Artigo

19 de outubro de 2026

Diversificação de investimentos: perspectivas atuais para carteiras no Brasil

Diversificação de Investimentos: Perspectivas Atuais para Carteiras no Brasil

Rubens Correa Serafim Junior; Leila Chaves Cunha

DOI: 10.22167/2675-6528-202601406

Artigo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Resumo

O estudo avaliou se a diversificação melhora a relação risco-retorno de carteiras no contexto brasileiro, comparando estratégias diversificadas e concentradas. O objetivo foi analisar o desempenho de carteiras diversificadas, segmentadas por perfis de investidor (conservador, moderado e agressivo), frente a alternativas concentradas em um único ativo. A pesquisa adotou uma abordagem predominantemente quantitativa, utilizando séries históricas de diferentes classes de ativos do mercado brasileiro e internacional, representadas por índices amplamente utilizados, no período de janeiro de 2011 a dezembro de 2025. A metodologia incluiu o cálculo do retorno anual (CAGR anualizado), da volatilidade anual e do índice de Sharpe, com rebalanceamento mensal das carteiras e conversão dos ativos globais para reais, garantindo comparabilidade. Os resultados indicaram que as carteiras diversificadas apresentaram índice de Sharpe positivo, com o perfil conservador exibindo o melhor desempenho relativo entre as opções diversificadas. Entretanto, ao confrontar os perfis diversificados com as carteiras concentradas, a melhor alternativa concentrada, o S&P 500 em reais, exibiu um índice de Sharpe superior. Concluiu-se que, na janela analisada, a diversificação não se mostrou superior à melhor estratégia concentrada sob a métrica de retorno ajustado ao risco, embora seja uma ferramenta útil para controle de risco e adequação a perfis de investidor. A superioridade da diversificação em termos de Sharpe depende do comportamento relativo das classes de ativos e das escolhas de referências e pesos, sugerindo que a diversificação é valiosa para gestão de risco, mas não garante otimização de retorno ajustado em todas as condições.

Palavras-chave: Alocação de ativos; Desempenho de portfólios; Índice de Sharpe; Risco financeiro; Volatilidade.

1. Introdução

A gestão de investimentos busca otimizar a relação entre risco e retorno, um desafio constante para investidores e gestores de portfólio. A diversificação de ativos é uma das estratégias fundamentais para alcançar esse equilíbrio, sendo amplamente discutida e aplicada no mercado financeiro global (Bodie; Kane; Marcus, 2019). No Brasil, este tema adquire contornos particulares devido à dinâmica macroeconômica, que frequentemente apresenta alta volatilidade e mudanças abruptas nas condições de mercado. Tais características impactam o desempenho relativo de diferentes classes de ativos, como renda fixa e renda variável (Assaf Neto, 2022). A busca por estratégias de alocação eficientes é, portanto, uma necessidade constante, especialmente em um ambiente onde a inflação e as taxas de juros podem oscilar. A relevância da diversificação é acentuada pela crescente participação de investidores, que buscam otimizar retornos e gerenciar o risco de forma adequada aos seus perfis.

A base teórica para a diversificação de portfólios reside na Teoria Moderna de Portfólios (TMP), desenvolvida por Markowitz (1952). Esta teoria seminal postula que o risco de uma carteira não é meramente a soma dos riscos individuais de seus ativos, mas é significativamente influenciado pelas covariâncias ou correlações entre os retornos desses ativos. Ao combinar ativos cujos retornos não se movem perfeitamente em sincronia, é possível reduzir o risco total da carteira sem sacrificar o retorno esperado, um conceito central para a construção da fronteira eficiente. A seleção de portfólios eficientes, que maximizam o retorno para um dado nível de risco ou minimizam o risco para um dado retorno, é o cerne da TMP. Para avaliar a eficácia dessas estratégias, métricas de desempenho ajustado ao risco são indispensáveis. O Índice de Sharpe (Sharpe, 1966) é uma das ferramentas mais reconhecidas e utilizadas para essa finalidade, mensurando o excesso de retorno de uma carteira em relação a um ativo livre de risco por unidade de volatilidade. Ele permite uma comparação objetiva entre diferentes estratégias de investimento, fornecendo uma visão clara sobre a eficiência do capital alocado (Assaf Neto, 2022).

A aplicação prática da diversificação e a avaliação de seu desempenho têm sido objeto de inúmeros estudos empíricos. Pesquisas recentes, como a de Batista et al. (2024), examinaram a eficácia da diversificação em portfólios adaptados a perfis de investidor no Brasil, utilizando simulações e métricas de risco e retorno, frequentemente concluindo que a diversificação pode levar à construção de portfólios mais eficientes. Contudo, a literatura também aponta que, em certos cenários, estratégias mais concentradas podem apresentar desempenho superior, especialmente quando há convicções fortes sobre um ativo ou classe de ativos específica que exibe um prêmio de risco elevado e persistente, embora com maior exposição a riscos e variabilidade de resultados (Yeung; Pellizzari, 2018). Essa dicotomia entre diversificação e concentração, e a busca pela estratégia ótima, permanece um campo fértil para investigação, especialmente considerando as particularidades dos mercados emergentes. A análise de um período estendido, de janeiro de 2011 a dezembro de 2025, e a inclusão de ativos globais convertidos para reais, como o S&P 500 e o U.S. Aggregate Bond Index, oferece uma perspectiva abrangente sobre o comportamento do risco e retorno em diferentes classes de ativos, tanto no cenário doméstico quanto internacional, sob a ótica do investidor brasileiro.

