduz uma nova maneira de olhar para esses preços de mercado, chamando-a de "Medida de Martingal Comportamental Equivalente". Para entender isso, imagine que o mercado atribui um peso diferente a cada possível resultado futuro. Um modelo padrão poderia tratar todos os resultados igualmente, mas um modelo comportamental reconhece que os investidores se importam mais com um resultado ruim do que com um bom de mesmo tamanho. O autor demonstra que você pode transformar essa visão emocional e ponderada do futuro em uma ferramenta matemática válida, mas apenas se aplicar uma correção específica. Pense nisso como ajustar uma balança: se você quiser pesar uma pena e uma pedra na mesma balança, não pode apenas colocá-las; deve primeiro levar em conta a diferença de como elas se assentam no prato. Da mesma forma, o artigo mostra que você não pode simplesmente usar os sentimentos brutos humanos sobre o risco para precificar opções. Você deve primeiro remover um "drift" (deriva) matemático específico causado pela combinação de quão avesso ao risco o ser humano é e o quanto o mercado está se movendo. Uma vez que esse drift é compensado, a fórmula resultante torna-se uma forma válida e estável de precificar ativos que ainda captura a essência do comportamento humano.

A descoberta central é que essa fórmula corrigida funciona. O autor prova que, se você pegar a utilidade marginal da riqueza — que é uma medida de quanto um dólar extra significa para um investidor em um momento específico — e a ajustar pelos riscos do mercado, ela se transforma em uma medida de probabilidade válida. Isso significa que ela pode ser usada para calcular preços sem criar contradições ou lucros impossíveis. O artigo identifica o termo matemático exato que deve ser removido para que isso funcione, ligando-o diretamente à medida de Arrow-Pratt de aversão ao risco, um conceito clássico em economia que quantifica o quanto alguém detesta o risco. O autor mostra que essa aversão ao risco, quando multiplicada pela volatilidade do mercado, cria o ajuste necessário. Sem esse ajuste, o modelo falharia nos testes básicos de lógica financeira.

Além da teoria, o artigo testa essa ideia contra dados do mundo real. O autor reuniu um grande conjunto de preços de opções de grandes ações dos EUA e fundos de índice negociados em bolsa (ETFs), incluindo gigantes como Apple, Microsoft e Tesla, bem como índices amplos de mercado. Ele filtrou dados ruidosos ou não confiáveis e então tentou ajustar seu novo modelo comportamental aos preços observados. Ele comparou seus resultados com outros modelos padrão usados por profissionais, como o modelo SVI, que é projetado especificamente para se ajustar à forma dos preços das opções. Os resultados foram mistos, porém reveladores. Quando o novo modelo comportamental recebeu as mesmas regras estritas para evitar arbitragem que os modelos padrão, ele teve um desempenho tão bom quanto, e em alguns testes agrupados, até ligeiramente superior, ao prever preços futuros. No entanto, o artigo é cuidadoso ao notar que isso não é um substituto para as ferramentas complexas atualmente usadas por traders para construir superfícies de negociação inteiras. Em vez disso, serve como uma ferramenta de diagnóstico.

O insight mais significativo dos dados vem da decomposição do "sorriso" em seus componentes. O autor descobriu que a curva não é apenas uma forma única, mas uma combinação de duas forças distintas. Uma parte é simétrica, representando um medo geral de risco que afeta todos os resultados igualmente, criando um "sorriso" padrão. A outra parte é assimétrica, inclinando a curva para um lado, o que o autor interpreta como um "sorriso torto" (smirk) de especulação. Essa inclinação sugere que, em certas condições de mercado, os investidores não estão apenas com medo de perder; eles estão buscando ativamente a possibilidade de um ganho massivo, do tipo loteria. Os dados mostraram que essa inclinação especulativa era uma característica forte e consistente no mercado, muitas vezes mais pronunciada do que o medo geral do risco. De fato, a força dessa inclinação especulativa pareceu ter uma capacidade pequena, mas mensurável, de prever o quanto o mercado se moveria no futuro próximo.

O artigo também aborda o que acontece quando diferentes tipos de investidores são misturados. Em um mercado real, algumas pessoas são muito cautelosas enquanto outras são muito ousadas. O autor mostra que você pode combinar as visões de precificação desses diferentes grupos em um único modelo válido, desde que os pondere corretamente. Se você simplesmente somar suas visões sem ajustar pelo seu tamanho ou importância relativa, a matemática falha. Mas se você normalizar os pesos, tratando-os como partes do total do mercado, o modelo combinado permanece válido. Isso fornece uma maneira de entender como um mercado com personalidades diversas ainda pode chegar a um preço único e coerente para uma opção.

Em última análise, o artigo não afirma ter resolvido o mistério de por que os mercados se movem ou ter encontrado uma nova maneira de ganhar dinheiro. Em vez disso, oferece uma lente mais clara através da qual visualizar os preços que já existem. Ele confirma que as formas estranhas dos preços das opções não são apenas ruído aleatório ou erros matemáticos, mas estão profundamente enraizadas em como os humanos percebem o risco e a recompensa. Ao mostrar exatamente como traduzir esses sentimentos humanos em uma estrutura matematicamente sólida, o autor fornece uma maneira de separar o sinal da preferência comportamental genuína do ruído da fricção de mercado. O trabalho sugere que, embora o mercado seja complexo, os impulsionadores subjacentes de sua precificação são consistentes com as leis fundamentais da probabilidade, desde que levemos o tempo necessário para corrigir a tendência humana de reagir exageradamente ao risco. Isso permite que economistas e traders olhem para um preço e entendam não apenas o que o mercado pensa que vai acontecer, mas como o mercado se sente sobre a possibilidade de isso acontecer.