Gest. Prod., So Carlos, v. 19, n. 4, p.

793-809, 2012

Jogo da Minoria: um modelo baseado em agentes

aplicado ao mercado financeiro
Minority Game: an agent-based model applied to financial market
Antonio Fernando Crepaldi1
Fernando Fagundes Ferreira2
Jos de Souza Rodrigues1
Resumo: Nos ltimos anos houve uma contribuio significativa dos fsicos para a construo de um tipo de modelo
baseado em agentes que busca reproduzir, em simulao computacional, o comportamento do mercado financeiro.
Esse modelo, chamado Jogo da Minoria consiste de um grupo de agentes que vo ao mercado comprar ou vender
ativos. Eles tomam decises com base em estratgias e, por meio delas, os agentes estabelecem um intrincado jogo
de competio e coordenao pela distribuio da riqueza. O modelo tem demonstrado resultados bastante ricos
e surpreendentes, tanto na dinmica do sistema como na capacidade de reproduzir caractersticas estatsticas e
comportamentais do mercado financeiro. Neste artigo, so apresentadas a estrutura e a dinmica do Jogo da Minoria,
bem como as contribuies recentes relacionadas ao Jogo da Minoria denominado de Grande Cannico, que um
modelo mais bem ajustado s caractersticas do mercado financeiro e reproduz as regularidades estatsticas do preo
dos ativos chamadas fatos estilizados.
Palavras-chave: Modelagem. Simulao. Teoria de jogos. Mtodos quantitativos.

Abstract: Over the past ten years physicists have made a significant contribution to the building of an agent-based
model to reproduce the behavior of financial markets using computer simulation. This model, called the Minority
Game, consists of a group of agents that buy or sell assets. They make decisions based on strategies, and through
them the agents establish an intricate game of competition and coordination resulting in the distribution of wealth.
The model has shown outstanding surprising results concerning both the dynamics of the system and the ability to
reproduce statistical and behavior characteristics of the financial market. In this study, the structure and dynamics
of the Minority Game and the recent contributions related to the Grand Canonical Minority game, a model which
is better adapted to the characteristics of the financial market and reproduce the statistical regularities of asset
prices (called stylized facts) are presented.
Keywords: Modeling. Simulation. Game theory. Quantitative methods.

1Introduo
O mercado financeiro um elemento-chave no
desenvolvimento de uma nao. Por meio dele
podem-se financiar projetos de longo prazo que
beneficiam empresas e trabalhadores. Apesar de ocupar
um papel central no desenvolvimento econmico dos
pases, tambm o palco em que se manifestaram
as crises que recentemente levaram muitos pases
recesso. Entender os mecanismos que governam a
dinmica do mercado financeiro um grande desafio.
Ainda no se conhece uma teoria ou modelos capazes
de prever essas crises ou impedi-laso que faz deste
tema um fascinante tpico de pesquisa e, ao mesmo
tempo, um desafio para a cincia moderna.
1

O primeiro modelo para o mercado financeiro

deve-se a Bachelier em 1900 (SCHACHERMAYER;
TEICHMANN, 2008). Esse basicamente um modelo
estocstico que produz sries de preos como um
passeio aleatrio, cuja funo de distribuio do preo
uma Normal. Setenta anos depois, Black e Scholes,
beneficiados pelos desenvolvimentos anteriores da
teoria de equaes diferencias estocsticas, realizados
principalmente por It (1951), propuseram um modelo
parecido, mas a hiptese agora que o logaritmo
do preo descrito por uma distribuio Normal
(BLACK; SHOLES, 1973). Com essa hiptese,
eles desenvolveram um mtodo muito utilizado
para descrever a evoluo do preo de ativos e que

Departamento de Engenharia de Produo, Faculdade de Engenharia de Bauru FEB, Universidade Estadual Paulista UNESP,
Av. Luis Edmundo Carrijo Coube, 1401, CEP 17033-360, Bauru, SP, Brasil, e-mail: crepaldi@feb.unesp.br

Grupo Interdisciplinar de Fsica da Informao e Economia GRIFE, Escola de Artes, Cincias e Humanidades EACH,
Universidade de So Paulo USP, Av. Arlindo Bettio, 1000, CEP 03828-000, So Paulo, SP, Brasil

Recebido em 15/3/2010 Aceito em 3/1/2012

Suporte financeiro: Nenhum.