Diante da complexidade do mercado financeiro brasileiro e da persistente discussão sobre a eficácia da diversificação versus a concentração de investimentos, torna-se crucial uma análise empírica robusta que compare essas estratégias em um contexto local e global. A necessidade de compreender se a diversificação, apesar de ser uma ferramenta consagrada para controle de risco e adequação a perfis de investidor, realmente proporciona uma relação risco-retorno superior em comparação com as melhores alternativas concentradas é fundamental para a tomada de decisão. A justificativa para este estudo reside na lacuna de evidências que confrontem diretamente o desempenho ajustado ao risco de carteiras diversificadas, segmentadas por perfis de investidor, com carteiras concentradas em ativos de referência, utilizando um período amostral abrangente e métricas padronizadas. Assim, o presente estudo avalia se a diversificação melhora a relação risco-retorno de carteiras no contexto brasileiro, comparando estratégias diversificadas, segmentadas por perfis de investidor (conservador, moderado e agressivo), frente a alternativas concentradas em um único ativo, com base em séries históricas de janeiro de 2011 a dezembro de 2025.

2. Material e Métodos

A pesquisa foi delineada com uma abordagem predominantemente quantitativa, visando comparar a relação risco-retorno de diferentes estratégias de investimento no mercado brasileiro. O estudo concentrou-se na avaliação de carteiras, em vez de ativos isolados, seguindo os preceitos da Teoria Moderna de Portfólios, que enfatiza a importância das covariâncias entre os ativos para a determinação do risco e retorno do conjunto (Markowitz, 1952). Adicionalmente, uma revisão bibliográfica foi conduzida para fundamentar os conceitos de diversificação, risco, retorno e adequação a perfis de risco, bem como para justificar a escolha da métrica de retorno ajustado ao risco adotada (Sharpe, 1966).

O estudo foi realizado com base em séries históricas de ativos financeiros, abrangendo o período de janeiro de 2011 a dezembro de 2025. Este intervalo foi selecionado em função da disponibilidade comum das séries de dados, garantindo a comparabilidade temporal entre todos os ativos analisados. O contexto geográfico da pesquisa é o mercado de investimentos brasileiro, com a inclusão de ativos globais convertidos para a moeda local, a fim de refletir a perspectiva do investidor nacional. A unidade de análise consistiu em índices amplos de mercado, representativos das principais classes de ativos.

O universo de ativos foi representado por índices de mercado amplamente utilizados, buscando cobrir as principais classes de ativos disponíveis para o investidor brasileiro. Para a renda fixa no Brasil, foram utilizados o CDI (pós-fixado), o IMA-B (títulos indexados ao IPCA) e o IRF-M (títulos prefixados). A renda variável brasileira foi representada pelo Ibovespa, enquanto os fundos imobiliários listados foram representados pelo IFIX. Para estratégias alternativas líquidas, utilizou-se o IHFA, conforme metodologias oficiais da B3 e ANBIMA (B3, 2020a; B3, 2020b; ANBIMA, 2026a; ANBIMA, 2026b).

Para a exposição internacional, foram selecionados o S&P 500 como referência para renda variável global (EUA) e o Bloomberg US Aggregate Bond Index para renda fixa global em dólar, seguindo as metodologias públicas de seus provedores (S&P Dow Jones Índices, 2026; Bloomberg, 2026). A divisão dos investidores em três perfis – conservador, moderado e agressivo – foi adotada para incorporar diferentes níveis de tolerância ao risco, tempo de investimento e objetivos financeiros, conforme a Teoria Moderna de Portfólios (Markowitz, 1952; Assaf Neto, 2022). Essa segmentação permitiu uma análise mais abrangente da adequação das estratégias.

As séries históricas dos índices foram coletadas de bases de dados públicas e amplamente reconhecidas no mercado financeiro. As fontes incluíram a B3, a ANBIMA/ANBIMA Data, o Banco Central do Brasil e o Investing.com. A escolha dessas fontes garantiu a confiabilidade e a reprodutibilidade dos dados, respeitando a disponibilidade comum de cada série. A utilização de índices como referências por classe de ativo é consistente com estudos aplicados que operacionalizam a diversificação por meio de benchmarks representativos, como observado em Batista et al. (2024).

As carteiras diversificadas foram construídas com base nas recomendações de alocação por perfil divulgadas no relatório da XP Investimentos, que categoriza as políticas como Conservadora, Moderada e Sofisticada. Para os propósitos deste estudo, a política Sofisticada foi equiparada ao perfil agressivo, devido à sua maior exposição a classes de ativos de maior volatilidade e potencial de retorno (XP Investimentos, 2025). O mapeamento das classes de ativos do relatório para as referências de mercado permitiu a comparação em bases mensuráveis, agregando a parcela de Alternativos à de Multimercados, representada pelo IHFA.

Além das carteiras diversificadas, foram definidas carteiras concentradas, cada uma com 100% de alocação em uma única referência individual. Essa abordagem permitiu uma comparação direta da eficiência, medida pelo retorno ajustado ao risco, entre as estratégias diversificadas e as exposições concentradas em um único fator de risco (Markowitz, 1952; Sharpe, 1966). A composição dos pesos-alvo das carteiras diversificadas para cada perfil de investidor é detalhada na Tabela 1, ilustrando a distribuição de ativos conforme a tolerância ao risco.

