Medindo o risco de concentração da carteira

Contar ativos não é medir diversificação. Uma carteira pode ter trinta ações e se comportar como se tivesse quatro. Este guia cobre os três números que realmente descrevem a concentração — o peso máximo por posição, o índice Herfindahl-Hirschman e o número efetivo de posições —, como calcular cada um e onde cada um induz ao erro.

Por que contar posições não funciona

A intuição de que mais posições significam menos risco é aproximadamente certa e precisamente inútil. Considere duas carteiras, ambas com dez ações. A primeira divide o capital igualmente, dez por cento em cada. A segunda concentra sessenta por cento em um único nome e espalha os quarenta por cento restantes entre as outras nove.

As duas têm dez posições. A primeira é genuinamente diversificada; a segunda é uma aposta em uma empresa com alguma decoração em volta. Qualquer métrica que devolva a mesma resposta para as duas não está medindo o que importa para você.

O que você realmente quer saber é quanto do resultado da carteira depende de quão poucas decisões. E isso exige ponderação.

Peso máximo por posição

A medida útil mais simples: que fração do valor total está na maior posição isolada.

Vale checar primeiro porque captura instantaneamente o modo de falha mais perigoso. Se uma posição representa quarenta e cinco por cento da carteira, pouco importa o resto da sua análise: esse único ativo vai dominar retornos, quedas e volatilidade por mais elegante que pareça o restante da alocação.

A fraqueza é que ela enxerga apenas uma posição. Uma carteira com cinco ativos de vinte por cento cada tem peso máximo de vinte por cento, o que soa razoável, e ainda assim é muito mais concentrada do que o número sugere. Para isso é preciso uma medida que leve em conta toda a distribuição.

O índice Herfindahl-Hirschman

O HHI vem da economia antitruste, onde reguladores o usam para medir o quanto um setor está concentrado entre seus concorrentes. A mesma matemática se aplica com clareza a uma carteira: eleve cada peso ao quadrado e some os quadrados.

É a elevação ao quadrado que faz isso funcionar. Ela penaliza pesos grandes de forma desproporcional: uma posição de quarenta por cento contribui com 0.16 para a soma, enquanto quatro posições de dez por cento contribuem juntas com apenas 0.04, apesar de representarem o mesmo capital total. Posições pequenas ficam quase invisíveis, o que é correto, porque elas são.

O índice é limitado de um jeito útil:

O padrão é visível: para N posições de peso igual, o HHI equivale a 1/N. É essa relação que torna possível a próxima métrica.

Número efetivo de posições

O HHI é matematicamente limpo, mas difícil de sentir. Um HHI de 0,3877 não comunica nada intuitivamente. Inverta-o e o significado aparece na hora.

Isso responde a uma pergunta genuinamente útil: quantas posições de peso igual produziriam a mesma concentração da carteira que você realmente tem? Uma carteira de trinta nomes com número efetivo de seis está dizendo, sem ambiguidade, que se comporta como uma carteira de seis ações. As outras vinte e quatro são ruído.

Um exemplo resolvido

Considere uma carteira de tecnologia com três posições:

O HHI é 0,3877, então o número efetivo de posições é 1 / 0.3877 = 2.58. A carteira tem três nomes, mas se comporta como se tivesse cerca de dois e meio — a NVDA, abaixo de quinze por cento, contribui muito pouco para o perfil de risco geral.

O peso máximo por posição é de 45,45 por cento, o que por si só já é um alerta. Juntos, os dois números contam uma história consistente: esta é uma aposta concentrada, e adicionar a NVDA não mudou isso de forma relevante.

A concentração que essas métricas não veem

Aqui está a armadilha. Todas as métricas acima tratam as posições como independentes. Elas não são.

A carteira do exemplo é cem por cento tecnologia. Mesmo se você a reequilibrasse para três posições perfeitamente iguais — levando o número efetivo a saudáveis 3,0 e derrubando o peso máximo para 33 por cento —, ela continuaria sendo uma única aposta não diversificada na sorte de um só setor. As métricas por posição melhorariam enquanto o risco real mal se moveria.

Uma análise de concentração de verdade precisa, portanto, olhar pelo menos três níveis de profundidade:

• Nível de posição — peso máximo, HHI, posições efetivas
• Nível de setor — os mesmos cálculos aplicados a agrupamentos setoriais em vez de ativos individuais
• Nível de fator — se as posições compartilham exposição aos mesmos direcionadores subjacentes, como sensibilidade a juros, momentum ou uma única moeda

O terceiro nível é onde a maior parte das análises para, e é onde moram as surpresas de verdade. Duas ações de setores diferentes podem ser muito mais correlacionadas do que duas do mesmo setor se responderem ao mesmo fator macro. Uma carteira pode parecer diversificada entre todos os setores e ainda assim ser uma aposta alavancada na queda dos juros.

Calculando isso via API

Esses cálculos são simples o bastante para você mesmo implementar — o HHI são três linhas de código. O que é genuinamente difícil é tudo o que vem depois: resolver tickers em setores e exposições fatoriais, manter esses dados de referência atualizados em todos os mercados e traduzir os números em um julgamento.

A API da PORTIQA retorna as três métricas de concentração junto com a análise setorial e fatorial em uma única requisição:

curl -X POST https://portiqa.ai/evaluate \
  -H "Authorization: Bearer $PORTIQA_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "risk_level": "medium",
    "positions": [
      { "ticker": "AAPL", "market_value": 25000 },
      { "ticker": "MSFT", "market_value": 22000 },
      { "ticker": "NVDA", "market_value":  8000 }
    ]
  }'

Os campos relevantes da resposta:

{
  "score": 45.9,
  "status": "Neutral",
  "max_position_weight": 45.45,
  "max_position_ticker": "AAPL",
  "effective_positions": 2.58,
  "top_sector": "Technology",
  "top_sector_weight": 100,
  "score_components": {
    "diversification": 34.5,
    "risk": 99.2,
    "quality": 72.1
  }
}

Repare na divergência entre dois componentes, porque ela é instrutiva. O componente risk marca 99,2 — são empresas grandes, estáveis e de alta qualidade, com baixa volatilidade individual. O componente diversification marca 34,5, porque toda essa qualidade está concentrada em um único setor. Uma nota única e misturada teria escondido a tensão; componentes separados mostram exatamente qual problema resolver.

A documentação completa dos campos está na referência da API, e trechos de implementação para Python, JavaScript e PHP estão nos exemplos de código.