Risco e Diversificação em ETFs

1.Onde este curso entra na trilha

Os oito cursos anteriores ensinaram a ler o produto: a regra do índice, a agregação dos múltiplos, a construção de um fator, o comportamento de uma regra de dividendos, o custo de estreitar o universo e a separação entre exposição, moeda, domicílio e veículo.

Falta a pergunta que atravessa todas essas: quando várias exposições entram na mesma carteira, qual risco de fato sobrou para o investidor? É uma pergunta diferente, e ela não se responde olhando um produto de cada vez.

2.Risco não é uma métrica só

Em finanças, “risco” significa coisas diferentes para pessoas diferentes. Para quem opera, é a oscilação diária. Para quem tem uma meta datada, é a chance de chegar à data com patrimônio insuficiente. Para quem está concentrado, é a dependência de uma empresa, um setor, um país ou uma moeda.

Nenhuma métrica isolada cobre tudo. Cada uma responde a uma pergunta e ignora as demais — e a tabela abaixo diz explicitamente o que cada uma deixa de fora, porque é aí que moram os erros de leitura.

3.Retorno é observado; risco é estimado

O retorno é apurado depois que o período terminou: é um fato. O risco é uma tentativa de descrever a incerteza antes e durante o caminho — e toda métrica histórica é uma estimativa, não uma propriedade fixa do fundo.

Um ETF que apresentou 12% de volatilidade nos últimos três anos não “tem” 12% de risco daqui para frente. Aquele número resume uma janela com um regime específico de juros, lucros, inflação, liquidez — e com uma composição de índice que provavelmente já mudou.

4.Volatilidade: a medida mais conhecida

Volatilidade é o desvio-padrão dos retornos: mede o quanto eles tendem a se afastar da própria média. Quanto maior a dispersão, maior a oscilação observada.

Em ETFs de ações a volatilidade costuma ser apresentada anualizada. Partindo de retornos diários, a convenção é multiplicar o desvio-padrão diário por √252 — o número aproximado de pregões no ano. É uma aproximação: ela pressupõe que os retornos são independentes entre si e que a dispersão é estável, duas coisas que o mercado real cumpre apenas em parte.

5.A janela muda o número — medido nos mesmos ETFs

Volatilidade de 1, 3 e 5 anos respondem a perguntas diferentes. Janela curta capta o regime recente, mas pode ser dominada por um único evento; janela longa traz mais ciclos, e mistura composições e ambientes econômicos distintos.

Isso não é uma advertência teórica. Abaixo estão quatro ETFs brasileiros, com a mesma metodologia de cálculo, medidos em cinco janelas que terminam no mesmo dia:

Repare também que a ordem entre os fundos se mantém em todas as janelas (small caps sempre acima do índice amplo, dividendos sempre abaixo), mas a distância entre eles não. Comparações relativas envelhecem melhor do que números absolutos.

6.Volatilidade não é sinônimo de perda

A volatilidade trata retornos positivos e negativos como desvios em relação à média. Uma sequência de altas fortes eleva o desvio-padrão exatamente como uma sequência de quedas. Isso não a torna inútil: apenas significa que ela responde a “quanto os retornos variam?”, e não a “quanto posso perder?”.

Por isso a análise séria combina volatilidade com drawdown, concentração, correlação, exposição econômica e horizonte — que é o roteiro das próximas seções.

7.Downside risk: olhar só para o lado ruim

Métricas de downside concentram a análise nos retornos abaixo de um limite. O semidesvio usa apenas as observações abaixo da média (ou de um retorno mínimo definido); o Sortino troca a volatilidade total pelo semidesvio no denominador de um índice de retorno ajustado ao risco.

São complementos úteis ao desvio-padrão, mas herdam as mesmas dependências: janela, frequência e — o que é específico delas — a definição de “retorno ruim”. Não existe um limite adequado para todos os objetivos, e mudar esse limite muda o resultado.

8.Drawdown: a perda como o investidor a sente

Drawdown mede quanto o valor caiu em relação ao maior valor já observado até aquele momento. Se a cota chegou a 100 e caiu para 75 antes de se recuperar, o drawdown foi de 25%.