Tabela 1. Carteiras diversificadas por perfil (pesos-alvo por referência)

Classe (relatório de alocação)

Referência (índice) adotado

Mercado

Observação operacional

Fonte dos dados

Renda fixa Brasil – pós-fixado

CDI

Brasil

Referência para pós-fixados domésticos

Banco Central do Brasil (BCB)

Renda fixa Brasil – inflação

IMA-B

Brasil

Referência para títulos públicos atrelados à inflação

ANBIMA Data

Renda fixa Brasil – prefixado

IRF-M

Brasil

Referência para títulos públicos prefixados

ANBIMA Data

Renda variável Brasil

Ibovespa

Brasil

Referência para ações brasileiras

Brasil, Bolsa, Balcão (B3)

Fundos listados

IFIX

Brasil

Referência para fundos listados; aproxima a classe com ênfase em FIIs

Brasil, Bolsa, Balcão (B3)

Multimercados + Alternativos

IHFA

Brasil

Referência agregado para estratégias alternativas líquidas

ANBIMA Data

Global – renda variável

S&P 500

EUA

Convertido para BRL via PTAX (venda) média mensal

Investing.com

Global – renda fixa

U.S. Aggregate Bond Index

EUA

Convertido para BRL via PTAX (venda) média mensal

Investing.com

Fonte: Dados originais da pesquisa

Os índices globais, S&P 500 e Bloomberg US Aggregate Bond Index, foram avaliados em reais (BRL) para refletir a perspectiva de um investidor com base no Brasil (Silva; Leal, 2015). A conversão dos retornos para BRL incorporou simultaneamente o retorno do índice em sua moeda original e a variação cambial. Para essa conversão, utilizou-se a PTAX (venda) média mensal, seguindo a decomposição padrão do retorno em moeda doméstica para ativos denominados em moeda estrangeira (CFA Institute, 2026a). Este procedimento garantiu que todos os ativos fossem comparáveis na mesma base monetária.

Os retornos foram calculados em frequência mensal, empregando o método de retorno simples. Para os índices em nível, o retorno mensal de cada referência foi determinado pela razão entre o número-índice do mês corrente e o do mês anterior, subtraindo-se um. Este cálculo forneceu a variação percentual do valor do índice em cada período mensal, sendo fundamental para a subsequente agregação e análise do desempenho das carteiras.

O retorno mensal das carteiras foi calculado como a soma ponderada dos retornos de seus componentes individuais. As carteiras foram rebalanceadas mensalmente para recompor os pesos-alvo originais, um procedimento consistente com as práticas de gestão de alocação de portfólios (Bodie; Kane; Marcus, 2019). Este rebalanceamento assegurou que a alocação de ativos permanecesse alinhada aos perfis de investidor ao longo do tempo, mantendo a comparabilidade entre as diferentes estratégias e perfis analisados.

Para apresentar os resultados em uma base anualizada, o retorno anual de cada carteira foi calculado por meio da capitalização composta dos retornos mensais. Este método permite uma visão consolidada do desempenho ao longo de um ano, refletindo o efeito cumulativo dos retornos mensais. A anualização é uma prática padrão na avaliação de investimentos, proporcionando uma métrica mais intuitiva e comparável para o desempenho de longo prazo das estratégias de alocação.

A volatilidade anual das carteiras foi utilizada como medida de risco, obtida pela anualização do desvio-padrão dos retornos mensais. Este procedimento envolveu a multiplicação do desvio-padrão mensal por raiz quadrada de doze, convertendo a volatilidade de uma base mensal para uma base anual. A volatilidade é um indicador crucial da dispersão dos retornos e da incerteza associada a um investimento, sendo essencial para a avaliação do risco total das carteiras e para a aplicação do Índice de Sharpe (Markowitz, 1952).

O Índice de Sharpe foi a métrica principal para avaliar o desempenho ajustado ao risco das carteiras (Sharpe, 1966). Ele foi calculado como a razão entre o excesso de retorno anual da carteira, em relação a um ativo livre de risco, e a volatilidade anual da carteira. O CDI foi adotado como a taxa de retorno do ativo livre de risco, em base anual compatível com os retornos anuais das carteiras. Esta métrica permitiu comparar a eficiência de diferentes estratégias de alocação, considerando o retorno adicional obtido por unidade de risco assumido (Assaf Neto, 2022).

Como limitação metodológica, o período de análise foi determinado pela disponibilidade comum das séries históricas dos ativos, o que pode influenciar os resultados em diferentes janelas de tempo. Adicionalmente, a avaliação do desempenho das carteiras foi restrita às métricas de retorno anual, volatilidade anual e Índice de Sharpe. Embora essas métricas sejam amplamente reconhecidas, a inclusão de outras medidas de risco ou desempenho ajustado ao risco poderia oferecer perspectivas adicionais. A construção das carteiras diversificadas baseou-se em recomendações de uma única instituição, o que pode limitar a generalização dos resultados.

3. Resultados e Discussão

A análise dos resultados obtidos neste estudo oferece uma perspectiva detalhada sobre a relação risco-retorno de diferentes estratégias de investimento no mercado brasileiro, confrontando carteiras diversificadas com alternativas concentradas. O período de janeiro de 2011 a dezembro de 2025, abrangendo uma janela temporal significativa, permitiu uma avaliação robusta do desempenho, considerando as dinâmicas macroeconômicas e de mercado que influenciam as classes de ativos. A metodologia adotada, que incluiu a avaliação em reais para ativos globais e o rebalanceamento mensal das carteiras, assegurou a comparabilidade e a relevância dos achados para o investidor nacional.

O desempenho das carteiras diversificadas, categorizadas por perfis de investidor (Conservador, Moderado e Agressivo), revelou padrões importantes que merecem uma discussão aprofundada. Conforme apresentado na Tabela 2, os retornos anualizados das três carteiras permaneceram notavelmente próximos, oscilando em torno de 10% ao ano. Especificamente, a carteira Conservadora obteve um retorno anual de 10,46%, a Moderada de 10,48%, e a Agressiva de 10,18%. Essa proximidade nos retornos, apesar das diferenças substanciais na composição e, consequentemente, na exposição ao risco, sugere que, no período analisado, a maior alocação em ativos de maior risco nas carteiras Moderada e Agressiva não se traduziu em um prêmio de retorno significativo.

