Menu principal

Cadastre-se e receba newsletter
 

Regulação, inovação financeira e algoritmos.

REGULAÇÃO, INOVAÇÃO FINANCEIRA E ALGORITIMOS

Jairo Saddi
Pós-Doutor pela Universidade de Oxford.
Doutor em Direito Econômico (USP).
Professor e Coordenador Geral do Curso de Direito do Insper (ex-Ibmec São Paulo).
Árbitro da Câmara de Arbitragem da Anbima – Associação Brasileira das Entidades dos Mercados Financeiros e de Capitais
Redator-chefe da Revista de Direito Bancário e do Mercado de Capitais (Ed. RT).


A última moda dos mercados de bolsa no mundo atende pelo nome de “algoritmo-trading” (ou, simplesmente, “algo-trading”), que, resumidamente, são sistemas de computador de alta velocidade que permitem negociações automáticas, baseadas em algoritmos matemáticos. Um algoritmo pode ser definido como um método de solução de problemas complexos que se vale de uma sequência finita de instruções. Em Bolsa, o algo-trading depende de sofisticados computadores que geram ordens de compra ou venda de ativos, quando gatilhos da variação de preço são acionados. Muitas vezes, os sistemas de risco são alimentados por outros dados de mercado, de liquidez e mesmo de eventos da companhia aberta envolvida, fazendo com que o sistema emita centenas de milhares de ordens ao mesmo tempo, para aproveitar as pequenas variações de centavos no preço dos ativos.

Primeiro, vale uma rápida explicação sobre algoritmos. Foi um matemático e astrônomo árabe, Al-Khwarizmi, quem, em aproximadamente 825 d.C., escreveu o tratado Calculando com numerais hindus, que foi traduzido para o latim no século XII como Algoritmi de numero Indorum. O tradutor teria confundido o nome do autor (Algoritmi) com o plural de números em latim (algorismus). Assim, o conceito de algoritmo se fixou, ao longo de séculos, como algo central para definir a noção de decisibilidade, ou seja, como sistemas formais vingam a partir de axiomas e regras determinadas. Um algoritmo não é necessariamente determinístico, ele pode incorporar elementos randômicos, e daí vem o conceito mais informal de que um algoritmo é um processo que realiza uma série contínua de operações. Um algoritmo é um programa infinito, ou, ao menos, seu fim depende de uma série de cálculos predeterminados.

Pois bem: o mercado financeiro, com investimentos anuais em tecnologia em torno de US$ 41,8 bilhões de dólares, segundo o Aite Group, uma empresa de consultoria de Massachusetts, com crescimento médio de 9,8% ao ano, continua a acreditar na capacidade de transformar, como Midas, computadores e algoritmos em máquinas produtoras de ouro. Reguladores, por sua vez, assustados com a enorme capilaridade de tais sistemas (nos Estados Unidos, já representam cerca de 75% do mercado, considerando os negociantes proprietários que atuam em nome próprio), começam uma secreta, mas intensa, batalha contra o algo-trading, alegando certas vantagens pouco concorrenciais e privilegiadas e, talvez, mais acertadamente, apontando a capacidade de amplificar tendências de mercado (a melhor explicação de overshooting, ou seja, reações exageradas não se devem ao humor do mercado, mas aos algo-traders). O que poucos reguladores percebem (e, no Brasil, o assunto começa a ser discutido muito recentemente com alguns players fazendo investimentos pesados em sistemas, depois que a BM&F acabou com o pregão viva-voz) é que esse impacto inverte um princípio básico, muito explorado por investidores experientes como Warren Buffet: em vez de explorar ineficiências para maiores ganhos, o algo-trading pode gerá-las. O conceito é mais ou menos o seguinte: compre ações cujo preço oferece um desconto relativo aos negócios subjacentes e ao valor patrimonial da empresa aberta. Venda, quando a valorização de mercado superar em muito (daí o conceito de múltiplos) o valor real da empresa. Ora, estudos acadêmicos (vide, por exemplo, Huddart, Steven J., Lang, Mark H. e Yetman, Michelle, Volume and Price Patterns Around a Stock’s 52-Week Highs and Lows: Theory and Evidence) provam que quando há certas tendências de alta ou baixa, o algo-trading “estica” a decisão de comprar ou vender. Ou seja, cria-se uma artificialidade no momento em que em vez de vender, aguarda-se um pouco mais (daí, as bolhas), e em vez de comprar, já que o preço está baixo, o investidor se retira do mercado (daí, depressões mais prolongadas). No fim das contas, as expectativas humanas ainda são melhores que os computadores.