Diferente da volatilidade, o drawdown captura uma experiência concreta: ver o patrimônio sair de um pico e permanecer abaixo dele. E há uma segunda dimensão, quase sempre esquecida, que é quanto tempo ele fica lá.

9.A recuperação é assimétrica

Uma perda percentual exige um ganho percentual maior para voltar ao ponto de partida, porque o ganho se aplica sobre uma base menor. Depois de cair 50%, é preciso subir 100%.

10.Beta: sensibilidade a um benchmark

Beta estima quanto o retorno de um ativo tende a variar em relação a um benchmark. É a covariância entre os dois dividida pela variância do benchmark.

Medidos contra o BOVA11 em dois anos, os ETFs brasileiros se distribuem de forma coerente com o que os nomes prometem — e o R² (quanto do movimento o benchmark explica) diz se o beta significa alguma coisa:

11.Beta em relação a quê? — e por que o R² é obrigatório

Repare na última linha da tabela anterior. O IVVB11, que carrega as 500 maiores empresas americanas, tem beta −0,05 contra o Ibovespa, com R² de 0,003. Lido sem contexto, esse número diria que o S&P 500 é um ativo praticamente sem risco de mercado.

Ele não é. O beta está correto — e é inútil, porque foi calculado contra um benchmark que não tem relação com a exposição. O R² denuncia isso na hora: 0,3% do movimento do IVVB11 é explicado pelo Ibovespa. Contra o próprio S&P 500, o mesmo fundo tem beta próximo de 1.

O MATB11 é o meio-termo instrutivo: beta 0,78 com R² de apenas 0,428. Ele é menos sensível ao Ibovespa, mas o Ibovespa também explica pouco do que ele faz — e é justamente essa independência que vai importar quando falarmos de risco marginal.

12.Correlação e covariância: a ponte entre ativo e carteira

Correlação mede a direção e a intensidade da relação linear entre dois conjuntos de retornos, numa escala de −1 a +1. Covariância mede a mesma relação nas unidades originais; a correlação é a covariância padronizada pelas duas volatilidades.

Para diversificar, não é preciso caçar correlação negativa. Basta que as fontes de retorno não sejam idênticas — qualquer correlação abaixo de 1 já reduz a variância agregada, e o quanto ela reduz depende também das volatilidades envolvidas.

13.A fórmula do risco de uma carteira de dois ativos

Toda a análise que vem a seguir sai desta expressão. Os dois primeiros termos são o risco individual ponderado; o terceiro é o efeito conjunto, e é ali que a diversificação aparece matematicamente.

Um exemplo puramente matemático, sem ativos específicos: dois componentes com 20% de volatilidade cada, em pesos iguais. Se a correlação for +1, a carteira fica com 20% — nada mudou. Com correlação zero, cai para 14,1%. Com −0,5, para 10,0%. Com −1, a volatilidade chega a zero.

A lição estrutural: a volatilidade da carteira não é a média das volatilidades. Ela é sempre menor, exceto no caso extremo de correlação +1. E quanto menor a correlação, maior a diferença.

14.A régua que decide: quando um satélite reduz o risco

Chegamos à pergunta prática. Você tem uma carteira e avalia acrescentar um ETF. A pergunta não é “esse ETF é arriscado?”, e sim: ao entrar, ele aumenta ou diminui o risco do conjunto?

Derivando a fórmula anterior no ponto em que o satélite ainda tem peso zero, aparece uma condição fechada. Acrescentar uma primeira fração do satélite reduz a volatilidade da carteira se, e somente se:

Repare no que a regra diz e no que ela não diz. A volatilidade do satélite aparece — mas dividida, e comparada com a correlação. Um ativo o dobro mais volátil que a carteira ainda reduz o risco se a correlação dele ficar abaixo de 0,50. E um ativo pouco volátil pode não reduzir nada se andar colado.