Tabela 2. Desempenho das carteiras diversificadas por perfil (CAGR, volatilidade e Sharpe anuais; jan. 2011-dez. 2025)

Referência

Conservador

Moderado

Agressivo

CDI

70,0%

32,5%

12,5%

IMA-B

12,5%

22,5%

27,5%

IRF-M

5,0%

10,0%

7,5%

IHFA

5,0%

19,5%

19,5%

Ibovespa

0,0%

7,5%

17,5%

IFIX

2,5%

2,0%

8,0%

U.S. Aggregate (BRL)

2,5%

2,5%

2,5%

S&P 500 (BRL)

2,5%

3,5%

5,0%

Fonte: Resultados originais da pesquisa

Em contraste com a estabilidade dos retornos, a volatilidade anual das carteiras aumentou progressivamente com o nível de risco do perfil. A carteira Conservadora apresentou a menor volatilidade (1,63%), seguida pela Moderada (2,93%) e pela Agressiva (4,40%). Este comportamento é esperado e consistente com a Teoria Moderna de Portfólios, que postula que maiores retornos esperados estão associados a maiores níveis de risco (Markowitz, 1952). No entanto, a métrica crucial para a avaliação da eficiência, o Índice de Sharpe, revelou um resultado contraintuitivo para a lógica de busca por maior retorno em perfis mais arrojados. O Sharpe anual diminuiu à medida que o perfil se tornava mais arrojado: 0,47 para a carteira Conservadora, 0,27 para a Moderada e 0,11 para a Agressiva.

Este declínio no Índice de Sharpe indica que o aumento de risco total nas carteiras Moderada e Agressiva não foi compensado por um aumento proporcional no retorno anualizado. Em outras palavras, a unidade adicional de risco assumida pelos investidores moderados e agressivos, ao se exporem a classes de ativos mais voláteis, não gerou um retorno excedente que justificasse essa maior variabilidade. Este achado contrasta com a premissa de que a diversificação, ao otimizar a relação risco-retorno, deveria, idealmente, levar a carteiras mais eficientes, especialmente para perfis que buscam maior crescimento (Sharpe, 1966; Assaf Neto, 2022). A implicação prática é que, para o período estudado, a estratégia de alocação mais conservadora, com menor exposição a ativos de maior volatilidade, demonstrou ser a mais eficiente em termos de retorno ajustado ao risco entre as carteiras diversificadas. Isso sugere que a inclusão de classes de ativos mais arriscadas, como renda variável e multimercados, embora aumente o potencial de retorno absoluto, pode não ser a estratégia mais eficaz para otimizar o retorno por unidade de risco em todas as janelas de tempo, especialmente se esses ativos não performarem conforme o esperado.

A análise das carteiras concentradas, cada uma com 100% de alocação em uma única referência, forneceu um benchmark importante para comparar a eficácia da diversificação. Entre os ativos domésticos, o IRF-M destacou-se com o maior Índice de Sharpe (0,25), seguido pelo IHFA (0,17) e pelo IMA-B (0,14). O CDI, como ativo livre de risco, apresentou um Sharpe de 0,00, servindo como base de comparação. Por outro lado, o Ibovespa e o IFIX exibiram Índices de Sharpe negativos (-0,19 e -0,04, respectivamente), indicando que seus retornos anualizados foram insuficientes para compensar o risco total assumido em comparação com o CDI. Este resultado para a renda variável brasileira e fundos imobiliários é particularmente relevante, pois são classes de ativos frequentemente associadas a maior potencial de retorno, mas que, no período analisado, não entregaram um desempenho ajustado ao risco satisfatório. A volatilidade do Ibovespa, por exemplo, foi de 20,94%, a mais alta entre os ativos domésticos, enquanto seu retorno anual foi de apenas 5,79%, evidenciando um risco elevado não recompensado.

No cenário internacional, o S&P 500 (em reais) apresentou um desempenho notavelmente superior, com um retorno anualizado de 21,24% e uma volatilidade anual de 16,41%, resultando no maior Índice de Sharpe de 0,70. Este achado é crucial, pois reflete a combinação de um retorno absoluto elevado com uma volatilidade compatível com a classe de renda variável global, mesmo após a conversão cambial para BRL, que incorpora tanto o retorno do índice em sua moeda original quanto a variação cambial (Silva; Leal, 2015; CFA Institute, 2026a). O desempenho robusto do S&P 500 (BRL) sugere que a exposição a mercados internacionais, especialmente ao mercado de ações dos EUA, pode ter sido um fator dominante na determinação do retorno ajustado ao risco para o investidor brasileiro no período analisado. Em contraste, o US Aggregate Bond Index (em reais) apresentou um Sharpe negativo (-0,12), com retorno anual de 7,88% e volatilidade de 15,41%, indicando que a renda fixa global em dólar, na janela analisada, não compensou sua volatilidade total, incluindo o componente cambial.

A comparação direta entre as carteiras diversificadas e a melhor carteira concentrada é fundamental para responder ao objetivo central do estudo. Conforme apresentado na Tabela 3, o Índice de Sharpe das carteiras diversificadas (Conservador: 0,47; Moderado: 0,27; Agressivo: 0,11) foi consistentemente inferior ao melhor Sharpe observado entre as carteiras concentradas, que foi o do S&P 500 (BRL) com 0,70.

