3 - Stress Test

O teste de estresse consiste na criação de cenários para os ativos e aplicação desses cenários na carteira. Por exemplo, podemos criar o seguinte cenário de stress: a bolsa de valores cai 10%, o dólar sobe 8% e os juros sobem 5%. A seguir aplica-se esse cenário à carteira e verifica-se quanto se perderia se esse cenário se confirmasse. Esse número daria ao investidor uma medida determinística de perda, isto é, caso aquele cenário se confirme, é possível estabelecer exatamente qual é a perda.

Ainda assim, a aplicação de um único cenário de stress pode levar o investidor e subestimar seu risco. Suponha que um investidor possua uma aplicação num título indexado em dólar. Então, em um cenário em que o dólar sobe (e isso geralmente tem conotação de cenário ruim) o investidor ganha ao invés de perder. Assim, para esse investidor, stress quer dizer dólar cair e não subir. Uma alternativa natural seria criar vários cenários, combiná-los, criando assim cenários híbridos, e aplicá-los às carteiras. Os problemas que isso pode gerar são: um cenário gerado sempre carrega algum grau de subjetividade; além disso, caso sejam criados muitos cenários pode se tornar um problema computacional conseguir aplicá-los à carteira. Esses problemas podem ser contornados (vide artigo “Um modelo de teste de stress menos subjetivo e abrangente”, de Cícero Augusto Vieira Neto e Fábio Urban, no site www.bmf.com.br.) e, assim, é inegável que o Teste de Stress é um complemento muito útil ao VaR e, portanto, à análise de risco.

Mais recentemente, uma nova ferramenta estatística tem sido aplicada na mensuração de risco: a Teoria de Valores Extremos. Essa ferramenta tenta responder à seguinte pergunta: Se o VaR somente captura efeitos de normalidade, quando estamos numa situação de stress, em que a perda supera o VaR, quanto esperamos perder? De outra forma, a pergunta pode ser feita da seguinte maneira: Qual a perda esperada dado que já se perdeu mais do que a perda medida inicialmente pelo VaR? O número dado como resposta é chamado de ETL (Expected Tail Loss), que pode ser melhor estudado em DOWD, Kevin, Measuring market risk, Londres: John Wiley, 2002, ou no site www.fenews.com/1999/Issue11/089905.html.

Não se pode dizer ainda que o ETL esteja sendo amplamente utilizado pelo mercado financeiro, mas ele vem sendo difundido rapidamente.

É importante registrar que as simulações Monte Carlo também examinam a resposta de uma carteira de ativos ou passivos (ou ambos) a vários cenários financeiros desfavoráveis. A finalidade desses testes é a de avaliar o desempenho de uma organização, cuja carteira está sendo testada, sob um conjunto específico de condições adversas do mercado.