794 Crepaldi et al.

permitiu derivar uma expresso para a precificao

de derivativos. Embora a hiptese de normalidade
esteja incorreta, o mtodo de Black e Scholes de
inegvel valor, pois representou um grande avano
para a construo e fundamentao da teoria financeira
para mercados futuros.
A grande dificuldade de se obter um modelo mais
preciso deve-se ao fato do mercado financeiro ser
um sistema complexo formado por muitos agentes
que compram ou vendem ttulos, aes e outros
produtos de forma descentralizada. O comportamento
coletivo desses agentes traduzido em um conjunto
de sries temporais de preos que apresentam um
padro de flutuao muito especial chamado de fatos
estilizados (CONT, 2001). Estes fatos estilizados
so regularidades estatsticas presentes em diversas
sries temporais financeiras como: taxas de cmbio,
aes, ttulos e taxas de juros. Esses resultados so
robustos e foram observados em vrios pases ao
longo das ltimas dcadas. Uma reviso sobre os
principais fatos estilizados realizada no Apndice
A. Essas regularidades estatsticas so, portanto, um
fenmeno universal e tm chamado a ateno de fsicos
e economistas que buscam de forma independente
modelos capazes de reproduzi-las. O fato mais
intrigante que a teoria tradicional foi construda
com base em hipteses que no so corroboradas
pelos dados empricos, que aqui chamamos de fatos
estilizados. A mais grave violao a hiptese de
normalidade do log-retorno. A presena de caudas
pesadas na distribuio dos retornos dos ativos
financeiros tem implicaes sries. Uma delas que
as grandes flutuaes negativas (crashes) deveriam
ser eventos muito raros se a teoria estivesse correta,
mas, na prtica, assistimos a muitos eventos desse
tipo nas ltimas dcadas. Avanos futuros da teoria
vigente devem se basear em pressupostos mais
realistas. Ela no pode ignorar os dados empricos e,
portanto, precisa levar em conta os fatos estilizados.
Contudo muito difcil encontrar modelos baseados
em equaes que deem conta de incorpor-los.
Nesse contexto, surge uma nova alternativa,
os chamados modelos baseados em agentes. Eles
consistem em um conjunto de entidades ou objetos
computacionais chamados de agentes, que, por sua
vez, interagem entre si de acordo com um conjunto
de regras. Ao contrrio dos pressupostos da economia
neoclssica, os agentes tm racionalidade limitada e
so heterogneos entre si. Eles possuem um conjunto
de estratgias que descrevem o seu comportamento
individual. Existem vrios modelos de agentes
para o mercado financeiro (LUX; MARCHESI,
1999; PALMERetal., 1994; LEVY; LEVY;
SOLOMON, 1995; BAK; PACZUSKI; SHUBIK,
1997; CALDARELLI; MARSILI; ZHANG, 1997;
BROCK; LEBARON, 1996) e este trabalho apresentar
e discutir o Jogo da Minoria e o Jogo da Minoria

Gest. Prod., So Carlos, v. 19, n. 4, p. 793-809, 2012

Grande Cannico (CHALLET; MARSILI; ZHANG,

2001a, 2005). Esta famlia ou classe de modelo foi
escolhida por possuir poucos parmetros e produzir
sries de retorno do preo com as regularidades
estatsticas observadas em sries reais. Portanto,
essas evidncias empricas fazem deles modelos
competitivos e que podem evoluir para permitir
prever as crises (crashes) do mercado financeiro
(JOHNSONetal., 2001).

