Covariância em investimentos: o que é e como calcular

O que a covariância mede

Comece pela média de cada série. Em cada período, calcule quanto o retorno se afastou dessa média. Multiplique os dois desvios correspondentes e faça a média desses produtos segundo a convenção amostral ou populacional escolhida. Produtos positivos aparecem quando os desvios têm o mesmo sinal; produtos negativos, quando têm sinais opostos.

Se ambos os ativos ficaram acima das respectivas médias no mesmo mês, a contribuição daquele mês é positiva. O mesmo ocorre se ambos ficaram abaixo. Quando um supera sua média e o outro fica abaixo, a contribuição é negativa. A soma dessas observações forma uma medida de movimento conjunto em torno das médias, não de coincidência absoluta dos retornos.

O sinal é intuitivo, mas a magnitude não possui escala fixa. A covariância é expressa no produto das unidades dos retornos. Se os retornos estiverem em forma decimal, a medida pode parecer pequena; se estiverem em pontos percentuais, será numericamente muito maior. Por isso, não se deve chamar 0,002 de fraco ou 20 de forte sem conhecer unidades, volatilidades e método.

Covariância zero não significa que os ativos são independentes. A relação pode ser não linear, mudar em crises ou ficar escondida por uma amostra curta. Também não prova diversificação: dois créditos do mesmo emissor podem exibir pouca variação observada e ainda concentrar o mesmo risco econômico.

Fórmula, amostra e preparação dos dados

A covariância amostral entre A e B pode ser escrita como a soma de (retorno de A − média de A) × (retorno de B − média de B), dividida por n − 1. A versão populacional divide por n. Em análise histórica, a forma amostral é comum porque as observações são tratadas como amostra de um processo mais amplo; a escolha precisa ser declarada.

Use retornos periódicos, não níveis de preço. Séries de preços que crescem ao longo do tempo podem aparentar associação forte simplesmente por tendência. O retorno simples é valor final dividido pelo inicial menos um. Se houver dividendos, cupons ou outros pagamentos, escolha retorno total ou retorno de preço e use a mesma convenção nos dois ativos.

Alinhe as datas antes da conta. Não compare o fechamento de um mercado com outro horário sem registrar a diferença. Dias sem negociação não devem ser preenchidos automaticamente com zero: isso pode reduzir artificialmente a variância e alterar a relação. Frequência diária, semanal ou mensal responde a recortes diferentes; a janela deve combinar com o horizonte da decisão.

Moeda também altera a série. Um ativo estrangeiro em moeda local e o mesmo ativo convertido para reais representam experiências diferentes. Se a pergunta é o risco da carteira em reais, todas as séries devem chegar à mesma moeda-base. Se a pergunta é o comportamento do ativo sem câmbio, a moeda local pode ser adequada.

Separe aportes e retiradas de retorno. Uma entrada de dinheiro aumenta o saldo, mas não é performance. Séries de carteira precisam ajustar fluxos externos antes de formar covariâncias. Caso contrário, a estatística pode refletir o calendário de aportes em vez dos investimentos.

Exemplo hipotético passo a passo

Considere quatro retornos mensais de A: +2%, 0%, −1% e +3%. A média é +1%. Os desvios são +1, −1, −2 e +2 pontos percentuais. Para B, suponha +1%, +0,5%, 0% e +2,5%, média de +1%. Os desvios são 0, −0,5, −1 e +1,5 ponto.

Multiplique os pares de desvios: 0; +0,5; +2; e +3. A soma é +5,5 em pontos percentuais ao quadrado. Na convenção amostral, divide-se por três, produzindo aproximadamente 1,83 ponto percentual ao quadrado. Em decimais, o número seria 0,000183. É a mesma relação expressa em outra unidade.

Agora imagine C com desvios −1, +1, +2 e −2. Os produtos com A seriam negativos, levando a covariância negativa. Isso não garante que C sempre subirá quando A cair. Quatro observações são poucas, e a relação pode mudar fora da amostra.