Tabela 3. Comparação do Sharpe: carteira diversificada vs melhor carteira concentrada (jan. 2011-dez. 2025)

Perfil

Retorno anual

Volatilidade anual

Sharpe anual

Conservador

10,46%

1,63%

0,47

Moderado

10,48%

2,93%

0,27

Agressivo

10,18%

4,40%

0,11

Fonte: Resultados originais da pesquisa

A diferença no Sharpe variou de -0,23 para a carteira Conservadora a -0,59 para a Agressiva, com o S&P 500 (BRL) sendo o ativo vencedor em todos os perfis. Este resultado é um dos achados mais significativos e, à primeira vista, pode parecer desafiar a lógica tradicional da diversificação. A Teoria Moderna de Portfólios (Markowitz, 1952) enfatiza que a diversificação, ao combinar ativos com correlações imperfeitas, reduz o risco específico e desloca a carteira para a fronteira eficiente, maximizando o retorno esperado para um dado nível de risco ou minimizando o risco para um dado retorno. No entanto, a teoria não garante que uma carteira diversificada superará, em termos de Sharpe, o ativo isolado com melhor desempenho ajustado ao risco em *qualquer* janela histórica específica. Em períodos nos quais um único fator de risco, como o mercado de ações dos EUA, exibe um prêmio elevado e persistente, uma estratégia concentrada pode, de fato, apresentar um Sharpe superior (Yeung; Pellizzari, 2018). Isso é especialmente verdadeiro se a diversificação incorporar classes de ativos com Sharpe baixo ou negativo no período, como foi o caso do Ibovespa e do IFIX no contexto brasileiro.

A volatilidade anual do S&P 500 (BRL) foi de 16,41%, significativamente maior do que a volatilidade das carteiras diversificadas (1,63% para a Conservadora, 2,93% para a Moderada e 4,40% para a Agressiva). Este ponto é crucial para a interpretação dos resultados. Embora o S&P 500 (BRL) tenha maximizado o Índice de Sharpe, seu risco absoluto foi substancialmente maior. Um Sharpe superior não implica, necessariamente, que a estratégia concentrada seja preferível para a maioria dos investidores. Muitos investidores, especialmente aqueles com perfis conservadores ou moderados, podem não ter apetite ou estar sujeitos a restrições de suitability que os impeçam de suportar oscilações de tal magnitude. A carteira diversificada, mesmo com um Sharpe inferior, pode ser mais adequada por alinhar-se a limites de volatilidade e a restrições comportamentais, oferecendo uma distribuição de risco menos dependente de um único fator, o que é um benefício intrínseco da diversificação (Bodie; Kane; Marcus, 2019; Koumou, 2020).

A divergência observada entre os resultados deste estudo e outros trabalhos aplicados, como o de Batista et al. (2024), que reportaram um Sharpe maior para o perfil agressivo, seguido do moderado e do conservador, merece atenção. Essa diferença pode ser atribuída a variações no período analisado, no conjunto de referências de ativos utilizados e nas escolhas operacionais de construção das carteiras. O presente estudo utilizou uma janela temporal mais ampla (2011-2025) e incluiu referências de carteiras com rebalanceamento mensal, o que permite capturar múltiplos momentos de mercado e a contribuição relativa de cada classe de ativo ao risco total e ao retorno ajustado ao risco. Batista et al. (2024), por sua vez, podem ter avaliado uma amostra diferente de tempo e incorporado escolhas de alocação que favoreceram o perfil agressivo devido a um prêmio de risco elevado em ativos específicos naquele recorte. A sensibilidade do Índice de Sharpe a diferentes janelas de tempo e condições de mercado é uma limitação inerente à sua aplicação em análises históricas.

Ainda que a diversificação não tenha superado a melhor alternativa concentrada em termos de Sharpe no período analisado, ela se mostrou uma ferramenta eficaz de controle de risco e adequação a perfis. Ativos concentrados como Ibovespa, IFIX e US Aggregate (BRL) apresentaram Sharpe negativo, combinando risco elevado com retorno insuficiente. Esses casos reforçam o valor das carteiras diversificadas na mitigação de riscos e na construção de portfólios que se alinham às expectativas de volatilidade e aos objetivos financeiros dos investidores, mesmo que não maximizem o Sharpe em todas as circunstâncias. A carteira conservadora, por exemplo, ao combinar um retorno anualizado ligeiramente superior ao CDI com volatilidade significativamente menor do que as classes de renda variável, demonstrou a melhor eficiência entre as carteiras diversificadas (Sharpe 0,47). Este resultado é compatível com a lógica de suitability, onde perfis menos arrojados priorizam estabilidade e controle de risco, tendendo a apresentar menor dispersão de retornos (Assaf Neto, 2022; Bodie; Kane; Marcus, 2019).

Em suma, os resultados indicam que a diversificação é uma estratégia valiosa para gerenciar o risco e adequar a carteira ao perfil do investidor, oferecendo uma distribuição de risco mais equilibrada. Contudo, sua superioridade em termos de retorno ajustado ao risco (Sharpe) é contingente ao comportamento relativo das classes de ativos e às condições de mercado prevalecentes no período analisado. A forte performance de um único ativo, como o S&P 500 (BRL) na janela estudada, pode temporariamente ofuscar os benefícios da diversificação em termos de Sharpe, mas não invalida seu papel fundamental na construção de portfólios resilientes e alinhados às necessidades individuais dos investidores. A interpretação desses resultados deve, portanto, considerar não apenas a métrica de Sharpe, mas também a volatilidade absoluta e a adequação ao perfil de risco do investidor, que são elementos cruciais para decisões de alocação de ativos.

4. Conclusão

Conclui-se que o objetivo foi atingido, pois o estudo avaliou se a diversificação melhora a relação risco-retorno de carteiras no contexto brasileiro, comparando estratégias diversificadas por perfil de investidor com alternativas concentradas em um único ativo. A análise revelou que, embora as carteiras diversificadas tenham apresentado Índice de Sharpe positivo, indicando eficiência superior ao ativo livre de risco, a melhor alternativa concentrada, o S&P 500 (BRL), exibiu um Sharpe superior. Isso sugere que, no período analisado (janeiro de 2011 a dezembro de 2025), a diversificação não superou a melhor estratégia concentrada em termos de retorno ajustado ao risco, mas se mostrou valiosa para o controle de risco e adequação aos perfis de investidor, especialmente para aqueles com menor apetite a risco.