2Descrio do modelo do Jogo da

Minoria
Challet e Zhang (1997) propem o modelo do
Jogo da Minoria que busca mimetizar a dinmica
de um mercado de ativos. Inspirado no problema do
bar El Farol de Arthur (1994), este modelo baseia-se
naqueles investidores que seguem a tendncia, ou
seja, aqueles responsveis pelo efeito de manada que
levam formao de bolhas e crashes no mercado.
O ponto de partida pensar que existem dois grupos:
compradores e vendedores. Segundo a lei da oferta e
demanda, faz um bom negcio quem vender quando
a maioria est comprando e vice-versa. Portanto, o
melhor ficar no grupo da minoria. Este mecanismo
apenas uma aproximao, mas pode ser o suficiente
para reproduzir ou explicar os dados financeiros.
O chamado Jogo da Minoria consiste em uma
populao de N agentes ou jogadores, cada um
possuindo um conjunto de S estratgias que os
permitem decidir, a cada jogada e de forma autnoma,
comprar ou vender um ativo. Com o decorrer do jogo,
obtm-se uma sequncia de bits rotulados por 0 e 1,
informando o grupo minoritrio, sendo 1 para rotular
o grupo de compradores e 0 para os vendedores. Essa
sequncia recebe o nome de histria do jogo.
Cada jogador tem uma memria limitada que o
impede de guardar toda a sequncia de bits que define
a histria do jogo. O melhor que ele pode fazer reter
os ltimos m bits da histria e, com essa memria,
aprender a tomar decises (comprar ou vender). Esses
ltimos m bits representam o estado informacional do
sistema no instante t e denota-se por (t). A tomada de
deciso ser orientada por estratgias que levam em
conta somente o estado informacional (t). O conjunto
de estratgias, S, de cada agente fixado no incio da
simulao e no pode mais ser modificado ao longo
da dinmica. Uma dada estratgia uma funo de
(t) que retorna as decises de comprar ou vender
(1 e 0) o ativo no instante t. Em outras palavras, essa
funo olha para uma sequncia binria (t) e retorna
um bit denotado por ai,s {0,1}, representando a ao
a ser tomada, em que i representa o agente e s uma
de suas estratgias. Um exemplo de estratgia para
m = 3 apresentado na Tabela1.
Assim, um jogador que tenha como estratgia a
Tabela1, observa a informao vigente (t) e toma a

795

Jogo da Minoria: um modelo baseado em agentes...

Tabela1. Possvel estratgia para um sinal de tamanho m = 3.

000
001
010
011
100
101
110
111

Ao
1
0
0
1
1
0
1
0

deciso segundo a coluna Ao. Por exemplo, quando

(t) = 010, tomar a ao 0, ou seja, ir vender o ativo.
Existem 2m modos possveis de configurao
(dados de entrada) para uma determinada estratgia e,
como cada uma dessas configuraes pode apresentar
duas aes diferentes, verifica-se que o nmero de
m

possveis estratgias igual a 2 2 . O espao das

estratgias cresce rapidamente com o aumento dem.
Para m = 2,3,4 o nmero de estratgias possveis
16, 256, 65.536.
Pode-se analisar o jogo sob a tica de dois extremos.
O primeiro, em que apenas um jogador decide ficar
de um lado, por exemplo, no grupo dos compradores,
e todos os outros no grupo oposto. Nesse caso,
apenas um jogador receber pontuao. O segundo,
em que

