Técnicas de causalidade: como funcionam no mundo dos investimentos?

Técnicas de causalidade: como funcionam no mundo dos investimentos?

maria-isaura

02 AGO

5 MIN

Técnicas de causalidade: como funcionam no mundo dos investimentos?

A causalidade pode ser entendida como um princípio básico na gestão dos investimentos e está presente em distintas áreas de conhecimento (Schuller & Haberl, 2022). Diante da complexidade da era globalizada, o entendimento de relações de causalidade é de grande importância para avaliação de investimentos e tomada de decisão (Heshmati & Lööf, 2008).

Pensando nisso, abordamos nesse texto pontos importantes a serem considerados acerca da causalidade nos investimentos. Nossa discussão se divide nos seguintes pontos:

  • A importância da causalidade: por que deve ser considerada?
  • Uso das leis de causalidade para previsões econômicas
  • Correlação vs. Causalidade
  • Conclusão

A importância da causalidade: por que deve ser considerada?

É inerente à natureza humana a constante busca do entendimento da causalidade de distintos fenômenos. A curiosidade instintiva motiva a avaliação de como determinados fenômenos se relacionam a um outro, se a ausência ou presença de um fator influencia sobre estes e assim por diante (Schuller & Haberl, 2022).

Essa capacidade de entender a relação entre os fenômenos pode auxiliar no favorecimento ou impedimento que um evento aconteça de acordo com sua conveniência, adaptando assim a tomada de decisão (Schuller & Haberl, 2022).

É importante salientar, contudo, que a validade de inferências causais depende de uma série de pressupostos críticos que envolvem o ambiente e o tipo de dado disponível (Hünermund & Bareinboim, 2019). Ou seja, não podemos inferir, com base apenas em um resultado ou número que determinada relação implica no acontecimento de outra.

Assim, a compreensão da causalidade no contexto do mercado de capitais pode ser uma ajuda de grande valor para o investidor quando da tomada de decisão, mas é preciso que este atente a suas limitações.

Uso das leis de causalidade para previsões econômicas

O conhecimento causal e suas consequentes inferências são imprescindíveis para a tomada de decisão eficaz. As leis causais, inclusive, qualificam estratégias em eficazes e ineficazes (Schuller & Haberl, 2022).

Nesse contexto, a previsibilidade opera como uma característica intrínseca da causalidade, fundamentando-se em teorias causais observadas empiricamente. Essa é a principal contribuição da causalidade para a economia (Joffe, 2017).

A criação de teorias a partir do aninhamento de hipóteses causais com base empírica constitui um modelo que atua em boa correspondência com o sistema econômico real. Isso se deve, sobretudo, ao fato da pesquisa econômica basear-se empiricamente e possuir métodos eficazes para inferência causal (Joffe, 2017).

Outro fato importante, mencionado por Schuller e Haberl (2022) é que “os mercados financeiros são complexos, dinâmicos e voltados para o futuro. Eles são conduzidos por muitos participantes heterogêneos do mercado com informações imperfeitas e racionalidade limitada. Portanto, uma compreensão causal de seus drivers é atraente e potencialmente muito lucrativa. No entanto, dada a velocidade e a eficiência informacional dos mercados, descobrir relações causais não é apenas extremamente difícil, mas os benefícios de fazê-lo tendem a ser de curta duração, pois o mercado assimila as informações rapidamente.”

Correlação vs. Causalidade

A máxima “correlação não implica causalidade” impera no contexto econométrico. Simplificando, temos que se duas coisas mudam ao mesmo tempo, isso não significa que uma delas seja a causa da outra (Schuller & Haberl, 2022).

Dessa forma, se pegarmos dados relativos a dois eventos e calcularmos a correlação entre eles, teremos um número que indica o grau de associação desses eventos. Sobretudo, não podemos dizer que um evento causa o outro.

Desse modo, a correlação indica se um evento ocorre conjuntamente a outro. A causalidade exige correlação, mas vai além: um evento deve provocar o outro, ou seja, o evento deve ocorrer porque o anterior ocorreu.

Pontos-chave sobre causalidade

A literatura aborda cinco pontos principais no que tange à causalidade em finanças e investimentos, resumidos a seguir (Schuller & Haberl, 2022):

  1. Destacam-se técnicas de avaliação quantitativa para medir a causalidade, as quais se baseiam em correlação. Logo, a causalidade nos mercados de capitais é predominantemente vista sob a ótica da previsão.
  2. A falta de técnicas de avaliação qualitativa sublinha uma fraqueza na pesquisa atual de testes de causalidade. O método qualitativo deve caminhar lado a lado com o quantitativo, sendo assim, essa limitação instiga novos caminhos de pesquisa.
  3. O foco do teste de causalidade tem migrado do forecasting para o nowcasting. Conforme Castle et al (2009), isso quer dizer que o domínio passa de prever consequências para a compreensão do funcionamento de determinado fenômeno com uma janela de tempo de previsibilidade mais curta.
  4. A distribuição de tempo mostrou um ligeiro aumento do interesse no tema ano após ano. Mais pesquisadores têm explorado o campo de estudo da causalidade.
  5. Os países que lideram os estudos são Índia, Estados Unidos e China, o que está em conformidade com o tamanho de suas comunidades acadêmicas.

Conclusão

A causalidade é importante em diversas áreas de conhecimento e no contexto de finanças e mercado de capitais não é diferente. A compreensão do efeito causal de um evento sobre outro pode ser de grande valia para análise e tomada de decisão de investimento.

Entretanto, deve-se atentar a suas limitações e não provocar confusões conceituais no que se refere à distinção entre causalidade e correlação.

Além disso, a crescente literatura sobre causalidade em finanças aborda principalmente métodos quantitativos para embasar as teorias causais através de nowcasting.

Referências

Castle, J., Fawcett, N. & Hendry, D. (2009). Nowcasting is not Just Contemporaneous Forecasting. National Institute Economic Review – Natl Inst Econ Rev. 210. 71-89.

Heshmati, A., & Lööf, H. (2008). Investment and performance of firms: Correlation or causality? Corporate Ownership & Control, 6(2-2), 268-282.

Hünermund, P. & Bareinboim, E. (2019). Causal Inference and Data-Fusion in Econometrics, Papers 1912.09104, arXiv.org, revisado em março de 2021.

Joffe, M. (2017) Mechanism in behavioural economics. Journal of Economic Methodology.

Schuller, M. & Haberl, A. (2022). Causality Techniques in Investment Management: Five Key Findings. CFA Institute – Enterprising Investor: Practical analysis for investment professionals.

Agora, baixe nosso app grátis! No TC você acompanha as principais notícias e cotações do mercado em tempo real, além de ter acesso a canais exclusivos para interagir com os melhores profissionais. Assim, você vai aprender com quem realmente entende de investimentos.

E também estamos no Instagram, YouTube e no TikTok. Acompanhe!

Graduanda em Ciências Contábeis (UFPB) | Membro do projeto de extensão Quantum

Aprenda tudo sobre contabilidade

E-BOOK

Aprenda tudo sobre contabilidade

Neste e-book — “Contabilidade”, trazemos informações e conceitos importantes sobre contabilidade financeira.

Receba todas as novidades do TC

Deixe o seu contato com a gente e saiba mais sobre nossas novidades, eventos e facilidades.

Receba todas as novidades do TC

Deixe o seu contato com a gente e saiba mais sobre nossas novidades, eventos e facilidades.