Para quem é esta página — Para quem compara ativos ou estratégias e deseja medir uma forma precisa de movimento conjunto sem transformá-la em promessa de diversificação.
A correlação de Pearson padroniza a covariância entre duas séries
X e Y:
ρ(X,Y) = Cov(X,Y) / (σₓ × σᵧ)O coeficiente varia de −1 a +1 quando os dois desvios-padrão são positivos. O sinal indica a direção da relação linear; o valor absoluto descreve sua força na amostra escolhida. A estimativa não demonstra causalidade e não descreve sozinha relações não lineares ou dependência nas caudas.
A amostra vem antes do número
Uma correlação só é interpretável quando se declaram:
- as variáveis usadas, normalmente retornos ou variações de P&L, e não níveis cumulativos;
- frequência, intervalo, fuso horário e regra de sincronização;
- moeda e tratamento de preços ausentes, feriados e outliers;
- janela ou regime e método de estimação;
- dados brutos ou líquidos de custos, ao comparar estratégias.
Correlacionar níveis de curvas de patrimônio pode produzir um resultado espúrio porque ambas incorporam seus percursos acumulados. Para estratégias com operações assíncronas, convém construir retornos ou P&L em intervalos de calendário comuns; correlacionar o número sequencial das operações não cria simultaneidade econômica.
O que o coeficiente não permite concluir
| Leitura | Limitação |
|---|---|
| ρ próximo de zero | ausência de relação linear na amostra, não independência |
| ρ negativo | movimento linear oposto, não proteção perfeita nem P&L nulo |
| ρ elevado | forte relação linear observada, não “a mesma operação” por definição |
| ρ móvel | diagnóstico dependente da janela, não previsão estável |
| matriz histórica | estimativa sujeita a erro amostral, regime e qualidade dos dados |
Não existem faixas universais que separem correlação “boa” e “ruim”. Um limite de controle deve depender do mandato, do risco da decisão, da incerteza estatística e dos cenários relevantes.
Estresse, volatilidade e caudas
As dependências podem mudar nas quedas, mas “em uma crise tudo vai para +1” é uma generalização incorreta. Longin e Solnik documentam aumento da correlação internacional em mercados acionários de baixa extrema, não uma lei universal; relações de fuga para qualidade também podem se tornar mais negativas. Forbes e Rigobon mostram ainda que o aumento da volatilidade pode distorcer a comparação da correlação condicional entre períodos.
Para decisões de carteira, a correlação deve ser acompanhada por gráficos de dispersão, análise por regime, cenários comuns, movimento conjunto nas quedas e concentração de fatores. A diversificação é um resultado da carteira completa, não de um único coeficiente entre pares.
Erro comum — Escolher janelas até encontrar o valor desejado e depois tratá-lo como característica estrutural. Janela e método fazem parte do resultado e precisam permanecer visíveis.
Fontes
- National Institute of Standards and Technology, CORRELATION — Dataplot Reference Manual — definição, fórmula, intervalo e interpretação do coeficiente de correlação linear.
- Harry Markowitz, Portfolio Selection, The Journal of Finance (1952) — papel de variâncias e covariâncias na construção de carteiras.
- François Longin e Bruno Solnik, Extreme Correlation of International Equity Markets, The Journal of Finance (2001) — dependência assimétrica em retornos acionários internacionais extremos.
- Kristin Forbes e Roberto Rigobon, No Contagion, Only Interdependence: Measuring Stock Market Comovements, The Journal of Finance (2002) — viés de heterocedasticidade ao comparar correlações em períodos turbulentos.