Modelos (determinístico + estocástico): tempo para o milhão, quantis e risco de sequência
Aqui você sai do “achismo” e entra no que instituições fazem: modelar o caminho, entender distribuição de resultados, identificar fragilidades (sequence risk) e desenhar uma política que maximize a probabilidade de atingir R$ 1.000.000 em termos reais sob premissas: inflação 4% e retorno real esperado 6% ao ano.
Índice da Parte 4 (clique para ir)
- Determinístico: tempo para a meta (C constante e crescente)
- Estocástico: distribuição de resultados e quantis (p5/p10/p50/p90)
- Risco de sequência: por que ordem dos retornos importa (mesmo com mesma média)
- Políticas comparadas: rebalanceamento, fluxo, satélite e drawdown
- Probabilidade de atingir o milhão: framework para P(WT ≥ W*)
- Regra institucional final: política “executável” (sem virar trader)
1) Determinístico: tempo para a meta (C constante e crescente)
Determinístico é o “mapa” base: assume retorno real constante (r) e contribuições previstas. Não é o mundo real — mas é a régua que você usa para medir execução.
1.1) Caso A — aporte real constante (anuidade)
W_n = W_0 (1+r)^n + C · [((1+r)^n - 1) / r]
Se W_0 ≈ 0:
W_n ≈ C · [((1+r)^n - 1) / r]
Invertendo para n (tempo):
(1+r)^n ≈ 1 + (W*·r)/C
n ≈ ln( 1 + (W*·r)/C ) / ln(1+r)
Interpretação: o tempo cai com o aporte, mas de forma logarítmica. Você precisa pensar em “degraus” (políticas) para elevar C ao longo do tempo (Parte 2), porque C constante raramente existe.
1.2) Caso B — aporte real crescente (anuidade crescente)
Quando o aporte cresce com a renda real (gY), você tem:
C_t = C_0 (1+g)^t
W_n ≈ W_0(1+r)^n + C_0 · [ ( (1+r)^n - (1+g)^n ) / (r - g) ]
(para r ≠ g)
Institucionalmente, isso é enorme: se você consegue elevar o aporte real ao longo do tempo (mesmo 1–2% real), o tempo para o milhão cai substancialmente sem exigir “retornos mágicos”.
2) Estocástico: distribuição de resultados e quantis (p5/p10/p50/p90)
Agora entra o que realmente importa: o retorno é uma variável aleatória. Logo, WT é uma variável aleatória. Em vez de “quanto vou ter”, você pergunta: qual a distribuição de WT? e qual a probabilidade de atingir a meta?
2.1) Modelo de retornos: simples, mas institucionalmente correto
Você pode modelar retornos reais por período como:
r_t ~ Distribuição com média μ e volatilidade σ
Modelo básico:
r_t = μ + σ·ε_t
ε_t ~ N(0,1) (normal)
Observação institucional: retornos de mercado têm caudas mais gordas que normal. Mas a normal serve como baseline pedagógico. O ponto é o framework.
2.2) Monte Carlo conceitual (sem rodar código)
O processo para simular (conceitualmente) é:
Para simulação k = 1..K:
W = W0
Para t = 1..T:
W = (W + C_t) · (1 + r_t)
No final:
guardar W_T(k)
Depois:
ordenar {W_T(k)} e extrair quantis p5/p10/p50/p90
estimar P(W_T ≥ W*)
O que sai disso:
- p50 (mediana): “mundo típico”.
- p10: mundo ruim (1 em 10). Se seu plano quebra aqui, falta robustez.
- p5: mundo muito ruim (1 em 20). Planejamento institucional não ignora isso.
- p90: mundo bom (1 em 10). Evita ilusão de “sempre dá certo”.
2.3) O que realmente mexe nos quantis (insight institucional)
Três forças deslocam a distribuição:
- μ (média): aumenta o centro da distribuição, mas com retorno decrescente se σ sobe muito.
- σ (volatilidade): aumenta dispersão e aumenta risco de cair em p5/p10; pode reduzir crescimento geométrico.
- Política (aportos + rebalanceamento + limites): reduz probabilidade de falha operacional e melhora a cauda esquerda.
3) Risco de sequência: por que ordem dos retornos importa
Sequência de retornos (sequence-of-returns risk) é a diferença entre: (i) ter retornos ruins no começo vs no fim. Mesmo com a mesma média, a ordem muda o resultado quando há aportes e/ou retiradas.
