📈 economia

Spectral Risk Measures in RAROC: A Risk-Sensitive Framework for Risk-Adjusted Financial and Accounting Information — Evidence from the DAX 40

Este artigo propõe e valida empiricamente uma estrutura de RAROC sensível ao risco para empresas do DAX 40 que incorpora Medidas de Risco Espectral coerentes para superar as limitações do Valor em Risco tradicional, oferecendo, assim, uma alternativa sensível à cauda para a tomada de decisões contábeis, gerenciais e de investimento durante crises.

Autores originais: Georgios Zachos, Evangelos Chytis

Publicado 2026-10-29

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Georgios Zachos, Evangelos Chytis

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

No mundo das finanças, empresas e investidores fazem constantemente uma única e vital pergunta: este negócio está realmente a ganhar dinheiro ou está apenas a apostar com fundos emprestados? Para responder a isto, os profissionais utilizam uma ferramenta chamada Retorno sobre o Capital Ajustado ao Risco, ou RAROC. Pense nisto como uma pontuação que não olha apenas para quanto lucro uma empresa gera, mas também pondera esse lucro face ao perigo de o perder tudo. Durante décadas, a forma padrão de medir esse perigo tem sido um método conhecido como Valor em Risco (Value-at-Risk). Esta abordagem tenta prever a pior perda provável que uma empresa possa enfrentar num ano normal. No entanto, este método tradicional tem uma falha conhecida: muitas vezes falha ao não contabilizar os eventos extremos e caóticos que ocorrem durante as crises financeiras, onde as perdas podem ser muito piores do que o modelo prevê. É como verificar a previsão meteorológica para um dia ensolarado, mas ignorar a possibilidade de um furacão.

Uma equipa de investigadores da Universidade de Ioánina, na Grécia, decidiu testar uma forma diferente e mais robusta de medir o risco para ver se isso altera a pontuação final. Eles focaram-se num conceito chamado Medidas de Risco Espectral, que permite à pessoa que realiza o cálculo declarar explicitamente o quanto teme um desastre. Ao contrário do método antigo, que trata todos os riscos da mesma forma, esta nova abordagem permite que um analista diga: "Estou muito preocupado com perdas extremas, por isso quero ponderá-las fortemente". Os investigadores aplicaram este novo pensamento ao DAX 40, um índice de ações importante na Alemanha que inclui as quarenta maiores e mais diversas empresas do país. Eles queriam ver se a substituição do antigo calculador de risco por este novo e mais sensível alteraria o cenário financeiro destas empresas, e se a diferença era significativa o suficiente para importar para contabilistas, gestores e investidores.

Os investigadores construíram o seu estudo sobre uma ideia simples, mas poderosa: o desempenho financeiro não deve ser julgado no vácuo. Eles utilizaram os números reais das demonstrações financeiras das empresas — especificamente a receita, as despesas operacionais e o valor dos ativos que perderam valor ao longo do tempo. Em seguida, dividiram esses ganhos do mundo real pelo montante de capital necessário para sobreviver a um dia mau. Na abordagem tradicional, o "dia mau" era definido pelo Valor em Risco. Na sua nova abordagem, utilizaram a Medida de Risco Espectral, que ajustaram para refletir um investidor moderadamente cauteloso que deseja estar preparado para quedas severas do mercado. Incluíram também um terceiro método, chamado Expected Shortfall (Perda Esperada), que é uma alternativa de meio-termo que observa a média das piores perdas. Para garantir que os seus resultados eram sólidos, testaram estes métodos de duas formas diferentes. Primeiro, observaram como cada empresa se movia em relação ao mercado alemão global. Segundo, observaram o próprio histórico específico de cada empresa ao longo de um período de dez anos, de 2015 a 2024, ignorando o movimento geral do mercado para se focarem puramente na firma individual.