O algo-trading pode ser comparado aos pit-bulls atuais: natural e afetuosamente criados, podem ser dóceis e de fácil convívio; treinados, podem regredir à agressividade bestial e morder o dono. No passado, bancos de investimento compravam e vendiam grandes lotes de ações manualmente; com os novos sistemas de algo-trading, tais lotes são repartidos em pedaços menores e vendidos (ou comprados) em milésimos de segundo. O grande problema é que a automação descontrolada e as vendas ou compras em mercados voláteis podem potencializar o estrago. E se, por um lado, o algo-trading mudou a face de uma indústria que é acusada de toda a instabilidade econômica mundial, por outro, há pouco para os reguladores fazerem. Impedir a inovação (além de difícil, é de inquestionável ilegalidade, um verdadeiro atentado à liberdade de ação) não é a solução – até porque é ingênua a versão de que o algo-trading só gera lucros, não encontrando eco na realidade, não só porque as ordens podem gerar prejuízos, mas também pelo fato de que todos os concorrentes têm o mesmo instrumental. Ao contrário, com a redução de margens, os intermediários financeiros buscam maior eficiência em suas operações, reduzem custos e partem atrás de vantagens competitivas. Ademais, a negociação de alta frequência aumenta o fluxo de liquidez internacional, e não é por outra razão que os capitais globais são, e continuarão a ser, muito voláteis. Apesar de a quantidade de negócios ter aumentado dramaticamente, o volume de negócios continua crescendo em passo menor.

O que os reguladores precisam compreender é que o algo-trading continua sendo um problema de como processar a informação e não pode ser considerado um veneno capaz de acabar com o mercado. Pode-se ter um Boeing ultra moderno, sem saber como pilotá-lo (há computadores que fazem isso), mas quem define a direção não é o computador. Por exemplo, os computadores podem gerar números, mas as soluções e o volume de risco ainda dependem de dados e informações, nem sempre disponíveis. Por exemplo, na última crise, poucos conseguiram prever como os preços das moradias (considerados como dados pouco relevantes ao mercado de ações) poderia afetar a Bolsa, e, no final, essa acabou sendo uma informação fundamental, que ajudou a derrubar os mercados. E como computadores não erram jamais, diferentemente dos seres humanos, nos volumes operados, um pequeno deslize pode ser transformar numa verdadeira catástrofe.

O caminho para resolver esse impasse é a autorregulação, dando às Bolsas a capacidade de supervisionar e regular os mercados. Assim, às Bolsas caberia monitorar o comportamento dos participantes e, eventualmente, aplicar sanções quando algo der errado, prejudicar os demais ou mesmo para mostrar uma vantagem ilegal. Muito recentemente, pela primeira vez, a NYSE Euronext multou o Credit Suisse por falhas no controle dos seus algo-tradings, por ter divulgado inúmeras mensagens equivocadas que atrapalharam o mercado. Afinal, não pode haver autorregulação sem responsabilidade e sem autoridade. Inibir a inovação não é o melhor caminho, mesmo que pareça o mais fácil.

 

Av. São Gabriel, 477 - 11ºAndar - Itaim Bibi - São Paulo - SP - CEP: 01435-001 - info@saddi.com.br
Tel. 55 11 - 3165 3100 - Fax. 55 11 - 3165 3101