Aplicamos a régua a oito ETFs reais, tendo o BOVA11 (volatilidade de 16,87% em dois anos) como carteira de partida. A coluna “limiar” é o valor de σ_carteira/σ_satélite; a coluna “ρ medido” é a correlação observada nos mesmos 504 pregões:

15.A fronteira, dose a dose — e a prova de que não é acaso

A régua diz o que acontece na primeira fração. Misturando dose a dose, aparece a curva inteira — e o ponto de mínimo, que é onde a volatilidade da combinação para de cair:

Um resultado desses poderia ser coincidência de período. Repetimos a medição em cinco janelas que terminam no mesmo dia:

16.Contribuição de risco: peso de capital não é peso de risco

A régua da seção anterior é o caso de dois blocos. Numa carteira com vários, a generalização se chama contribuição marginal ao risco (MRC): quanto a volatilidade total muda quando o peso de um componente sobe um pouco.

O que a fórmula permite separar são duas frases que parecem a mesma e não são: “tenho 20% do capital neste ETF” e “este ETF responde por 20% do risco”. Numa carteira de cinco ETFs em pesos iguais, medida nos mesmos 504 pregões:

A carteira inteira ficou em 11,59% de volatilidade, contra uma média simples de 18,69% entre os cinco componentes. Essa diferença de 7,1 pontos é, em uma frase, tudo o que a diversificação faz.

17.O mesmo raciocínio dentro do índice: papel a papel no Ibovespa

A conta de contribuição de risco não vale só para carteiras de ETFs. Aplicada à carteira teórica do Ibovespa de 14/08/2026, com os pesos oficiais da B3, ela mostra que a lista de maiores posições e a lista de maiores fontes de risco não são a mesma lista.

Somados, esses dez papéis são 53,02% do capital e 50,80% do risco — no agregado, quase iguais. É papel a papel que a diferença aparece: a Petrobras carrega 8,02% do capital e produz 4,44% do risco, enquanto a B3 faz o oposto, com 3,21% de capital e 5,22% de risco.

18.Risco por setor — e onde a régua é estável

Agregando por setor da classificação da B3, a mesma medição mostra de onde vem o risco do índice amplo brasileiro:

O setor financeiro é 28,0% do capital e 33,5% do risco. O de consumo cíclico, com 14 papéis e apenas 3,7% do índice, produz 6,0% da volatilidade — razão 1,61, a maior da tabela. Petróleo é o inverso: 18,4% do capital para 13,2% do risco.

Nem toda razão é igualmente confiável

Medimos a mesma razão risco/capital em quatro janelas. O resultado separa os papéis em dois grupos, e essa separação é mais útil do que qualquer número isolado:

Antes de usar uma estimativa de risco, portanto, vale um teste barato: recalcule em outra janela. Se o número anda pouco, é informação; se ele passeia, é o período falando.

19.Correlação não é constante — e a média não descreve os regimes

Correlação é estimada a partir de dados históricos e muda. Relações fracas em períodos calmos podem se estreitar em choques; relações fortes podem afrouxar quando os mercados passam a responder a fatores diferentes.

Para tornar isso visível, recalculamos a correlação em janelas móveis de 60 pregões ao longo de cinco anos:

Repare no contraste com as duas últimas linhas: dentro do mercado brasileiro, as correlações são altas e estáveis (amplitude de ~0,25 em torno de 0,85). A instabilidade aparece justamente onde está o benefício — entre fontes de risco diferentes.

20.Correlação de crise: a medida que engana

A frase mais repetida sobre diversificação é que “na crise, todas as correlações vão a 1”. Testá-la parece simples: separe os piores dias e recalcule a correlação. Fizemos isso com os 10% piores pregões do BOVA11 nos últimos dois anos — e o resultado foi o oposto do esperado.

Conclusão aparente: as correlações caem na crise. Ela está errada, e o motivo é estatístico. Recortar a amostra pelos extremos de uma das séries reduz a variação daquela série no subconjunto — e a correlação medida cai mesmo quando a relação verdadeira não mudou nada.

Para dimensionar o efeito, simulamos 200 mil dias de duas séries com correlação fixa e conhecida, e aplicamos o mesmo recorte:

É um caso exemplar de por que método importa mais que ferramenta: a conta estava certa, os dados estavam certos, e a conclusão saía invertida.

21.O que acontece de fato nos piores dias

Uma medida que não sofre do problema anterior é simplesmente olhar quanto cada exposição rendeu nos dias em que o mercado caiu. Nos 51 piores pregões do BOVA11 dos últimos dois anos (retorno abaixo de −1,15%):

Note também o que este recorte não prova: o IVVB11 subir nos piores dias do Ibovespa não significa que ele suba nos piores dias do mercado global. Quando o choque é lá fora, não há para onde correr dentro da renda variável — e o curso de ETFs internacionais mediu exatamente isso.

