Radar Perene / Arquivos / ciência

O que é cointegração: quando duas séries andam amarradas

◦ Metodologia v2.2 dos índices (working papers com DOI). Ver metodologia.

Ciência

Uma mulher sai do bar tarde da noite com o cachorro na coleira. Ela caminha sem rumo definido; o cachorro fareja para um lado e para o outro, também sem rumo. Ninguém consegue prever o próximo passo de nenhum dos dois. E, ainda assim, quem observa de longe sabe uma coisa com segurança: os dois nunca se afastam além do comprimento da coleira. O economista Michael Murray usou essa cena, em um artigo clássico de 1994, para explicar um dos conceitos mais úteis — e menos traduzidos — da estatística de séries temporais.

Cointegração é a propriedade de duas ou mais séries que, individualmente, vagam sem trajetória previsível, mas cuja diferença — ou alguma combinação delas — permanece estável ao longo do tempo. Cada série pode ir a qualquer lugar; a distância entre elas, não. É a coleira invisível que transforma dois passeios sem rumo em um par de longo prazo.

O termo quase não existe em português fora de teses e de material econométrico carregado de fórmula. A ausência tem custo: "essas duas séries andam juntas" é uma das frases mais repetidas do comentário de mercado, e quase nunca quem a pronuncia distingue entre uma coleira verdadeira e uma coincidência de trajeto.

O que a correlação não vê

A confusão mais comum é tratar cointegração como sinônimo chique de correlação. Os dois conceitos respondem a perguntas diferentes — e a diferença é exatamente onde mora o erro.

Correlação mede se dois movimentos de curto prazo tendem a ocorrer no mesmo sentido: quando uma sobe, a outra costuma subir? Cointegração pergunta outra coisa: existe uma relação de nível que sobrevive ao tempo — uma âncora que puxa as duas de volta quando se afastam demais?

As respostas podem divergir nos dois sentidos. Duas séries podem ser altamente correlacionadas no dia a dia e se separar para sempre, como dois barcos que balançam nas mesmas ondas enquanto navegam para continentes diferentes. E duas séries podem ter correlação baixa nos movimentos diários e, ainda assim, jamais se distanciar — a mulher e o cachorro raramente dão o passo no mesmo instante, mas a coleira segue lá.

Há um agravante conhecido desta trilha: séries que apenas crescem ao longo do tempo produzem correlações altíssimas entre si sem relação nenhuma — é a regressão espúria, o alarme falso clássico da estatística de mercado. A cointegração nasceu, em boa parte, como o antídoto formal para esse alarme: um critério para separar o "andam juntas de verdade" do "cresceram na mesma época".

O teste que o folclore nunca faz

A formalização tem endereço: Robert Engle e Clive Granger publicaram em 1987 o arcabouço que permite testar se uma coleira existe — e Granger recebeu o Nobel de Economia de 2003, em parte, por essa contribuição. A mecânica do teste fica na sala de máquinas; o espírito dele cabe em uma frase: estimar a relação de longo prazo entre as duas séries e verificar se o desvio em torno dela se comporta como algo que sempre volta, ou como algo que vai embora.

O folclore de mercado está cheio de pares que "andam juntos": índice e câmbio, setor e juro, um ativo e seu vizinho de pregão. O que quase nunca acompanha a afirmação é o teste. Esta casa passou pela experiência de aplicar a régua na própria coleção: o working paper Brazilian Intramarket Relationships, público no Zenodo, retestou um conjunto de relações entre segmentos do mercado brasileiro que o costume trata como engrenagens confiáveis. Em números: das relações examinadas, uma única sobreviveu ao reteste — e a segunda versão do estudo revisa abertamente um achado que a primeira sustentava. A maior parte das coleiras anunciadas, quando puxada, não estava presa a nada.

Relações de longo prazo desse gênero seguem sendo testadas na pesquisa da casa — o detalhe de método aplicado, série a série, pertence à bancada, não ao artigo público. O princípio, esse é publicável: "andam juntas" é uma hipótese, não uma observação. Hipóteses se testam.

Por que o conceito importa para quem só lê

O leitor de mercado não precisa rodar um teste de cointegração para se beneficiar do conceito. Basta a pergunta que ele instala: quando um texto afirma que duas séries caminham juntas, essa afirmação é sobre os solavancos de curto prazo ou sobre uma âncora de longo prazo? O autor testou a âncora ou fotografou uma temporada de trajetos parecidos?

A pergunta tem consequência prática, porque as duas leituras erram de maneiras diferentes. Confiar numa correlação de curto prazo como se fosse coleira leva a esperar reencontros que nunca acontecem. E ignorar uma coleira real leva a tratar como ruptura definitiva o que o histórico registra como afastamento temporário. Em ambos os casos, o erro nasce de uma palavra só — "juntas" — usada sem dizer em qual dos dois sentidos.

Perguntas frequentes

Cointegração é o mesmo que correlação alta?

Não. Correlação mede a sincronia dos movimentos de curto prazo; cointegração mede a existência de uma relação de nível que persiste no longo prazo. Séries muito correlacionadas podem não ser cointegradas, e séries cointegradas podem exibir correlação baixa no dia a dia.

Duas séries cointegradas garantem que a diferença entre elas sempre volta?

O teste diz que, na amostra examinada, os afastamentos se comportaram como temporários. Fora da amostra, a relação pode se enfraquecer ou desaparecer — relações econômicas mudam de regime, e um resultado estatístico não é um contrato.

Preciso entender a matemática para usar o conceito?

Para ler pesquisa, não. A pergunta relevante para o leitor é se o autor distinguiu "movimentos parecidos" de "relação de longo prazo testada" — uma distinção de método, visível sem nenhuma equação.

Cointegração serve para operar pares de ativos?

Existe uma literatura sobre estratégias construídas em cima de pares cointegrados, e ela convive com todos os problemas já descritos nesta trilha: recortes lisonjeiros, relações que expiram, custos que a simulação esquece. Este artigo descreve o conceito; não recomenda uso.

A coleira é a exceção; a regra é o passeio sem rumo. O próximo passo da trilha examina a série que não deve nada a ninguém — nem ao próprio passado: Passeio aleatório: o preço de ontem não prevê o de amanhã →

Leituras da casa: a leitura de hoje, no Diário · os precedentes, no Atlas.

Testar se um par específico de séries carrega uma coleira de verdade é exercício de bancada — do gênero que a casa conduz sob consulta.

Leia também: Passeio aleatório: o preço de ontem não prevê o de amanhã · Correlação não é causalidade — e o mercado confunde as duas · O que é uma anomalia estatística?