( N 1)
jogadores decidem por um grupo
2 ( N + 1)

e os restantes

por outro grupo. Portanto,

2
( N 1)
jogadores recebero pontos por pertencerem
2

ao grupo minoritrio. Tomando o ganho total como

uma medida de desempenho social, nota-se que a
ocorrncia do segundo caso prefervel e o resultado
do jogo flutuar entre esses extremos.
Para iniciar a simulao, um estado (0) gerado
aleatoriamente e tambm sorteada, para cada
jogador, uma dentre suas S estratgias, a fim de que
tomem suas decises (0 ou 1). A cada jogada, todas
as S estratgias, de cada jogador, so avaliadas como
vencedoras ou no, levando em conta o estado (t)
e o resultado do grupo minoritrio da jogada atual.
Essa pontuao feita mesmo para as estratgias que
no foram utilizadas na tomada de deciso, portanto,
uma pontuao virtual. Assim, ao longo do jogo,
as estratgias vo acumulando pontos segundo sua
capacidade preditiva. Porm, somente a estratgia
que at aquele instante tenha acumulado o maior
nmero de pontos virtuais ser a tomadora de deciso
no instante t + 1.
Ao fim de cada rodada, computa-se o chamado
excesso de demanda definido como:

A (t ) = ai,s(t* )
i =1

(t )

em que, a * representa a deciso do i-simo jogador

i ,s
devido estratgia s* (aquela com maior payoff
entre todas). Note que o conjunto A(t), para t = 0,
1, 2, ...forma uma srie temporal. O desvio padro
do excesso de demanda A(t) ser denotado por ,
e representa uma medida da eficincia do sistema
na distribuio de recursos (SAVIT; MANUCA;
RIOLO, 1999). Quanto menor , mais amplo o
grupo minoritrio.
O comportamento de apresenta propriedades
muito interessantes, conforme se varia m (SAVIT;
MANUCA; RIOLO, 1999). Se fosse calculado
para a srie descrita anteriormente, porm com os
agentes tomando decises de forma aleatria, o
resultado seria uma distribuio de probabilidade

do tipo binomial, em que = N .p (1 p ) , sendo

p a probabilidade de um agente pertencer ao grupo
vencedor. Na Figura1, tem-se o valor de em funo
de m, com N = 101 e S = 2. Para um dado m, tem-se
um conjunto de pontos representando 30 realizaes
independentes.
Analisando a Figura1, pode-se destacar:
Param pequeno, o valor mdio de bem
maior que o desvio padro do jogo com escolha
aleatria ( = 5, linha pontilhada no grfico).
Existe tambm, nesse caso, para o mesmo m,
uma grande disperso dos valores de ;
Para m = 6, o valor mdio de atinge um ponto
de mnimo, e esse valor menor que aquele
calculado para o jogo com escolha aleatria; e
Para valores de m > 6, o valor mdio de volta
a crescer, e para m grande, 5. Observa-se
tambm, para um mesmo m, uma queda
acentuada na disperso dos valores de .
Outro fato interessante que a dependncia de ,
com o tamanho da memria m observada acima,
mais bem descrita por outra grandeza denotada por ,
que mede a complexidade do sistema. Construindo-se
grficos de como funo de m para vrios valores de
N, verifica-se que a forma geral da Figura1 se mantm,
mas o valor de mc proporcional a ln N e os valores
de e de sua disperso tm comportamentos
diferentes conforme a regio. Para m < mc, e
so proporcionais a N, e para m mc, e so
proporcionais a N (SAVIT; MANUCA; RIOLO,
1999). Os autores Savit, Manuca e Riolo (1999)
descobriram que

2m
2
funo apenas de
.
N
N

Isso pode ser observado na Figura2, construda

utilizando S = 2 e vrios valores de N em, em uma
escala log-log. Interessante notar que os pontos
caracterizam o desenho de uma curva com o mesmo
aspecto daquela imaginada para interpolar os valores
mdios de (para um dado m) na Figura1, e que

Gest. Prod., So Carlos, v. 19, n. 4, p. 793-809, 2012

796 Crepaldi et al.

possui ponto de mnimo

2 mc
c separando as
N

duas regies em que o sistema tem comportamentos

diferentes.