22.Concentração: HHI e número efetivo de posições

Contar constituintes diz pouco. Um índice de mil ações pode depender de poucas empresas se os maiores pesos forem grandes. As métricas simples de concentração resolvem isso:

Aplicado às carteiras reais de ETFs brasileiros entregues à CVM, o número efetivo separa produtos que a contagem de ações não separaria:

O GOVE11 é o exemplo mais claro de por que contar não basta: são 148 ações na carteira e um número efetivo de 20,86 — menor que o do BOVA11, que tem 78. Muitas posições pequenas não movem o ponteiro da concentração.

23.🔴 Concentração não é risco — e o Ibovespa prova

Aqui está o resultado mais contraintuitivo deste curso, e ele sai de uma comparação que controla tudo o mais: as mesmas 77 ações, no mesmo período, sob duas regras de peso diferentes.

Não é um artefato de período. Nas cinco janelas testadas, o índice ponderado foi sempre o menos volátil:

Por que isso acontece

A explicação está medida. No Ibovespa, peso e volatilidade individual são negativamente correlacionados: −0,332. As maiores posições são, em média, as ações menos voláteis:

• As dez maiores posições têm volatilidade média de 27,29%.
• As dez menores têm volatilidade média de 53,42%.
• A volatilidade média simples dos 77 papéis é 33,90%; ponderada pelos pesos do índice, cai para 28,47%.

Ponderar por capitalização, no mercado brasileiro deste período, concentrou a carteira em empresas grandes e comparativamente estáveis. Espalhar igualmente aumentou o peso das pequenas — e, com ele, a volatilidade. A regra de peso é uma decisão de risco, não só de concentração.

24.Quantas ações bastam? A curva medida no Ibovespa

Existe um experimento clássico: sortear carteiras de N ações em pesos iguais e ver como a volatilidade média cai conforme N cresce. Refizemos esse experimento com os papéis do Ibovespa — 3.000 sorteios para cada tamanho, sobre os retornos diários de dois anos.

O piso que nenhuma quantidade de ações atravessa

A curva não desce até zero porque existe um limite matemático. Com um número grande de ativos, a variância da carteira converge para a covariância média entre eles — o risco específico de cada empresa se cancela, o risco comum não:

No Ibovespa deste período, σ̄ = 33,90% e ρ̄ = 0,3315. O piso previsto pela fórmula é 19,52% — e a carteira com todas as 77 ações mediu 19,65%, uma diferença de 0,13 ponto percentual (o piso é o limite quando N tende ao infinito; com 77 ativos ainda sobra um resíduo de risco específico). O resultado é direto: dentro da bolsa brasileira, nenhuma quantidade de ações leva a volatilidade de uma carteira em pesos iguais para muito abaixo de 19,5%.

25.Sobreposição: quando dois ETFs compram as mesmas ações

Sobreposição ocorre quando dois fundos carregam os mesmos componentes. O investidor pode imaginar que tem duas fontes de diversificação e, na prática, apenas dobrar o peso das mesmas empresas.

Calculamos essa medida para todos os 630 pares formados por 36 ETFs de ações brasileiros, usando as carteiras reais entregues à CVM. Nos extremos, ela mostra produtos que são praticamente o mesmo fundo:

26.🔴 Sobreposição de nomes não explica a correlação

A última linha da tabela anterior já dá a pista: BOVA11 e SMAL11 compartilham 9,39% do capital — 36 ações em comum entre 78 e 110 — e mesmo assim se movem com correlação de 0,882. Se a sobreposição explicasse a correlação, isso não deveria acontecer.

Nos 630 pares, a correlação entre a sobreposição e a correlação de retorno é 0,436 — ou seja, quanto os fundos compartilham explica menos de 20% da variação em quanto eles andam juntos. E há 60 pares com menos de 20% de sobreposição e correlação acima de 0,85.

