Regressão à média

Um fundo lidera o ranking em um ano e cai no seguinte. Quando o resultado combina habilidade e sorte, os valores extremos tendem a se aproximar da média no período seguinte, porque a sorte de um ano não se repete no outro. No exercício, usamos o retorno anual das ações da B3 e uma simulação para distinguir esse recuo estatístico do efeito de uma decisão.
Gráfico de barras com o retorno médio das ações por quartil de desempenho, no ano da classificação e no ano seguinte, mostrando a convergência entre os grupos

Um fundo termina o ano no topo do ranking e, no ano seguinte, fica no meio da tabela. A leitura usual é que o gestor perdeu a mão. Mas o mesmo recuo aparece mesmo quando a habilidade do gestor fica constante, e a estatística tem uma explicação para ele. Neste exercício, vamos ver o que é a regressão à média e como distingui-la do efeito de uma decisão.

A regressão à média aparece sempre que um resultado depende em parte de habilidade e em parte de sorte. Nesses casos, o desempenho extremo de um período tende a ser seguido por um desempenho mais próximo da média.

No nosso exemplo, a pergunta é: as ações que mais subiram num ano continuam subindo mais no ano seguinte?

Gráfico de barras com o retorno médio das ações por quartil de desempenho, no ano da classificação e no ano seguinte, mostrando a convergência entre os grupos
Retorno médio por quartil de desempenho, no ano da classificação e no seguinte. Fonte: Yahoo Finance.

No gráfico acima, as ações foram divididas em quatro grupos, os quartis, pelo retorno no ano da classificação. O quarto quartil reúne as ações de melhor retorno do ano, e o primeiro reúne as de pior retorno. As barras claras mostram o retorno médio de cada grupo no ano da classificação, e as barras escuras mostram o retorno médio do mesmo grupo no ano seguinte.

O quarto quartil, que liderou no ano da classificação, recua na direção da média geral no ano seguinte, e o primeiro quartil sobe na direção da mesma média. Por isso, os grupos que partiram de extremos opostos terminam o ano seguinte numa faixa parecida.

📩 O modelo continua valendo. O que mudou é a velocidade

Quem já sabe econometria tem a parte difícil resolvida: saber qual pergunta fazer e como checar se a resposta faz sentido. No Boletim AM eu mostro, todo dia, como a IA entra nesse trabalho, sem substituir o julgamento de quem entende o modelo.

Receber o Boletim AM →

Todo dia no seu e-mail. Gratuito, e sai num clique.

O que é a regressão à média?

A regressão à média é a tendência de um resultado extremo ser seguido por outro mais próximo do valor típico da série. Francis Galton descreveu o fenômeno em 1886, ao observar que filhos de pais muito altos tendiam a ser mais baixos que os pais, e filhos de pais muito baixos tendiam a ser mais altos.

Para entender o mecanismo, separamos o resultado observado em duas partes.

Xt = μ + εt

Na equação acima, Xt é o resultado observado no período t, μ é o componente permanente, isto é, a parte que se repete de um período para o outro, e εt é o componente transitório, que muda a cada período e tem média zero.

Por exemplo, no caso de uma ação, o componente permanente é o retorno que o risco do negócio justifica, e o componente transitório reúne o que foi específico daquele ano, como uma safra, uma decisão regulatória ou um choque de preço.

Por que a seleção pelo topo produz o recuo?

O recuo vem do critério de seleção. Quando escolhemos as observações de maior Xt, escolhemos as que combinam componente permanente alto e componente transitório alto.

No período seguinte, o componente permanente se mantém, e o componente transitório é sorteado de novo, com média zero. Por isso, o resultado esperado para o período seguinte fica entre o valor observado e a média geral.

E[Xt+1 | Xt = x] = μ + ρ (x − μ)

Na fórmula acima, ρ é a correlação entre períodos consecutivos e define o tamanho do recuo. Quando ρ fica entre 0 e 1, a previsão para o período seguinte fica mais próxima da média do que o valor observado.

Com ρ igual a 1, o desempenho de um período se repete integralmente no seguinte, e o recuo é zero. Com ρ igual a 0, o resultado passado deixa de informar sobre o futuro, e a melhor previsão para qualquer observação é a média geral. Dados de retorno de ações costumam ter ρ mais perto de 0 do que de 1.

Como o retorno de um ano se relaciona com o do ano seguinte?

O gráfico por quartis resume o comportamento de quatro grupos. Para ver a relação ação por ação, colocamos o retorno de cada ação num ano contra o retorno dela no ano seguinte.