Os resultados foram claros e consistentes em ambos os métodos de teste. A escolha do calculador de risco fez uma diferença massiva nos números finais. Quando os investigadores utilizaram a nova Medida de Risco Espectral, que é desenhada para ser mais sensível aos riscos extremos de cauda, o requisito de capital aumentou. Como o denominador na sua pontuação (o capital necessário) se tornou maior, o retorno ajustado ao risco final diminuiu. Em outras palavras, quando as empresas foram julgadas por um padrão mais rigoroso e conservador que respeitava a possibilidade de uma crise, o seu desempenho pareceu menos impressionante do que sob as regras antigas, mais lenientes. Isto aconteceu para quase todas as empresas do índice. Os investigadores descobriram que a diferença entre as pontuações produzidas pelo novo método e o antigo Valor em Risco não foi apenas uma pequena flutuação; foi uma lacuna estatisticamente significativa. Os dados mostraram que o novo método produziu consistentemente classificações de desempenho mais baixas e cautelosas, especialmente quando observavam o nível de confiança de 99 por cento, que representa as perdas potenciais mais severas.

Esta descoberta sugere que a antiga forma de medir o risco pode estar a dar às empresas uma falsa sensação de segurança. Ao confiar num método que pode falhar ao capturar a gravidade de eventos extremos, a contabilidade tradicional pode estar a sobrestimar o quão bem uma empresa está a desempenhar-se em relação ao seu verdadeiro risco. O estudo indica que a incorporação de uma medida de risco que permite a cautela definida pelo utilizador, como a Med

Resumo Técnico: Medidas de Risco Espectral em RAROC

Definição do Problema
A pesquisa aborda as limitações dos modelos tradicionais de Retorno sobre o Capital Ajustado ao Risco (RAROC), que dependem predominantemente do Valor em Risco (VaR) como a medida de risco subjacente. Os autores argumentam que o VaR carece de coerência, especificamente por falhar na propriedade de subaditividade sob distribuições de retornos de cauda pesada, uma falha crítica durante períodos de risco sistêmico e estresse de mercado. Consequentemente, o RAROC tradicional pode falhar em capturar adequadamente perdas extremas e riscos interconectados, levando a uma alocação de capital e avaliação de desempenho subótimas em auditoria, contabilidade de gestão e tomada de decisão de investimento. O estudo busca determinar se a incorporação de Medidas de Risco Espectral (SRMs) — que oferecem coerência e aversão ao risco especificável pelo usuário — no framework de RAROC resulta em métricas de desempenho ajustadas ao risco materialmente diferentes e mais robustas em comparação ao VaR e ao Expected Shortfall (ES).

Metodologia
O estudo propõe uma metodologia que estende o trabalho de Zachos (2023, 2026) para integrar as SRMs ao cálculo do RAROC. A pesquisa utiliza dados históricos do índice DAX 40 e de suas empresas constituintes ao longo de um período de dez anos (2015–2024).

Numerador Ajustado ao Risco: Diferente do RAROC padrão, que utiliza retornos esperados, os autores utilizam um fluxo baseado em contabilidade derivado de demonstrações financeiras: Receita menos Despesas Operacionais menos Impairments de Ativos ( $R - E - IA$ ). Esta abordagem alinha a métrica de desempenho com os resultados contábeis (considerações de IFRS 9 e IAS 36).
Medidas de Risco: O estudo compara três medidas de risco no denominador:
1. Value-at-Risk (VaR): O benchmark tradicional.
2. Expected Shortfall (ES): Uma alternativa coerente servindo como benchmark.
3. Medida de Risco Espectral (SRM): Especificamente, uma Medida de Risco Espectral de Potência definida pela função de ponderação $\phi(p) = d \cdot p^{d-1}$ . O parâmetro $d$ é definido como 1,2 para refletir um perfil de aversão ao risco moderada, comum entre analistas e investidores.
Abordagens Analíticas: Duas abordagens distintas são empregadas:
1. Abordagem Vinculada ao Mercado: O risco é derivado multiplicando o SRM/ES/VaR do índice pelo Beta de cada empresa (sensibilidade ao mercado), capturando o risco sistemático.
2. Abordagem Específica da Empresa: As medidas de risco são calculadas diretamente a partir dos dados de retorno histórico de cada empresa individual, independentemente do beta do índice.
Análise Estatística: O estudo utiliza testes t de Student pareados (bilaterais e unilaterais) para examinar a significância estatística das diferenças entre o numerador contábil e os resultados ajustados ao risco, bem como as diferenças entre as várias especificações de medidas de risco.