3Interpretao geomtrica
Para explicar a curva tpica das Figuras1 e 2, e a
distino do comportamento de acima e abaixo do
ponto de mnimo, faz se uma explorao da estrutura
de cooperao do Jogo da Minoria a partir de uma
abordagem geomtrica.

O espao de estratgias pode ser representado

em um hipercubo booleano de dimenso 2m, cujos
m

pontos contm as 2 2 distintas estratgias do Jogo da

Minoria (ZHANG, 1998). Tomando nesse hipercubo
duas estratgias vizinhas, que difiram suas prescries
de ao para apenas um determinado , ou seja, as
estratgias so diferentes em 1 bit apenas, diz-se que
a distncia de Hamming entre elas unitria. Esse
tipo de medida de distncia conta o nmero de bits
diferentes entre duas estratgias.

Figura1. como funo de m para N = 101 e S = 2, mostrando 30 realizaes independentes. O valor de para cada realizao
denotado por um ponto. A linha pontilhada horizontal representa o valor de para uma realizao com comportamento
aleatrio.

Figura2. 2/N como funo de 2m/N para vrios valores de N. Observa-se que todas as curvas tm um comportamento
universal.

797

Jogo da Minoria: um modelo baseado em agentes...

Tomando s e t como estratgias pertencentes ao

hipercubo Hm, a distncia de Hamming pode ser
escrita como (CHALLET; ZHANG, 1998):
2m

Dm ( s,t ) = s (i ) t(i)
i =1

(1)

Se a distncia for normalizada, tem-se

dm(s,t)=Dm(s,t)/2m.
Outra maneira de escrever a distncia de Hamming
a partir dos agentes. Tomando dois agentes, i e j
(CHALLET; MARSILI; ZHANG, 2000):

di , j =

(ai a j )2
4

1 1
ai a j .
2 2

(2)

O trao sobrescrito representa uma mdia da

varivel em relao a e a letra a representa a ao
tomada pelo agente.
Pequenas distncias de Hamming significam a
existncia de estratgias altamente correlacionadas,
e jogadores que as possuem tendem a obter a mesma
deciso. Por outro lado, se duas estratgias so
descorrelacionadas, as decises sero coincidentes
com probabilidade 1 .

Uma medida do grau de diversidade

(ouindependncia), existente em um conjunto de
estratgias, dada pela contagem das suas estratgias
descorrelacionadas (ZHANG, 1998). Assim,
interessante proceder a essa contagem a partir do
hipercubo booleano. Existe entre as estratgias
um subconjunto A de 2m pares de pontos em que,
para cada par, a distncia de Hamming mxima,
ou seja, esses pares so anticorrelacionados, dado
que as duas estratgias de um par apresentam aes
opostas para um mesmo . Mais ainda, a distncia
entre qualquer das estratgias de A com outra
estratgia que no seja a sua antpoda ser metade
da distncia mxima de Hamming, ou seja, 2m 1,
portanto mutuamente independentes. necessrio
observar que possvel formar subconjuntos que
tenham estratgias anticorrelacionadas, porm, as
outras distncias medidas nesse grupo no sero
descorrelacionadas.
Existe uma forma de construo que permite
obter os elementos que compem o subconjunto A.
Tomam-se inicialmente as possveis estratgias para
o caso m = 1, conforme a Figura3.
Pode-se observar que cada estratgia contm um
vetor (2a coluna) cujas componentes so as aes. Cada
um desses vetores ir gerar dois novos, que possuiro o
dobro do tamanho do vetor original. Os novos vetores
surgem da concatenao () do vetor original, ora
com ele prprio, ora com o seu antpoda. A Figura4
mostra o resultado da aplicao dessa regra no vetor
ao que est representado na estratgia (a) da Figura3.
Assim, observa-se que [0,0][0,0]=[0,0,0,0], (vetor
ao da estratgia(e)) e que [0,0] [1,1] = [0,0,1,1]
(vetor ao da estratgia(f)), ambas da Figura4.

