Svetlozar Rachev: Apostando contra a curva de sino

As finanças modernas foram construídas, durante a maior parte do século XX, sobre a suposição de que os retornos dos ativos seguem algo próximo de uma distribuição normal — a familiar curva de sino, na qual eventos extremos são extremamente raros. Svetlozar "Zari" Rachev passou a sua carreira argumentando, com matemática em vez de opinião, que esta suposição está errada exatamente onde mais importa: os mercados financeiros produzem movimentos catastróficos com muito mais frequência do que a curva de sino prevê, e os modelos de precificação e risco que ignoram isto estão mal calibrados para os eventos que realmente causam perdas.

De Sófia ao Instituto Steklov de Moscovo

Rachev formou-se no que era, na época, uma das tradições de probabilidade mais rigorosas do mundo. Obteve o seu mestrado na Faculdade de Matemática da Universidade de Sófia em 1974, depois mudou-se para a Universidade Estatal Lomonosov de Moscovo para um doutoramento, concluído em 1979 sob a orientação de Vladimir Zolotarev, um importante probabilista soviético conhecido pelo seu trabalho sobre distribuições estáveis — a família de distribuições de probabilidade matematicamente bem comportadas, mas de "cauda pesada", que se tornaria o fio condutor da carreira posterior de Rachev. Ele foi ainda mais longe, obtendo um Doutoramento em Ciências pelo Instituto Matemático Steklov em 1986, supervisionado conjuntamente por três das figuras mais formidáveis da matemática soviética: Leonid Kantorovich, prémio Nobel da economia e fundador da programação linear; Andrey Kolmogorov, a figura dominante do século XX na teoria da probabilidade; e Yuri Prokhorov, uma autoridade líder em métricas de probabilidade. Poucos investigadores de finanças matemáticas em atividade podem afirmar ter tido formação sob uma linhagem de tal densidade.

Métricas de probabilidade e transporte de massa

A investigação inicial de Rachev aplicou a teoria abstrata das métricas de probabilidade — formas de medir a "distância" entre duas distribuições de probabilidade — a problemas de transporte de massa, o estudo matemático de como mover massa de probabilidade de uma distribuição para outra com custo mínimo, um campo que o próprio Kantorovich tinha ajudado a fundar. O seu livro de 1991 Probability Metrics and the Stability of Stochastic Models, seguido por um tratamento em dois volumes de problemas de transporte de massa com Ludger Rüschendorf em 1998-99, estabeleceu este aparato técnico como uma ferramenta séria na probabilidade aplicada, trabalho que lhe valeu o Prémio de Investigação Humboldt para Académicos Estrangeiros em 1995, um prémio concedido pelo governo alemão a investigadores cujo trabalho fundamental é considerado como tendo moldado o seu campo a nível internacional.

Caudas pesadas, precificação de opções e o Rácio de Rachev

A contribuição mais distinta e influente de Rachev foi trazer esta maquinaria da teoria da probabilidade diretamente para as finanças matemáticas, substituindo as suposições gaussianas clássicas subjacentes a grande parte da teoria de portfólio e precificação de opções por modelos não gaussianos de cauda pesada, mais adequados à forma como os mercados reais se comportam — modelos nos quais grandes oscilações de preços, quebras de mercado e outros eventos de cauda ocorrem com uma frequência realista e empiricamente calibrada, em vez de serem ignorados. O seu livro Stable Paretian Models in Finance (2000) expôs detalhadamente o caso matemático para estas distribuições de cauda pesada, e o seu trabalho posterior Financial Models with Lévy Processes and Volatility Clustering (2011) estendeu a estrutura para capturar a tendência da volatilidade do mercado de se agrupar em rajadas, outra característica bem documentada, mas classicamente submodelada, dos mercados reais. A partir deste trabalho, Rachev introduziu o Rácio de Rachev, uma medida de risco-retorno concebida especificamente para comparar o potencial de recompensa de um investimento face ao seu risco de cauda num cenário não gaussiano — uma alternativa a medidas mais antigas como o rácio de Sharpe, que assumem implicitamente o mesmo comportamento de curva de sino que a investigação de Rachev se propôs a corrigir.

Da teoria às mesas de negociação

Rachev não limitou este trabalho a revistas académicas. Em 1999, cofundou o Bravo Group com a sua filha, Borjana Racheva-Iotova, para criar software comercial que implementasse modelos de distribuição de cauda pesada para a gestão de riscos financeiros; a tecnologia da empresa tornou-se mais tarde o produto principal de gestão de riscos da FinAnalytica após a aquisição — um caso raro de teoria de probabilidade fundamental de um académico convertida diretamente em software utilizado em mesas de negociação e risco reais. Ele continuou a ocupar cargos de professor em matemática financeira, mais recentemente na Texas Tech University, publicando sobre finanças matemáticas, teoria da probabilidade e estatística ao longo de toda a sua carreira.

Reconhecimento

Para além do Prémio Humboldt, Rachev detém um Doutoramento honorário em Ciências pelo Instituto Estatal de Tecnologia de São Petersburgo (1992), é membro do Institute of Mathematical Statistics e é membro estrangeiro da Academia Russa de Ciências Naturais — um conjunto de honras que reflete o reconhecimento tanto dentro da comunidade de matemática e estatística como entre os investigadores financeiros aplicados que adotaram os seus modelos de cauda pesada.

Por que Svetlozar é chamado de génio

A contribuição intelectual específica por trás do rótulo é a insistência de Rachev, apoiada por uma teoria da probabilidade rigorosa em vez de meras queixas empíricas, de que a suposição fundamental das finanças de retornos normalmente distribuídos não é uma simplificação conveniente, mas uma fonte de subestimação sistemática e perigosa do risco — e a sua construção de um aparato matemático alternativo completo, desde a teoria da distribuição estável até às métricas de probabilidade e ao Rácio de Rachev, para a substituir. O facto de os seus modelos terem passado de artigos académicos para software comercial de gestão de riscos realmente utilizado por instituições financeiras é uma prova invulgarmente forte de que a visão teórica resistiu à pressão do mundo real em vez de permanecer uma abstração elegante. O contra-argumento honesto é que Rachev não descobriu as distribuições de cauda pesada por si próprio — o seu professor Zolotarev e predecessores, incluindo Benoit Mandelbrot, já tinham estabelecido décadas antes que os retornos financeiros apresentam caudas pesadas — e o génio de Rachev reside especificamente na sistematização e aplicação: construir a infraestrutura matemática rigorosa, as ferramentas de precificação e, eventualmente, o software comercial que transformou uma observação que outros tinham feito numa disciplina operacional. É o génio de um engenheiro de ideias tanto quanto de um criador, e as fontes disponíveis não documentam nenhum prémio de matemática de topo, apenas um reconhecimento sustentado dentro da teoria da probabilidade e das finanças matemáticas especificamente.

Legado

Os modelos de cauda pesada e de distribuição estável, outrora uma posição minoritária contra a ortodoxia gaussiana dominante das finanças, são agora uma parte padrão do conjunto de ferramentas de gestão de risco nas principais instituições financeiras, e o Rácio de Rachev continua a ser citado como uma alternativa às medidas do tipo Sharpe precisamente nos cenários de risco de cauda que o rácio clássico nunca foi construído para lidar — uma lenta mas real justificação de um argumento que Rachev passou décadas a construir a matemática para apoiar. Cada nova quebra de mercado que viola as previsões dos modelos gaussianos fornece novas e indesejadas evidências para o caso que ele apresentou pela primeira vez por escrito décadas antes.