3.1) Com aportes (fase de acumulação)
Na acumulação, retornos ruins no começo podem ser menos destrutivos do que no fim, porque você ainda está comprando “barato” com aportes (desde que não abandone o plano). Porém, se retorno ruim no começo causar pânico e cortar aportes, o plano quebra.
3.2) Com drawdown e venda forçada (o verdadeiro veneno)
O cenário que destrói o plano não é “mercado caiu”. É: mercado caiu + renda caiu + você precisou vender. Isso é ruína operacional. Por isso, liquidez/reserva e bandas são parte do portfólio.
Falha (ruína operacional):
Choque de retorno (r_t negativo) +
Choque de renda (Y_t cai → C_t cai) +
Resgate (W_t reduzido no fundo)
=> Perda permanente de capital e de tempo.
3.3) O “anti-sequência”: rebalanceamento via fluxo
A melhor defesa institucional na acumulação: rebalancear com aportes e manter um core robusto. Assim, em crises: você aporta mais no bloco que caiu (mais abaixo do alvo), sem vender o que subiu.
4) Políticas comparadas: rebalanceamento, fluxo, satélite e drawdown
4.1) Rebalanceamento por bandas vs periódico
| Política | Vantagens | Riscos/Costos | Uso institucional |
|---|---|---|---|
| Por bandas | Menor turnover, disciplina em extremos, risco controlado | Exige monitoramento mínimo (mensal/trimestral) | Preferida para PF por reduzir impostos e ruído |
| Periódico (mensal) | Simplicidade operacional | Turnover maior; pode vender/comprar sem necessidade | Usado quando custos/tributação são baixos e execução é fácil |
4.2) Rebalanceamento via fluxo vs venda
Para renda média brasileira, via fluxo é superior porque: minimiza imposto, spread e risco de “timing”.
Regra via fluxo:
Direcionar novo aporte ao bloco com maior desvio negativo.
Venda só quando:
peso ultrapassa banda superior e fluxo não corrige em prazo razoável.
4.3) Satélite alto vs satélite baixo (cauda esquerda)
Satélites (apostas concentradas) aumentam σ e aumentam a chance de cair nos p5/p10. Isso pode ser aceitável apenas se: (i) satélite tiver teto rígido, (ii) não comprometer execução de aportes, (iii) houver governança (stop de contribuição ao satélite quando em drawdown).
5) Probabilidade de atingir o milhão: framework para P(WT ≥ W*)
O objetivo final é estimar e maximizar:
P = P(W_T ≥ W*)
Alavancas para aumentar P:
↑ C_t (aporte e crescimento real do aporte)
↑ gY (crescimento real de renda / carreira)
↑ μ (retorno real esperado do portfólio, com prudência)
↓ σ e ↓ drawdowns extremos (robustez / diversificação / limites)
↓ ruína operacional (reserva + liquidez + política de crise)
Institucionalmente, você quer um plano que funcione bem no p10 (mundo ruim). Se você só mira no p50, você está apostando que viverá “um mundo mediano”.
6) Regra institucional final: política “executável” (sem virar trader)
Aqui está uma política consolidada (core/satélite + bandas + fluxo + crise), que você pode aplicar sem precisar prever mercado.
6.1) Política base (resumo executivo)
- Defina blocos funcionais: Liquidez / RF real / Equity global / Diversificador.
- Defina pesos-alvo e bandas (δ_abs ou δ_rel) por bloco.
- Aporte automático D+1 após renda cair na conta (Parte 2).
- Rebalanceamento via fluxo: aporte sempre no bloco mais abaixo do alvo.
- Venda apenas se ultrapassar banda superior e fluxo não corrigir.
- Satélite com teto rígido e regra de “congelar satélite” em drawdown grande.
- Em crise: use reserva para não vender o core; reduza aporte para C_min, mas não zere o processo.
6.2) Bandas sugeridas (heurísticas)
Sem números mágicos, mas com heurística útil: blocos mais voláteis toleram bandas maiores; blocos estáveis toleram bandas menores. A ideia é reduzir turnover.
Exemplo (heurístico):
Liquidez: banda menor (ex.: 2–4 p.p.)
RF real: banda média (ex.: 3–6 p.p.)
Equity: banda maior (ex.: 5–10 p.p.)
Diversificador: banda média/maior (dependendo do ativo)
Fechamento técnico da Parte 4
Você agora tem o arcabouço de modelagem institucional: determinístico para metas e tracking, estocástico para distribuição e quantis, e a lente correta de risco (sequência + ruína operacional). A próxima peça é a mais difícil: psicologia quantitativa — como desenhar regras que reduzam a chance de você mesmo sabotar o plano (Parte 5).