Uma planilha deve mostrar os retornos, as médias, os desvios, os produtos e a convenção do denominador. Funções prontas são úteis, mas escolha corretamente a versão amostral ou populacional. Conferir uma conta pequena manualmente ajuda a detectar mistura de percentuais, células vazias e intervalos desalinhados.

O exemplo é didático. Na prática, uma amostra maior não elimina os problemas: eventos antigos podem perder relevância, eventos recentes podem dominar janelas curtas e mercados em horários diferentes introduzem ruído. Testar janelas móveis e documentar a metodologia é mais informativo que exibir muitas casas decimais.

Covariância ou correlação: qual é a diferença?

Correlação normaliza a covariância pelo produto dos desvios-padrão: correlação = covariância ÷ (volatilidade de A × volatilidade de B). O resultado costuma ficar entre −1 e +1, o que facilita comparar pares com escalas diferentes. A covariância preserva magnitude e entra diretamente na matriz usada para calcular a variância da carteira.

O sinal das duas medidas coincide quando as volatilidades são positivas. A correlação responde melhor à pergunta “quão forte foi a associação linear padronizada?”. A covariância responde diretamente à montagem do risco agregado, porque os termos cruzados combinam pesos e movimentos conjuntos.

Não escolha uma só lente. Use correlação para comunicação e diagnóstico de pares; use covariância na fórmula de carteira; use exposição econômica para entender por que a relação pode existir. Nenhuma delas substitui análise de crédito, liquidez, duration, custos ou concentração indireta.

Leia também o guia de correlação e o verbete de matriz de covariância. As páginas se complementam sem transformar uma estimativa histórica em previsão.

Como a covariância entra na volatilidade da carteira

Para duas posições, a variância da carteira combina três partes: peso de A ao quadrado vezes variância de A; peso de B ao quadrado vezes variância de B; e duas vezes os pesos multiplicados pela covariância entre A e B. A raiz quadrada do resultado é a volatilidade da carteira na mesma frequência das séries.

Em uma carteira com vários ativos, a matriz de covariância reúne todas as variâncias na diagonal e as covariâncias nos demais campos. A notação compacta é w'Σw, em que w é o vetor de pesos e Σ é a matriz. O cálculo considera cada par e evita a conclusão errada de que volatilidade agregada é apenas média ponderada das volatilidades individuais.

Pesos precisam ser da mesma data e somar o perímetro definido. Caixa, derivativos ou posições vendidas exigem tratamento explícito. Fundos e ETFs podem repetir ativos por dentro; calcular apenas as cotas mede o comportamento dos veículos, não necessariamente toda a concentração subjacente.

A calculadora de retorno por pesos não calcula volatilidade nem covariância. Ela combina retornos de componentes num período. A calculadora de volatilidade anualizada apenas converte uma volatilidade mensal já informada pela raiz de 12. Essa separação evita aplicar a ferramenta certa à pergunta errada.

Limites e erros comuns

• Usar preços: tendências podem criar associação enganosa; trabalhe com retornos.
• Misturar unidades: 2 e 0,02 representam 2% em convenções diferentes.
• Desalinhar datas: pares precisam corresponder ao mesmo período econômico.
• Ignorar moeda e proventos: as séries passam a responder perguntas diferentes.
• Trocar amostra e população: o denominador modifica o resultado, sobretudo em poucos dados.
• Interpretar magnitude sem escala: covariância não tem limite padronizado.
• Tratar histórico como constante: relações mudam com regimes, liquidez e choques.
• Confundir baixa covariância com segurança: crédito, concentração e perdas extremas ficam fora.

Um relatório responsável informa fonte, moeda, frequência, janela, retorno usado, tratamento de ausências e data. Deve também mostrar sensibilidade a outras janelas. Quando a conclusão muda facilmente, a instabilidade é um achado, não um inconveniente a esconder.