Taxas de Câmbio Futuras e o Paradoxo de Siegel: Uma Solução Axiomática

Índice

1. Introdução

O paradoxo de Siegel, originado em Siegel (1972), apresenta um enigma fundamental e persistente nas finanças internacionais relativo à determinação das taxas de câmbio a termo. O paradoxo destaca uma inconsistência inerente quando investidores neutros ao risco de duas moedas diferentes tentam concordar numa única taxa a termo com base nas suas expectativas sobre as taxas à vista futuras. Este artigo de Mallahi-Karai e Safari aborda este problema com décadas através de uma nova abordagem axiomática, indo além das explicações tradicionais de aversão ao risco ou microestrutura de mercado para propor uma solução matematicamente rigorosa.

2. O Problema do Paradoxo de Siegel

O cerne do paradoxo de Siegel reside na não linearidade da função recíproca e na sua interação com o operador de expectativa.

2.1 Formulação Formal

Considere dois estados futuros do mundo, $\omega_1$ e $\omega_2$, cada um com probabilidade de 50%. Sejam as taxas de câmbio à vista futuras (Euros para Dólares Americanos) nesses estados $e_1$ e $e_2$, respetivamente.

• Um investidor baseado em Euros, que pretende vender Euros por Dólares num momento futuro $T$, consideraria naturalmente o valor esperado $\frac{1}{2}(e_1 + e_2)$ como uma taxa a termo justa $F$.
• Um investidor baseado em Dólares, realizando a operação recíproca (vender Dólares por Euros), calcularia a taxa a termo justa nos seus próprios termos como o valor esperado do recíproco: $\frac{1}{2}(\frac{1}{e_1} + \frac{1}{e_2})$.

Para que estas taxas sejam consistentes num único mercado, a taxa $F$ acordada deve satisfazer $\frac{1}{F} = \mathbb{E}[\frac{1}{E_T}]$, onde $E_T$ é a taxa à vista futura. O paradoxo é que, exceto em casos triviais, $\mathbb{E}[E_T] \neq \frac{1}{\mathbb{E}[1/E_T]}$ devido à desigualdade de Jensen. Não existe um único número que possa ser simultaneamente a média aritmética de $e_i$ e a média harmónica de $1/e_i$.

2.2 Contexto Histórico e Abordagens Anteriores

A literatura anterior tentou resolver o paradoxo introduzindo elementos como aversão ao risco (Beenstock, 1985), taxas de juro diferenciais, ou sugerindo que os investidores aceitassem lucros em moeda estrangeira (Roper, 1975). Obstfeld & Rogoff (1996) notaram que a taxa a termo provavelmente negocia entre $\mathbb{E}[E_T]$ e $1/\mathbb{E}[1/E_T]$. No entanto, uma solução definitiva e simétrica aceitável para contrapartes neutras ao risco permanecia indefinida.

3. Estrutura Axiomática

Os autores propõem um novo começo definindo uma função agregadora $\Phi$ que mapeia um conjunto de possíveis taxas de câmbio futuras $\{e_1, e_2, ..., e_n\}$ (com probabilidades associadas) para uma única taxa a termo $F = \Phi(\{e_i\})$.

3.1 Definição do Agregador

O agregador $\Phi$ toma a distribuição dos estados futuros como entrada e devolve a taxa a termo acordada. O objetivo é caracterizar todas as funções $\Phi$ que satisfazem axiomas economicamente racionais.

3.2 Axiomas Centrais

1. Livre de Arbitragem: A taxa a termo determinada $F$ não deve permitir lucro garantido e livre de risco. Formalmente, se todas as possíveis taxas à vista futuras $e_i$ forem iguais a uma constante $c$, então $\Phi$ deve devolver $F = c$.
2. Simetria (Invariância à Inversão de Moeda): O agregador deve ser consistente independentemente de qual moeda é escolhida como base. Se $F = \Phi(\{e_i\})$ é a taxa a termo EUR/USD, então $1/F$ deve ser igual ao agregador aplicado às taxas recíprocas: $1/F = \Phi(\{1/e_i\})$. Isto garante que não haja um viés inerente a favor de qualquer moeda.
3. Invariância à Redenominação: A solução deve ser invariante a uma simples reescala da moeda (por exemplo, converter de Euros para cêntimos). Isto impõe uma condição de homogeneidade a $\Phi$.