Portanto, de forma geral, o subconjunto A, que

contm 2(m + 1) elementos, construdo de forma
recorrente utilizando as operaes:

V ( j ) V ( j ) V (2* j ) ;
V ( j ) V ( j ) V ( 2* j ) ;
Em que V i = 1 Vi e j representa a ordem 2m, ou

seja, no exemplo dado, os vetores de ordem 4 foram

obtidos daqueles de ordem 2. Da mesma forma, so
construdos os de ordem mais alta.
O nmero de pontos do subconjunto A, N0 = 2m + 1,
representa um espao reduzido de estratgias, que
desempenha um importante papel no modelo do Jogo
da Minoria. A ideia comparar N0 com o nmero
de estratgias na populao N.S (ZHANG, 1998):
1. NS > N0 (regio saturada)Os jogadores
tm disposio estratgias positivamente
correlacionadas para utilizarem. O efeito de
manada (muitos agentes fazendo a mesma coisa)
inevitvel a despeito da adaptabilidade dos

Figura3. As quatro possveis estratgias para m = 1.

e

Figura4. As duas novas estratgias criadas a partir do vetor

ao [0,0], com m = 2.

Gest. Prod., So Carlos, v. 19, n. 4, p. 793-809, 2012

798 Crepaldi et al.

jogadores e resultar em flutuaes maiores

que aquelas geradas por um processo do tipo
caminho aleatrio;
2. NS ~ N0 (regio crtica ou de cooperao)As
estratgias utilizadas pelos N jogadores so
bastante independentes e uma pequena parte que
est anticorrelacionada possibilita a obteno
de decises opostas; e
3. NS << N0 (regio aleatria)A anticorrelao
est fortemente presente e os jogadores parecem
utilizar estratgias aleatrias.
Tomando S = 2, o caso (2) representar o ponto de
mnimo da curva de

versus (Figura2), pois

N
N0

= c 1. De forma
na regio de cooperao
NS
N0
geral, =
NS e os resultados obtidos por Savit,
Manuca e Riolo (1999) podem ser explicados pela
interpretao geomtrica de Zhang (1998), conforme
exposto anteriormente de (1) a (3). Outra explicao
para este comportamento de foi realizada de forma
independente por Hart, Jefferies e Johnson (2001).

4A transio de fase
Embora o excesso de demanda tenha valor mdio
temporal nulo, A = 0, o desvio padro exibe um
comportamento complexo, conforme discutido na
seo anterior. A partir desse comportamento, pode-se
distinguir dois tipos de resposta do sistema, um acima
e outro abaixo do valor crtico c, caracterizado pelo

valor em que mnimo. Os autores Savit, Manuca

e Riolo (1999) e Manucaetal. (2000) encontraram
algo muito mais interessante que distingue as duas
regies. Eles procuraram saber se existem padres
preditivos ao longo da srie de excesso de demanda
A(t). Para isso, mapearam A(t) em uma srie temporal
G(t) binria em que 0 representa os casos em que
o grupo minoritrio foi dos vendedores e 1 o dos
compradores. A partir de G, calcula-se a probabilidade
condicional P (1| k ) , que a probabilidade do grupo
minoritrio ser o de compradores (1) no tempo t +1,
dado um determinado estado .
Foi simulado um jogo com N = 101, m = 3 e S = 2
e dois casos foram analisados. Primeiro, perguntou-se
se um agente com memria k = 3 = m poderia prever
probabilisticamente o grupo vencedor no tempo t + 1,
simplesmente calculando a probabilidade condicional
P (1| k ), para ao menos um estado. O resultado
obtido est mostrado na Figura5a. Nota-se que

P (1| k ) =

1
para todo estado k, ou seja, nessas
2

condies no parece ser possvel prever o prximo

bit para nenhum valor de k . O segundo caso foi
analisar a possibilidade de predio, caso exista um
agente infiltrado com memria k = 4, isto , acima
daquela utilizada para gerar a srie G. A hiptese que
um agente com maior capacidade de processamento,
ou informao, pudesse arbitrar sobre os demais. O
resultado deste segundo caso est na Figura5b. Nesse
experimento, P (1| k ) diferente de

Figura5. a) Histograma da probabilidade condicional

P (1| k )

1
, indicando a
2
b

com k = 3 para uma srie com m = 3. Os valores binrios de

esto representados na base 10. b) Histograma da probabilidade condicional

P (1| k )

com k = 4 para uma srie com m = 3.