Os dois casos mais eloquentes são pares desenhados para serem opostos um do outro:

É por isso que a análise de sobreposição não pode parar na lista de ativos. Dois fundos podem não compartilhar nome nenhum e ainda assim compartilhar setor, fator, país, moeda e motor econômico — que é o que os preços de fato acompanham.

27.O universo brasileiro inteiro se move junto

Se pares opostos correlacionam 0,88, qual é o retrato do conjunto? Nos mesmos 630 pares, medidos em dois anos:

Esse resultado é o mesmo piso da seção 24, visto por outro ângulo. Lá, ele apareceu como o limite de 19,52% que nenhuma quantidade de ações atravessa. Aqui, aparece como a correlação alta que sobra depois de esgotadas todas as combinações possíveis.

28.Adicionar não é o mesmo que diversificar

Junte agora as duas metades do curso. Um investidor com BOVA11 acrescenta 20% de SMAL11. Pela composição, é um avanço grande — os dois fundos mal se sobrepõem:

Com 20% de small caps, a carteira passa de 78 para 152 ações, a maior posição cai de 11,88% para 9,50% e o número efetivo sobe de 22,69 para 33,32 — um aumento de 46,9%. Toda métrica de concentração melhora.

Isso não torna a decisão ruim. Adicionar small caps pode ser uma escolha consciente por um prêmio de tamanho, por exposição a empresas domésticas menores, por qualquer tese que o investidor sustente. O erro seria chamá-la de redução de risco — porque, medida, ela é o contrário.

29.Tracking error: o risco de implementação

Escolhido o índice, resta o risco de o fundo não reproduzi-lo. São duas medidas diferentes, e confundi-las é comum:

A B3 tem sete ETFs do mesmo índice, o Ibovespa. Como o índice é idêntico, tudo o que diferencia os sete é implementação — e a diferença é grande:

O retorno acima do índice em seis dos sete produtos merece uma nota: o Ibovespa já é um índice de retorno total, então a taxa de administração deveria puxar os fundos para baixo. A explicação mais provável é a receita de empréstimo de ativos, que os fundos podem auferir e o índice não contempla — mas isso é inferência a partir do resultado, não medição direta, e fica registrado como tal.

A hipótese que testamos e recusamos

A explicação intuitiva para um tracking error alto é liquidez: um ETF pouco negociado teria preços de fechamento “velhos”, criando desvios artificiais contra o índice. Medimos. A correlação entre o volume negociado e o tracking error dos sete é −0,026 — nula.

30.Liquidez também é risco

Risco de mercado mede a oscilação do valor; risco de liquidez mede o custo e a dificuldade de negociar. Em ETFs, a liquidez existe em duas camadas: a da cota, no book da B3, e a dos ativos que o fundo carrega. Em estresse, as duas pioram juntas — e o preço da cota pode se afastar temporariamente da referência patrimonial.

Medimos o volume financeiro diário dos 39 ETFs de ações da B3 ao longo de um ano. O resultado é uma distribuição muito desigual:

No conjunto, 18 dos 39 ETFs de ações negociam menos de R$ 100 mil por dia, e o BOVA11 sozinho responde por 61,9% do volume mediano de todo o universo. Em nenhum dos pregões com dado o volume foi zero — o problema não é ausência de negócio, é profundidade: uma ordem que parece pequena diante do patrimônio do investidor pode ser grande diante do book daquele momento. (Seis dos 39 sequer têm cotação em todos os 250 pregões do ano, o que já é um sinal por si.)

31.Risk budgeting e stress test: usar risco como linguagem

Risk budgeting é organizar a carteira pela pergunta “de onde vem o risco?”, em vez de “onde está o dinheiro?”. Não existe divisão correta; a utilidade é tornar explícito quando uma única fonte domina o conjunto — como na tabela da seção 16, em que um quinto do capital respondia por um terço da volatilidade.

Stress tests fazem a pergunta oposta: em vez de resumir o passado, perguntam como a carteira reagiria a choques específicos. O objetivo não é prever o próximo evento, e sim revelar dependências escondidas.

Um cenário não precisa ser o mais provável — precisa ser severo o bastante para mostrar fragilidade. E é melhor trabalhar com faixas e vários cenários do que perseguir uma projeção única.