4. Solução Matemática e Classificação

4.1 Derivação da Solução Geral

Sob os axiomas enunciados, os autores provam que a taxa a termo $F$ deve satisfazer uma equação funcional específica. O axioma da simetria é particularmente poderoso, levando ao requisito de que $F$ e $1/F$ são determinados pela mesma regra aplicada a $\{e_i\}$ e $\{1/e_i\}$, respetivamente.

4.2 A Função de Reciprocidade

O objeto matemático chave que emerge é uma função de reciprocidade $R$. O resultado central é que qualquer taxa a termo livre de arbitragem e simétrica pode ser expressa na forma: $$F = \frac{\mathbb{E}[E_T \cdot R(E_T)]}{\mathbb{E}[R(E_T)]}$$ onde $R: (0, \infty) \to (0, \infty)$ é uma função mensurável que satisfaz a condição de reciprocidade: $$R(x) = \frac{1}{x \cdot R(1/x)} \quad \text{para todo } x > 0.$$ Aqui, $\mathbb{E}$ denota a expectativa sob a medida de probabilidade neutra ao risco ou subjetiva. A função $R$ atua como um núcleo de ponderação ou "negociação".

4.3 Classificação de Todos os Agregadores Válidos

O artigo fornece uma caracterização completa: Todos os agregadores que satisfazem os três axiomas correspondem unicamente a uma função de reciprocidade $R$ conforme definido acima. Esta classe inclui casos especiais bem conhecidos:

• Se $R(x) = 1$, então $F = \mathbb{E}[E_T]$ (a média aritmética). Isto viola o axioma da simetria a menos que $E_T$ seja constante.
• Se $R(x) = 1/x$, então $F = 1 / \mathbb{E}[1/E_T]$ (a média harmónica). Isto também viola a simetria em geral.
• A média geométrica surge como a solução simétrica única e natural. Corresponde à escolha $R(x) = 1/\sqrt{x}$. Substituindo na fórmula geral obtém-se: $$F = \frac{\mathbb{E}[E_T \cdot (1/\sqrt{E_T})]}{\mathbb{E}[1/\sqrt{E_T}]} = \frac{\mathbb{E}[\sqrt{E_T}]}{\mathbb{E}[1/\sqrt{E_T}]} = \exp\left(\mathbb{E}[\ln E_T]\right).$$ A última igualdade mantém-se sob pressupostos distribucionais específicos (como log-normalidade) ou no limite de estados contínuos, identificando $F$ como o exponencial da taxa logarítmica esperada, ou seja, a média geométrica.

Assim, a média geométrica não é apenas uma escolha arbitrária, mas a solução canónica, justificada axiomaticamente, dentro de uma vasta família.

5. Análise Técnica e Ideias Centrais

6. Perspectiva do Analista: Uma Desconstrução em Quatro Passos

Ideia Central: Mallahi-Karai e Safari não resolveram apenas um quebra-cabeças; reformularam toda a conversa. Eles mostram que o "paradoxo" de Siegel é na verdade uma restrição de desenho para qualquer mecanismo de precificação coerente num mundo de duas moedas. A verdadeira ideia é que a taxa a termo não é uma previsão de uma média; é o resultado de um algoritmo de imposição de consistência (o agregador) que deve obedecer a regras lógicas imutáveis—sendo a principal delas a simetria. Isto move a discussão da econometria para o desenho de mecanismos.

Fluxo Lógico: A elegância do argumento está na sua simplicidade. 1) Definir o que uma regra de precificação "justa" deve fundamentalmente exigir (sem arbitragem, sem viés cambial). 2) Expressar estes requisitos como axiomas matemáticos. 3) Resolver a equação funcional resultante. 4) Descobrir que o espaço de solução é parametrizado por um "núcleo de negociação" $R(x)$, com a média geométrica como o seu centro natural e não ponderado. O fluxo é impecável: do princípio económico à necessidade matemática.

Pontos Fortes e Fracos:
Pontos Fortes: A abordagem axiomática é poderosa e clara, fornecendo um teorema de classificação definitivo. Desacopla com sucesso o núcleo lógico do paradoxo de características secundárias do mercado como preferências de risco. A ligação à média geométrica dá à teoria uma base imediata e intuitiva.
Pontos Fracos: A principal fraqueza do artigo é a sua abstração em relação à mecânica real do mercado. Assume uma única distribuição de probabilidade acordada $\mathbb{E}$, ignorando a questão crítica de quem são as expectativas que importam. Na prática, crenças heterogéneas e comportamento estratégico dos dealers (como documentado no Inquérito Trienal do Banco de Pagamentos Internacionais) complicariam a aplicação direta. O modelo é um benchmark para a racionalidade, não uma teoria positiva completa da formação de preços.