799

Jogo da Minoria: um modelo baseado em agentes...

possibilidade de obter mais ganhos que os agentes com

memria reduzida. Contudo, supondo igualdade de
memria, pode-se dizer que no primeiro experimento
o mercado eficiente, j que nenhuma estratgia com
m 4 pode obter sucesso maior que 50%.
Repetindo essa anlise, porm adotando agora
mmc e, em particular, para um jogo com os
parmetros N = 101 e S = 2 e m = 6, observa-se
pela Figura6, que, diferentemente do que aconteceu
na Figura5a, existe um padro e todos os agentes
podem acess-lo. No sentido descrito anteriormente
o mercado no eficiente.
A formalizao matemtica deste problema
foi obtida por Challet e Marsili (1999) com uma
explicao muito simples. Segundo eles, para cada
existem agentes que sempre tomam a mesma deciso.
Isso acontece porque sua melhor estratgia congela
para determinado e, assim, preconizam a mesma ao
a ser tomada quando o estado aparece. Isso produz
um vis em A sempre que t = . Para medir esse
vis, definido o parmetro de ordem que identifica a
transio de fase do modelo (CHALLET; MARSILI,
1999; CHALLET; MARSILI; ZECCHINA, 2000):

H=

em que A|

1 P
A|
P =1

= A

(3)

a mdia condicional de A dado

2

que t = . A barra sobrescrita em A uma

simplificao para a mdia em P, ou seja, substitui
o termo

1 p
=1 .
p

Figura6. Histograma da probabilidade condicional

de esto representados na base 10.

P (1| k )

A varivel H chamada de previsibilidade

(RODRIGUES, 2005) e mede a presena de informao
ou arbitragem no sinal de A (CHALLET; MARSILI,
1999). O comportamento de H em funo de
dado na Figura7.
Observa-se, basicamente, que H = 0 para < c
e H > 0 para > c. Isso uma marca da transio
de fase. Nesse ltimo caso, um agente pode detectar
ou explorar a informao existente, indicando que
uma de suas estratgias seja mais correlacionada com
A| que as outras. Outro fato que chama a ateno
que H vai para zero exatamente no ponto em que
mnimo. A dinmica do modelo tal que, ao
diminuir , os agentes passam a ter maior capacidade
de explorar a informao e exaurir a previsibilidade,
tornando o mercado cada vez mais eficiente do ponto
vista informacional. Porm, para na regio subcrtica
ocorre uma maior dificuldade de coordenao ou
cooperao e o sistema se torna ineficiente do ponto
de vista de distribuio de recursos.
Para finalizar, pode-se dizer que intrigante que
um modelo para explicar comportamento de agentes
econmicos possa exibir propriedades conhecidas e
descritas pela antiga termodinmica. Isso sugere que
se possa conhecer no futuro modelos para cincias
sociais e econmicas simples o suficiente para
evolurem e incorporarem caracterstica cada vez
mais realstica, mas no to simples para poderem
capturar comportamentos complexos. Alm disso, estes
modelos vo permitir a adoo de uma linguagem
comum para as cincias da natureza e da rea de
humanidades. Essa agenda vem sendo desenvolvida
em novas reas que congregam a chamada cincia
da complexidade.

com k = 6 para uma jogada com m = 6. Os valores binrios

800 Crepaldi et al.

Gest. Prod., So Carlos, v. 19, n. 4, p. 793-809, 2012

Figura7. Os crculos abertos representam o comportamento de H

N enquanto o smbolo+representa 2/N, ambos contra
2m/N, com m = 7. Note que H converge para zero exatamente quando mnimo, ou seja, para = c 0,34.