Como limitação, o estudo teve seu período de análise restrito à disponibilidade comum das séries históricas e a avaliação se concentrou nas métricas de retorno anual, volatilidade anual e Índice de Sharpe. Para estudos futuros, sugere-se explorar outras regras de rebalanceamento e diferentes combinações de ativos. Adicionalmente, a incorporação de métricas complementares de risco e a análise de adequação a perfis, considerando o balanceamento entre retorno ajustado ao risco e tolerância a variações, podem enriquecer a compreensão sobre a eficácia da diversificação em diferentes cenários de mercado e para diversos perfis de investidores.

Referências Bibliográficas

Assaf Neto, Alexandre. Mercado Financeiro. 14. ed. São Paulo: Atlas, 2022.

Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais (ANBIMA). 2026a. Metodologia IMA – Índice de Mercado ANBIMA (março/2026). Disponível em: <https://www.anbima.com.br/data/files/87/A0/F0/E7/E3FBC91067D089C9BA2BA2A8/Metodologia_IMA_mar26.pdf>. Acesso em: 31 mar. 2026.

Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais (ANBIMA). 2026b. IHFA – Índice de Hedge Funds ANBIMA (definição e metodologia). Disponível em: <https://www.anbima.com.br/pt_br/informar/precos-e-indices/indices/ihfa.htm>. Acesso em: 31 mar. 2026.

B3 – Brasil, Bolsa, Balcão. 2020a. Metodologia do Índice Bovespa (Ibovespa). Disponível em: <https://www.b3.com.br/data/files/9C/15/76/F6/3F6947102255C247AC094EA8/IBOV-Metodologia-pt-br__Novo_.pdf>. Acesso em: 31 mar. 2026.

B3 – Brasil, Bolsa, Balcão. 2020b. Metodologia do Índice de Fundos de Investimentos Imobiliários (IFIX). Disponível em: <https://www.b3.com.br/data/files/2A/56/E3/DD/A3943710DB551337AC094EA8/IFIX-Metodologia-pt-br.pdf>. Acesso em: 31 mar. 2026.

Batista, V.G.G. et al. 2024. O papel da diversificação na redução de riscos em portfólios de investimentos brasileiro. Trabalho de Conclusão de Curso (Administração), Pontifícia Universidade Católica de Goiás, Goiânia, GO, Brasil.

Bloomberg. 2026. Bloomberg US Aggregate Index (metodologia do índice). Disponível em: <https://assets.bbhub.io/professional/sites/27/US-Aggregate-Index.pdf>. Acesso em: 31 mar. 2026.

Bodie, Zvi; KANE, Alex; Marcus, Alan J. Investimentos. 10. ed. Porto Alegre: AMGH, 2019.

CFA Institute. 2026a. Currency Management: An Introduction. CFA® Program Level III – Portfolio Management (Refresher Reading). Disponível em: <https://www.cfainstitute.org/insights/professional-learning/refresher-readings/2026/currency-management-introduction>. Acesso em: 31 mar. 2026.

Koumou, G.B. 2020. Diversification and portfolio theory: a review. Financial Markets and Portfolio Management 34: 267–312. Disponível em: <https://link.springer.com/article/10.1007/s11408-020-00352-6>. Acesso em: 31 mar. 2026.

Markowitz, Harry M. Portfolio Selection. The Journal of Finance, New York, v. 7, n. 1, p. 77-91, 1952.

S&P Dow Jones Indices. 2026. S&P U.S. Indices Methodology. Disponível em: <https://www.spglobal.com/spdji/en/methodology/article/sp-us-indices-methodology/>. Acesso em: 31 mar. 2026.

Sharpe, W.F. 1966. Mutual fund performance. The Journal of Business 39(1): 119-138.

Silva, André Luiz da; LEAL, Ricardo Pereira Câmara. Diversificação internacional de portfólios: evidências para o investidor brasileiro. Revista Brasileira de Finanças, São Paulo, v. 13, n. 2, p. 197-220, 2015.

XP Investimentos. 2025. Carteiras recomendadas. Disponível em: <https://conteudos.xpi.com.br/guia-de-investimentos/carteiras/carteiras-de-alocacao-pf-dezembro-2025/> Acesso em: 31 mar. 2026.

Yeung, D.; Pellizari, P. Diversification Versus Concentration… and the Winner Is. University of Technology Sydney, 2018. Disponível em: <https://www.uts.edu.au/globalassets/sites/default/files/wp18.pdf>. Acesso em: 31 mar. 2026.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Finanças e Controladoria do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Você também pode gostar

12 de novembro de 2026

Plano de negócio para empresa de películas personalizadas para equipamentos de DJ

O mercado de equipamentos para DJs apresentou forte crescimento nos últimos anos, impulsionado pelo avanço do entretenimento digital e da cultura musical, o que revelou uma lacuna no Brasil para a proteção e personalização desses itens de alto custo. Películas protetoras surgiram como uma solução para atender simultaneamente à necessidade de conservação e customização. O objetivo do estudo foi desenvolver um plano de negócio para uma empresa de películas personalizadas para equipamentos de DJ, avaliando sua viabilidade de mercado e financeira. A metodologia adotada baseou-se em análises de dados secundários de acesso público, incluindo tendências de mercado, benchmarking internacional, análise da concorrência e construção de projeções financeiras. Os resultados indicaram uma demanda existente parcialmente não atendida e oportunidades de diferenciação por meio de maiores opções de personalização e melhor posicionamento estratégico via redes sociais. A análise financeira demonstrou a viabilidade econômica do projeto, com geração de lucro no primeiro ano de operação, investimento seguro e margem de lucro confortável sobre o produto. Concluiu-se que a criação da empresa é viável e financeiramente vantajosa, com baixo custo inicial de investimento, desde que focada em diferenciação, variedade de produtos e estratégias de mercado adequadas.