Ideias Acionáveis: Para quantitativos e estruturistas, este artigo fornece uma justificação rigorosa para usar a média geométrica (ou as suas generalizações ponderadas) na precificação de derivados cambiais onde a simetria é crucial, como opções quanto ou contratos com swap de moeda. Os gestores de risco devem notar que qualquer modelo de taxa a termo que não satisfaça estes axiomas contém implicitamente um viés cambial oculto, que pode ser uma fonte de risco de modelo. A maior lição: teste sempre os seus modelos de câmbio para simetria. Uma verificação simples—inverter o par de moedas e executar novamente o modelo produz resultados perfeitamente consistentes?—pode revelar falhas fundamentais.

7. Estrutura de Análise e Exemplo Conceptual

Estudo de Caso Conceptual: Precificação de um Contrato a Termo
Assuma um consenso de mercado sobre dois cenários futuros igualmente prováveis para EUR/USD: $e_1 = 1.05$ e $e_2 = 0.95$.

• Média Aritmética (Visão do Investidor em EUR): $F_A = (1.05 + 0.95)/2 = 1.00$
• Média Harmónica (Visão do Investidor em USD): $F_H = 2 / (1/1.05 + 1/0.95) \approx 0.9975$
• Média Geométrica (Solução Axiomática): $F_G = \sqrt{1.05 \times 0.95} \approx 0.9987$

A média geométrica $F_G$ é a taxa única tal que um investidor baseado em USD calculando a taxa a termo recíproca (USD/EUR) usando a mesma regra da média geométrica obtém uma resposta perfeitamente consistente: $1/F_G \approx 1.0013$, e $\sqrt{(1/1.05) \times (1/0.95)} \approx 1.0013$. Nenhuma outra taxa tem esta propriedade. A função de reciprocidade para a média geométrica é $R(x)=1/\sqrt{x}$, que "pondera" igualmente cada perspetiva.

8. Aplicações Futuras e Direções de Pesquisa

1. Mercados de Ativos Digitais e Criptomoedas: Esta estrutura é altamente relevante para a precificação de futuros e swaps perpétuos em pares de criptomoedas (por exemplo, BTC/ETH), onde o conceito de moeda "base" é ainda mais fluido e a simetria é primordial.
2. Aprendizagem Automática para $R(x)$: A função de reciprocidade $R(x)$ pode ser interpretada como um núcleo de "poder de negociação". A pesquisa empírica poderia usar dados de mercado para reverter o $R(x)$ implícito, revelando como a simetria é ponderada na prática—potencialmente uma nova medida da estrutura de mercado ou dominância entre zonas cambiais.
3. Extensão para Cestos de Múltiplas Moedas: O próximo passo natural é generalizar os axiomas para uma rede de $n$ moedas. Isto liga-se à literatura sobre construção de índices consistentes e precificação livre de arbitragem triangular nos mercados de câmbio, um tema explorado em profundidade por instituições como o FMI para a avaliação dos Direitos Especiais de Saque (DES).
4. Integração com Fatores de Desconto Estocásticos: Fundir esta abordagem de agregador simétrico com a teoria padrão de precificação de ativos (via fatores de desconto estocásticos) poderia produzir novos modelos testáveis para curvas de taxas a termo que são inerentemente livres de inconsistências do tipo Siegel.

9. Referências

1. Siegel, J. J. (1972). Risk, interest rates and the forward exchange. The Quarterly Journal of Economics, 86(2), 303–309.
2. Obstfeld, M., & Rogoff, K. (1996). Foundations of International Macroeconomics. MIT Press. (Ver Capítulo 8, Secção 8.3 sobre o Paradoxo de Siegel).
3. Banco de Pagamentos Internacionais. (2019). Inquérito Trienal dos Bancos Centrais: Volume de transações cambiais em abril de 2019. [Fonte Externa: Fornece contexto sobre a imensa escala do mercado cambial].
4. Nalebuff, B. (1989). The other person's envelope is always greener. Journal of Economic Perspectives, 3(1), 171–181.
5. Beenstock, M. (1985). A note on Siegel's paradox. Journal of International Money and Finance, 4(2), 287–290.
6. Edlin, A. S. (2002). Forward discount bias, Siegel's paradox, and market inefficiency. Econometric Society World Congress 2002 Contributed Papers.
7. Roper, D. E. (1975). The role of expected value analysis for speculative decisions in the forward currency market. The Quarterly Journal of Economics, 89(1), 157–169.