32.Erro de estimação: mais casas decimais não são mais certeza

Volatilidade, beta, correlação e covariância são estimativas. Pequenas mudanças de janela alteram os resultados; componentes novos têm pouco histórico; ETFs temáticos podem ter hoje uma composição irreconhecível diante da de três anos atrás.

Este curso mostrou o problema quatro vezes, com números:

• Janela: a volatilidade do IVVB11 vai de 11,78% a 17,59% conforme o período escolhido.
• Estabilidade desigual: a razão risco/capital da B3SA3 fica entre 1,51 e 1,63 em quatro janelas; a da PETR4 vai de 0,39 a 0,95.
• Regime: a correlação móvel de BOVA11 × IVVB11 varia numa amplitude de 1,025 — de −0,554 a +0,471.
• Recorte: medir correlação só nos piores dias derruba o número em ~0,25 mesmo quando nada mudou.

33.Três perguntas antes de adicionar qualquer ETF

Todo o conteúdo deste curso se resume a um procedimento de três perguntas — e nenhuma delas é “quanto rendeu no último ano?”.

1. Qual fonte de risco este ETF adiciona? Não o nome nem a categoria: o motor econômico, o setor, o país, a moeda, o fator.
2. Quanto dessa fonte já existe na minha carteira? Medido por look-through, somando todos os veículos — não pela lista de tickers.
3. Como a inclusão altera concentração, correlação e contribuição de risco? Com a régua ρ < σ_carteira/σ_satélite para o sinal, e a fronteira dose a dose para a magnitude.

Se a resposta às três perguntas for apenas “é um ETF diferente” ou “teve boa rentabilidade”, a análise ainda não começou.

34.Red flags na análise de risco

• “Tenho muitos ETFs, então estou diversificado.” — o universo brasileiro correlaciona 0,816 em média.
• Usar o número de ações como medida de diversificação — o GOVE11 tem 148 e concentração maior que a do BOVA11.
• Confundir número efetivo com risco — o Ibovespa ponderado tem um terço das posições efetivas e menos volatilidade.
• Comparar betas calculados contra benchmarks diferentes, ou ler beta sem o R².
• Tratar uma correlação como constante — a de BOVA11 × IVVB11 varreu 1,025 de amplitude.
• Medir correlação só nos dias ruins sem corrigir o viés de truncamento.
• Concluir que dois ETFs sem ações em comum são diversificação — BCIC11 e BDEF11 correlacionam 0,883.
• Confundir tracking error com risco de mercado, ou atribuí-lo automaticamente à liquidez.
• Ignorar spread e profundidade — 18 dos 39 ETFs de ações negociam menos de R$ 100 mil por dia.
• Achar que “low volatility” significa ausência de queda: o LVOL11 teve drawdown de 16,64% no período medido.

35.O que este curso não faz

Este material não define volatilidade ideal, percentual máximo em ações, número correto de ETFs nem alocação adequada para ninguém. Essas decisões dependem de objetivo, horizonte, patrimônio, capacidade de suportar perdas e situação tributária — variáveis que nenhuma métrica substitui.

Os tickers citados aparecem para ensinar a medir, sempre com data e janela declaradas. Composições mudam, correlações mudam, e todo número aqui é uma estimativa do período em que foi apurado.

36.Síntese e fontes

As medições próprias deste curso foram apuradas em 14 de agosto de 2026, sobre 1.247 pregões entre 16/08/2021 e 14/08/2026, com fechamentos ajustados dos ETFs listados na B3 e dos 78 papéis da carteira teórica do Ibovespa daquele dia (redutor 13.874.161,57). A janela padrão são os 504 retornos diários entre 06/08/2024 e 14/08/2026; toda vez que outra janela foi usada, ela está dita na própria tabela. As carteiras dos fundos vêm das composições entregues à CVM (competências de junho e julho de 2026). Os exemplos com correlações de −1 a +1 e a tabela de recuperação são exercícios matemáticos, identificados como tais.

Próximo passo da trilha: Análise e Seleção de ETFs transforma o diagnóstico da exposição em due diligence do veículo. Depois, Construção de Carteiras com ETFs reúne essas exposições em uma arquitetura orientada por objetivo, prazo e risco. Só então Estratégia Core-Satélite com ETFs encerra a trilha, integrando todas as peças em uma política de implementação e governança.