Palavras-chave: Análise estratégica; Customização; Empreendedorismo; Varejo online; Viabilidade econômica.

12 de novembro de 2026

Fraudes financeiras no Brasil sob perspectiva analítica com dados públicos

O cenário de expansão dos meios de pagamento instantâneo e a consolidação das fintechs no Brasil intensificaram a exposição dos usuários a fraudes financeiras digitais. O estudo objetivou mapear o uso das principais transações financeiras, avaliar o cenário de fraudes, contestações e devoluções, e relacionar esses achados às práticas de governança corporativa e compliance. A metodologia foi descritiva, com abordagem mista, e utilizou dados secundários oficiais do Banco Central, CVM e Febraban, no período de 2023 a 2025. Aplicaram-se técnicas de Business Intelligence e visualização de dados com Power BI para analisar a volumetria de transações, especialmente via Pix, e identificar padrões de contestações e devoluções pelo Mecanismo Especial de Devolução (MED). Os resultados revelaram o crescimento expressivo do Pix em quantidade e valor, o aumento acelerado das contestações e uma notável discrepância entre os valores aceitos e os efetivamente devolvidos via MED. Constatou-se também a elevação no número de usuários com marcações de fraude. Concluiu-se que a integração entre governança corporativa e mecanismos de prevenção a fraudes, incluindo compliance, auditoria e transparência institucional, é fundamental para a resiliência do sistema financeiro. A prevenção eficaz requer a união de tecnologia, governança e cultura organizacional para fortalecer a segurança e a confiança dos usuários.

Palavras-chave: Business intelligence; Governança corporativa; Mecanismo Especial de Devolução; Pix; Prevenção.

12 de novembro de 2026

O potencial da Inteligência Artificial na precificação de desenvolvimento de Software

A precificação de projetos de desenvolvimento de software, especialmente no contexto de customizações realizadas por empresas de desenvolvimento e consultorias de implementação, representou um desafio recorrente devido à subjetividade das estimativas e à dificuldade de padronização dos critérios utilizados. O estudo teve como objetivo analisar a aplicação da Inteligência Artificial como ferramenta de apoio ao processo de precificação de customizações de software. A metodologia adotada caracterizou-se como um estudo exploratório e quantitativo, estruturado a partir de um experimento comparativo. Nele, analisaram-se precificações realizadas por métodos tradicionais e compararam-se esses valores com estimativas geradas por modelos de Inteligência Artificial, o que permitiu identificar divergências, possíveis vieses e diferenças quanto à agilidade do processo. A investigação utilizou 20 customizações previamente estimadas por um consultor humano especialista em software OSGT. Os resultados indicaram que a utilização da Inteligência Artificial proporcionou maior rapidez na geração de estimativas e favoreceu a padronização dos resultados, além de possibilitar maior escalabilidade por meio do processamento simultâneo de múltiplas solicitações de precificação. Observou-se também que a eficácia das estimativas geradas dependeu diretamente da qualidade e do nível de detalhamento do escopo das customizações analisadas, concluindo-se que a IA é uma ferramenta viável e relevante para o apoio à decisão.

Palavras-chave: Automação de processos; Customização de software; Estimativa de esforço; Padronização de estimativa.

12 de novembro de 2026

Avaliação de uma Arquitetura Backend Aplicada à Conversão Cambial e Detecção de Fraudes com Inteligência Artificial

O crescimento das transações financeiras digitais nas últimas décadas demandou mecanismos mais eficientes de validação e prevenção a fraudes, exigindo soluções tecnológicas escaláveis e integradas. Desenvolveu-se uma API RESTful para o gerenciamento de transações financeiras, a conversão cambial com base nas taxas oficiais do Departamento do Tesouro dos Estados Unidos e a análise automatizada de risco de fraude. A solução foi implementada em linguagem Java, utilizando o framework Spring Boot, estruturada em arquitetura em camadas e integrada a serviços externos para obtenção de dados cambiais e processamento inteligente de transações. O sistema foi dividido em módulos de cadastro e consulta de transações, conversão monetária automática e detecção de comportamentos suspeitos com classificação de risco. Testes funcionais demonstraram tempo médio de resposta inferior a 20 milissegundos para operações internas e entre 3 e 4 segundos para análises antifraude dependentes de processamento externo. Em um cenário simulado, uma transação de US$ 9.000,00 foi corretamente classificada como de alto risco por divergência significativa em relação ao histórico analisado. Os resultados indicaram a viabilidade técnica da solução para aplicações em fintechs, auditoria e sistemas corporativos, embora melhorias futuras possam incluir modelos de aprendizado de máquina supervisionados, cache distribuído e processamento assíncrono.

Palavras-chave: API RESTful; Conversão cambial; Detecção de fraudes; Engenharia de software; Spring Boot.

12 de novembro de 2026

Segmentação de empresas por clusterização revela padrões financeiros distintos

A crescente disponibilidade de dados financeiros corporativos ampliou a importância de técnicas analíticas para identificar padrões e apoiar decisões em contextos de elevada heterogeneidade entre empresas. O estudo objetivou aplicar técnicas de clusterização a uma base de dados financeiros, comparando métodos de agrupamento e validando estatisticamente os resultados, a fim de identificar segmentos com características econômico-financeiras distintas. Metodologicamente, a pesquisa foi classificada como aplicada, exploratória, descritiva e quantitativa. Utilizaram-se dados secundários de empresas, submetidos a inspeção, tratamento, padronização e modelagem computacional. Empregaram-se o algoritmo K-means e métodos hierárquicos aglomerativos, definindo o número ótimo de clusters com métricas como WCSS, Silhouette, Calinski-Harabasz e Davies-Bouldin. Os agrupamentos foram avaliados por análise de variância (ANOVA) e comparados pelo índice Adjusted Rand Index (ARI). Os resultados revelaram que a solução com seis clusters ofereceu o melhor equilíbrio entre qualidade estatística e interpretabilidade analítica, possibilitando a identificação de grupos com perfis distintos, como grandes corporações, empresas intermediárias robustas, organizações com desempenho crítico e casos extremos. Observou-se também que diferentes algoritmos captaram estruturas distintas nos dados, ressaltando a importância da comparação metodológica. Concluiu-se que a clusterização constituiu uma abordagem eficaz para segmentar bases financeiras e revelar padrões relevantes, contribuindo para análises mais refinadas e para o uso aplicado da ciência de dados em contextos empresariais.