Principais Contribuições
O artigo apresenta três contribuições primárias para os campos de Contabilidade e Finanças:

Integração Metodológica: Integra Medidas de Risco Espectral ao framework de RAROC, permitindo que o componente de capital econômico reflita explicitamente um grau especificado de aversão ao risco através da função de ponderação espectral.
Comparação Empírica: Fornece uma comparação empírica abrangente de SRM, VaR e ES dentro do framework de RAROC utilizando dados do DAX 40. O estudo examina se as medidas de risco alternativas levam a avaliações de desempenho ajustado ao risco materialmente diferentes.
Síntese Contábil-Desempenho: Contribui para o uso de informações contábeis na análise de risco ao combinar fluxos contábeis (receitas, despesas, impairments) com informações de risco baseadas no mercado. Isso oferece uma interpretação sensível ao risco dos resultados contábeis, argumentando que o desempenho financeiro não pode ser totalmente compreendido sem considerar o capital econômico necessário para suportá-lo.

Resultados
A análise empírica produz várias descobertas fundamentais:

Impacto da Seleção da Medida de Risco: A escolha da medida de risco afeta significativamente as estimativas de RAROC. À medida que a medida de risco se torna mais conservadora (movendo-se de VaR para ES e para Power SRM), os valores de RAROC resultantes diminuem sistematicamente.
Significância Estatística: Os testes t pareados confirmam que as diferenças entre o numerador contábil bruto e os resultados ajustados ao risco são estatisticamente significativas (p-valores < 0,05, frequentemente < 0,01) em todas as medidas de risco e níveis de confiança (95% e 99%).
Divergência Entre Medidas: As diferenças entre os resultados de RAROC baseados em SRM, VaR e ES também são estatisticamente significativas. Isso indica que a especificação da medida de risco subjacente altera materialmente a avaliação de desempenho.
Consistência de Abordagem: Os resultados da abordagem vinculada ao mercado e da abordagem específica da empresa são consistentes em suas conclusões, sugerindo que, em um mercado maduro como o DAX 40, a ênfase no risco do nível do índice versus o nível da constituinte não altera drasticamente os resultados da análise de sensibilidade.
Limitações em Cenários de Perda: O estudo observa um resultado contraintuitivo para empresas que apresentam perdas (EOAN, PAH3, RWE) na abordagem específica da empresa, onde uma medida de risco mais conservadora gerou resultados menos pessimistas. Os autores sugerem que a metodologia atual pode exigir modificações para entidades com desempenho negativo.

Significância e Alegações
O artigo afirma que a medição de risco e a medição de desempenho financeiro não devem ser tratadas como exercícios analíticos separados. A significância do estudo reside em demonstrar que:

A Seleção da Medida de Risco Importa: A seleção da medida de risco não é uma escolha técnica neutra; ela influencia fundamentalmente a interpretação do desempenho contábil e o capital necessário para suportá-lo.
Flexibilidade na Avaliação: A incorporação da aversão ao risco via função de ponderação espectral fornece uma ferramenta flexível para a avaliação de desempenho contábil e financeiro sensível ao risco, particularmente útil em ambientes caracterizados por elevada incerteza ou crise.
Aplicação Prática: O proposto RAROC baseado em SRM oferece uma alternativa coerente e sensível à cauda em relação aos métricas tradicionais baseadas em VaR, sendo adequado para orçamento de capital, benchmarking de desempenho e análise de investimento onde os riscos de cauda extrema são uma preocupação.

Os autores mantêm uma postura modesta, observando que os resultados não implicam que uma medida de risco seja universalmente superior, mas sim que a especificação da medida de risco afeta os resultados. Eles reconhecem limitações quanto ao parâmetro fixo de aversão ao risco ( $d=1,2$ ) e o uso de OLS para estimativa de beta, sugerindo que pesquisas futuras devam explorar mercados emergentes, análises setoriais e perfis alternativos de tolerância ao risco.

Mais como este