Dispersão do retorno de cada ação no ano da classificação contra o retorno no ano seguinte, com a reta estimada bem mais horizontal que a reta de repetição exata
Cada ponto é uma ação num par de anos consecutivos. Fonte: Yahoo Finance.

No gráfico acima, cada ponto é uma ação num par de anos consecutivos. A linha tracejada cinza é a reta de 45 graus, que representa a persistência completa, isto é, cada ação repetindo no ano seguinte exatamente o retorno do ano anterior. A linha laranja é a reta estimada a partir dos dados.

A reta estimada é bem mais horizontal que a reta de 45 graus, e essa diferença de inclinação é a regressão à média. Para uma ação que ficou acima da média num ano, a previsão para o ano seguinte fica entre o retorno que ela teve e a média geral.

Os pontos ficam muito espalhados em torno da reta laranja, o que indica que a parte previsível do retorno de um ano para o outro é pequena. A mesma situação aparece no estudo da correlação entre duas variáveis: uma correlação positiva e fraca descreve uma relação real, mas com baixo poder de previsão.

Por que um grupo melhora sem nenhuma intervenção?

A regressão à média também afeta a avaliação de qualquer medida tomada depois de um resultado ruim. Por exemplo, quando uma empresa troca um processo logo depois do pior mês do ano, o mês seguinte tende a ser melhor mesmo que a troca não tenha efeito algum.

Para medir o tamanho dessa melhora automática, simulamos um caso sem intervenção, em que a habilidade de cada unidade é constante. Cada unidade recebe apenas um choque aleatório em cada período.

Comparação entre o resultado médio de todas as unidades e o do grupo selecionado pelos piores resultados, nos dois períodos de uma simulação sem intervenção
Simulação com habilidade constante nos dois períodos. Elaboração: Análise Macro.

No gráfico acima, o resultado médio de todas as unidades fica no mesmo nível nos dois períodos, como esperado numa simulação em que a habilidade é constante. Já o grupo selecionado pelos piores resultados do primeiro período parte de muito abaixo da média e sobe no segundo.

Como a simulação não tem tratamento nem aprendizado, e a habilidade de cada unidade é idêntica nos dois períodos, a melhora vem apenas da forma como o grupo foi escolhido.

Por isso, avaliar uma medida aplicada a quem teve o pior resultado exige cuidado. A comparação do grupo antes e depois mistura o efeito da medida com o recuo estatístico, e o recuo aparece mesmo quando a medida não tem efeito.

Como calcular o recuo de antemão?

O tamanho do recuo pode ser previsto pela mesma fórmula do começo. Precisamos apenas da correlação entre os períodos e da distância do grupo até a média.

No nosso exemplo, o valor previsto pela fórmula e o valor observado na simulação coincidem até a segunda casa decimal. Como a fórmula não foi ajustada aos dados, o recuo é uma quantidade que podemos calcular antes de observar o segundo período.

Ou seja, com a correlação entre períodos de uma base de dados, sabemos quanto de melhora esperar sem nenhuma intervenção, e podemos usar esse número como referência para julgar o efeito de uma medida.

Como o recuo muda com o ponto de corte?

Resultado médio do grupo selecionado em dois períodos, para pontos de corte que vão dos cinco por cento piores até a mediana, com a distância entre as linhas diminuindo
Recuo do grupo selecionado por ponto de corte. Elaboração: Análise Macro.

No gráfico acima, cada ponto de corte define um grupo, dos 5% piores até a metade inferior, e cada linha mostra o resultado médio desse grupo em um dos períodos. Quanto mais extremo o corte, mais distante da média o grupo parte, e maior o recuo no período seguinte. Um corte na mediana quase não produz recuo, porque o grupo já está perto da média.

Por isso, a regressão à média produz os maiores recuos nos casos que mais chamam atenção. O melhor fundo do ano, a escola com a pior nota e o mês de pior resultado são recortes extremos, e por isso apresentam o maior recuo automático.

Quais são os limites do exercício?

🧲

O recuo vem da seleção
A ação que subiu muito foi escolhida por um choque favorável, e no ano seguinte o choque é sorteado de novo.
📉

O recuo é parcial
A correlação entre períodos é positiva, o que indica alguma persistência. Para medir quanto do resultado é permanente e quanto é transitório, precisamos de mais de dois períodos.
⚠️

O exercício fica longe de uma estratégia
Comprar o pior quartil exigiria considerar custo de transação, risco assumido e as empresas que saíram da bolsa, que o exercício deixa de fora.