Palavras-chave: Análise financeira; Aprendizado não supervisionado; Ciência de dados; Clusterização; Segmentação de empresas.

12 de novembro de 2026

A Relevância da Inteligência Emocional e do “Mindfulness” nas Organizações

No contexto organizacional contemporâneo, marcado por alta competitividade e pressão por resultados, aspectos emocionais e psicológicos dos colaboradores tornaram-se cruciais para o desempenho e bem-estar. Este estudo analisou a percepção de colaboradores sobre a Inteligência Emocional e as práticas de “mindfulness” no ambiente de trabalho, investigando seus efeitos percebidos no bem-estar, desempenho profissional e relações interpessoais. A pesquisa, de natureza quantitativa e descritiva, empregou o método survey para coletar dados. Uma amostra de 78 profissionais de diversos setores organizacionais respondeu a um questionário estruturado, com itens mensurados por escala Likert, fundamentados em modelos teóricos de Inteligência Emocional e “mindfulness”. Os dados foram processados por estatística descritiva com o software Microsoft Excel. Os resultados revelaram uma percepção predominantemente positiva dos participantes em relação a ambos os construtos, destacando competências emocionais individuais e benefícios da atenção plena, como foco, manejo do estresse e bem-estar emocional. No entanto, identificaram-se fragilidades no suporte organizacional para o desenvolvimento sistemático dessas competências. Concluiu-se que, apesar do reconhecimento individual da Inteligência Emocional e do “mindfulness”, há uma demanda por maior institucionalização dessas práticas para otimizar seus efeitos no ambiente corporativo.

Palavras-chave: Atenção plena; Bem-estar no trabalho; Clima organizacional; Competências socioemocionais; Gestão de pessoas.

12 de novembro de 2026

Estratégias de marketing digital para reposicionamento sustentável de uma empresa madeireira familiar em Arequipa, Peru

A pesquisa abordou a necessidade de modernização de empresas familiares em Arequipa, que enfrentam desafios de competitividade devido a estruturas de gestão tradicionais e limitada presença digital. O objetivo consistiu em propor estratégias básicas de marketing digital para o reposicionamento de uma empresa familiar do setor de madeira e melamina. Adotou-se uma abordagem mista, exploratório-descritiva, com estudo de caso único. Utilizaram-se entrevistas semiestruturadas com colaboradores, observação direta e questionários aplicados a 150 clientes. Os resultados principais revelaram uma lacuna crítica entre a capacidade técnica operacional e a visibilidade virtual. Observou-se a preferência dos clientes por canais de contato imediato, como WhatsApp, e um interesse significativo em produtos sustentáveis e multifuncionais. Com base nesses achados, projetou-se um plano de marketing digital progressivo focado na automatização do atendimento direto e na narrativa de identidade local. Concluiu-se que a digitalização adaptada e gradual representa a rota mais viável para profissionalizar a gestão comercial da organização, convertendo sua trajetória tradicional em uma vantagem competitiva moderna e sustentável no mercado regional.

Palavras-chave: Identidade organizacional; Indústria madeireira; PMEs regionais; Sustentabilidade; Transformação digital.

12 de novembro de 2026

Poluição do ar e internações por doenças respiratórias em São Paulo (2015–2024)

Investigou-se a relação entre a poluição do ar e as internações por doenças respiratórias no município de São Paulo, no período de janeiro de 2015 a dezembro de 2024. O objetivo foi analisar a associação entre as médias mensais das concentrações de poluentes atmosféricos (PM2.5, PM10 e NO2) e os totais mensais de internações hospitalares por doenças respiratórias (CID-10: J00-J99). Realizou-se um estudo observacional, ecológico e quantitativo, baseado em séries temporais mensais. Os dados foram obtidos de bases públicas da CETESB (QUALAR), DATASUS (SIH/SUS) e INMET, e processados em ambiente Python/Jupyter Notebook. Utilizaram-se Modelos Lineares Generalizados, especificamente o modelo Binomial Negativo, devido à sobredispersão identificada nos dados. Os modelos controlaram a sazonalidade, a tendência temporal, variáveis meteorológicas (temperatura e umidade relativa) e o período da pandemia de COVID-19. Não se identificou associação estatisticamente significativa entre os poluentes e as internações respiratórias mensais nos modelos ajustados. A análise de sensibilidade demonstrou que a associação positiva inicialmente observada foi explicada por padrões sazonais compartilhados entre poluição e internações, tornando-se nula após o controle adequado. Concluiu-se que, na escala temporal mensal, a sazonalidade constituiu o principal determinante da variabilidade das internações respiratórias, limitando a detecção de efeitos independentes da poluição atmosférica. Este resultado não contradiz a literatura, mas reflete a limitação da agregação mensal para captar efeitos agudos. O pipeline computacional desenvolvido representa uma contribuição metodológica para futuras investigações com dados de maior granularidade.

Palavras-chave: Internações respiratórias; Poluição do ar; Qualidade do ar; Sazonalidade; Séries temporais.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade