Correlação Positiva: Quando Ela se Comporta de Forma Diferente em Condições de Mercado em Mudança
Resposta direta
A correlação positiva se comporta de forma diferente quando a relação subjacente entre duas séries de preços não é estável ao longo do tempo. Na prática, a correlação é condicional: ela depende do “regime” de mercado (risk-on vs. risk-off), do ambiente de volatilidade, da frequência com que os movimentos ocorrem em conjunto e das escolhas de medição usadas para estimar a correlação.
Um equívoco comum é tratar a “correlação positiva” como uma propriedade permanente. Em vez disso, ela é uma estatística resumida de como duas variáveis se moveram juntas durante um período específico e sob condições específicas. Quando essas condições mudam, a correlação estimada pode cair para perto de zero, flutuar fortemente ou até se tornar negativa.
Mecanismo e definição
Correlação positiva significa que duas séries tendem a se mover na mesma direção com mais frequência do que o esperado pelo acaso. Formalmente, a correlação compara o co-movimento: se uma série tende a subir quando a outra sobe, a correlação é positiva; se uma tende a cair quando a outra sobe, é negativa.
No entanto, a correlação é sensível a premissas e insumos:
- Janela de tempo: Usar uma janela curta pode capturar sincronia temporária; usar uma janela mais longa mistura múltiplos regimes.
- Regime de volatilidade: Quando a volatilidade é baixa, pequenos movimentos idiossincráticos podem dominar; quando a volatilidade aumenta, fatores compartilhados podem dominar.
- Tempo e sincronização: Mesmo que ambos os mercados sejam impulsionados pelos mesmos eventos, eles podem reagir em momentos ligeiramente diferentes. O desalinhamento pode reduzir a correlação medida.
- Não estacionariedade: A relação estatística pode mudar porque os impulsionadores do mercado mudam ao longo do tempo.
Portanto, “correlação positiva se comportando de forma diferente” geralmente significa que a correlação estimada muda porque os impulsionadores do co-movimento mudam, ou porque a forma como você mede o co-movimento não corresponde mais à forma como os mercados se movem.
Evidência ou exemplo (com premissas explícitas)
Considere dois retornos de moedas, A e B, ao longo de 6 meses. Premissas:
- Durante os meses 1–3, ambas as moedas são afetadas pelo mesmo impulsionador de risco macro (por exemplo, uma mudança ampla no sentimento de risco global). Os retornos sobem e caem juntos, produzindo uma correlação visivelmente positiva.
- Durante os meses 4–6, o impulsionador compartilhado enfraquece e fatores mais locais passam a importar (por exemplo, expectativas diferentes de inflação ou de taxas de juros). Os retornos podem ainda se mover “com frequência”, mas não na mesma direção ao mesmo tempo.
- Na segunda metade, a volatilidade aumenta acentuadamente para A mais do que para B, e suas reações ocorrem com uma defasagem de tempo.
Se você recalcular a correlação:
- Nos meses 1–3, a correlação é positiva.
- Nos meses 4–6, a correlação pode diminuir para perto de zero porque o co-movimento é menos consistente.
- Em todos os 6 meses, a relação média pode parecer menor do que em qualquer um dos subperíodos, porque você está misturando regimes diferentes.
Isso não é uma contradição. Reflete que a correlação que você calcula é condicional ao período e ao ambiente de mercado que você inclui.
Limitações e riscos (modos de falha materiais)
A principal limitação é que a correlação é descritiva, não preditiva. Mesmo que você observe correlação positiva no passado, isso não garante que a relação persistirá.
Os principais modos de falha incluem:
- Mudanças de regime: Quando os impulsionadores de ambas as séries mudam, a correlação pode enfraquecer ou reverter.
- Instabilidade de medição: Diferentes frequências de amostragem (diária vs. horária) ou diferentes comprimentos de janela podem produzir estimativas de correlação diferentes.
- Reações não sincronizadas: Se um mercado responde antes ou depois ao mesmo tipo de informação, a correlação medida pode ser menor do que a ligação subjacente real.
- Fricções de negociação que afetam os preços observados: Spread, slippage e tempo de execução podem alterar os retornos efetivamente realizados, mesmo que as correlações medidas nos preços médios parecessem positivas.
- Correlação espúria: Duas séries podem parecer positivamente correlacionadas em um período devido ao acaso ou à exposição compartilhada a um fator em mudança.
Verificação ou próxima pergunta
Para verificar quando a correlação se comporta de forma diferente, você pode testar a estabilidade de forma independente, em vez de assumir que ela é constante:
- Divida a amostra em subperíodos (por exemplo, por regime de volatilidade ou por blocos de tempo) e compare a correlação entre eles.
- Use definições consistentes de retornos (método de cálculo claro) e frequência de amostragem consistente.
- Verifique se o co-movimento é síncrono (se o tempo diferir, a correlação pode subestimar a ligação).
- Compare a correlação de preços brutos vs. medidas de retornos realizados para ver se custos e execução mudam materialmente a relação.
Se a correlação mudar substancialmente entre os subperíodos, então “correlação positiva se comportando de forma diferente” é explicada pela dinâmica condicional: a relação não é estável nas condições que você testou.