A amostra usa empresas que estão listadas hoje, e por isso deixa de fora as que saíram da bolsa ao longo do período. Esse problema é o viés de sobrevivência, e ele tende a melhorar artificialmente o retorno de qualquer estratégia testada assim. Quem reproduzir o exercício com outra carteira precisa considerar esse viés.

A regressão à média também depende de uma condição. Se o resultado de cada período fosse determinado apenas pela parte permanente, a correlação entre períodos seria 1 e o recuo seria zero. Ou seja, o recuo só aparece porque o componente transitório, a parte aleatória, existe.

Como distinguir o recuo do efeito de uma medida?

Passo O que verificar
1 O grupo foi selecionado por um resultado extremo? Se sim, devemos esperar recuo mesmo sem intervenção.
2 Qual a correlação entre períodos consecutivos na base de dados? Ela define o tamanho do recuo.
3 Calcular o recuo esperado pela fórmula antes de medir o efeito da intervenção.
4 Comparar o grupo tratado com um grupo de controle selecionado pelo mesmo critério, em vez de compará-lo com ele mesmo no passado.
5 Descontar um recuo maior quanto mais extremo for o recorte.

Na prática, o quarto passo resolve o problema. A comparação do grupo consigo mesmo no período anterior mistura o efeito da medida com o recuo. Já um grupo de controle, selecionado pelo mesmo critério mas sem receber a medida, sofre o mesmo recuo que o grupo tratado, e por isso a diferença entre os dois grupos mede o efeito da medida.

Considerações finais

A regressão à média muda decisões antes de qualquer estimação. Quando sabemos que um grupo foi escolhido por um resultado extremo, deixamos de atribuir a uma decisão a melhora que veio do critério de seleção.

O diagnóstico e a simulação que distinguem recuo de efeito exigem poucas linhas de código, e o conceito se aplica a várias profissões:

  • Analista de dados: reconhece o recuo antes de reportar um teste A/B iniciado depois de uma queda, quando parte da recuperação viria de qualquer jeito.
  • Economista: avalia política pública aplicada aos municípios de pior indicador sabendo quanto da melhora é automática.
  • Gestor de risco: desconfia de mudanças de processo adotadas logo após o pior mês da série, e mede o efeito contra um grupo de controle.
  • Trader: lê ranking de fundos e de ativos sabendo que a liderança de um período informa pouco sobre o período seguinte.
  • Atuária: trata o sinistro atípico de um ano como componente transitório antes de rever o nível de risco da carteira.

Em todos esses casos, a decisão é tomada logo depois de um resultado extremo, que é o momento em que a pressão por decidir costuma ser maior.

Você viu o recuo; aprenda a medir o efeito

De estatística descritiva a inferência e regressão, com Python aplicado a dados econômicos reais desde a primeira aula. Quem quer acesso a todas as formações tem o AM Black, a assinatura anual.

Conheça a formação →Ver o AM Black →

Referências

BARNETT, A. G.; VAN DER POLS, J. C.; DOBSON, A. J. Regression to the mean: what it is and how to deal with it. International Journal of Epidemiology, v. 34, n. 1, p. 215-220, 2005.

CAMPBELL, D. T.; KENNY, D. A. A Primer on Regression Artifacts. New York: Guilford Press, 1999.

GALTON, F. Regression Towards Mediocrity in Hereditary Stature. The Journal of the Anthropological Institute of Great Britain and Ireland, v. 15, p. 246-263, 1886.

KAHNEMAN, D. Thinking, Fast and Slow. New York: Farrar, Straus and Giroux, 2011.

STIGLER, S. M. Regression towards the mean, historically considered. Statistical Methods in Medical Research, v. 6, n. 2, p. 103-114, 1997.

Leia também: Estatísticas robustas: mediana, IQR e MAD

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Encontre o seu conteúdo

Pesquisar
Boletim AM · gratuito

Estatística, econometria e IA aplicada, todo dia no seu e-mail

Um insight rápido por dia. Aos domingos, os papers, livros e modelos da semana em métodos quantitativos, aplicados à economia e ao mercado financeiro.

Quero receber o Boletim AM

Temas do blog

Livros digitais

Python, R e IA aplicados a dados econômicos

Livro Análise de Dados com PythonLivro Análise de Dados com RLivro Como Criar Agentes de IALivro Linguagem Econômica

Quatro livros com dados reais do Banco Central, do IBGE e do FED, e código pronto para rodar. Leia as primeiras páginas antes de comprar.

R$ 197R$ 47cada
Ver os livros

Artigos mais acessados

Análise Macro © 2011 / 2026

comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002