5O modelo Grande Cannico

O Jogo da Minoria apresentado anteriormente
no reproduz todos os fatos estilizados por ser
uma verso muito simplificada da realidade. Para
torn-lo um pouco mais realstico, deve-se permitir
que os agentes possam sair do mercado quando suas
estratgias levam-nos, em mdia, a perdas em torno
de um valor . Este valor pode ser a taxa de juros que
ele ganharia se optasse por outro investimento como
a poupana. Embora seja permitido que os agentes
saiam do jogo, nada impede que eles continuem
acompanhando o mercado e, caso percebam que as
suas estratgias possam lev-los a ganhar uma taxa
superior a , que seja permitido que eles voltem ao
jogo. A possibilidade do nmero de agentes variar
levou os autores a cham-lo de modelo Grande
Cannico em analogia com a situao em mecnica
estatstica que recebe o mesmo nome quando o nmero
de partculas em um sistema em contato com um
banho trmico varia. A outra inovao nessa nova
verso ser a presena de um novo tipo de agente
chamado de produtor, cuja motivao ser discutida
logo a seguir.
Aparentemente, o mercado tem o comportamento
de um jogo de soma zero, em que alguns ganham
medida que outros perdem. Em geral, entretanto,
razovel pensar que a maioria dos participantes do
mercado beneficia-se dessa dinmica, pela prpria
persistncia do processo. Ento, caberia perguntar:
quem injeta dinheiro no mercado? A resposta surge

quando se procede diviso de seus participantes

em dois tipos: os produtores e os especuladores
(ZHANG, 1999).
Os produtores participam do mercado observando
necessidades que so alheias a sua dinmica. Na
realidade, o termo conveniente para designar desde
indivduos que se utilizam do mercado para fazer
hedge at o turista que busca fazer cmbio.
J os especuladores buscam vantagem na
movimentao do mercado, tentando lucrar com
um processo de arbitragem. Exemplos so grandes
instituies financeiras, fundos de hedge ou at
mesmo pessoas fsicas, que, por meio de corretoras
de valores, atuam no mercado.
Resumidamente, pode-se caracterizar os dois tipos
de agentes da seguinte forma:
Produtores
Injetam elementos de previso nas flutuaes
aparentemente aleatrias do mercado;
Esse agente tem interesse em negcios
externos ao mercado;
Participam do mercado para suas prprias
necessidades de um modo previsvel,
indiferentes s pequenas flutuaes de preo; e
Possuem perspectiva de longo prazo.
Especuladores
Compram e vendem ativos sem se preocupar
com seu valor intrnseco;

801

Jogo da Minoria: um modelo baseado em agentes...

So exclusivamente dirigidos pela perspectiva

de ganhar com as flutuaes de preos;
Exploram a previsibilidade introduzida pelos
produtores; e
Fazem transaes visando a pequenos retornos
num horizonte de curto prazo.
primeira vista, parece que o produtor injeta
dinheiro no mercado, e o especulador, utilizando-se
de alguma estratgia, se apropria desse valor. Nesses
termos, comparando com um sistema biolgico, o
especulador seria um parasita. Na verdade, a analogia
de associao biolgica que existe entre esses agentes
a simbiose (ZHANG, 1999). O especulador exerce
uma funo social, mesmo sem querer, de tornar o
mercado lquido.
Nesse processo de simbiose, os produtores
proporcionam informao e ganhos positivos aos
especuladores, enquanto que os especuladores reduzem
as perdas dos produtores providenciando liquidez
no mercado.
Essa configurao do mercado dividido em
dois tipos de agentes, produtores e especuladores,
foi incorporada ao Jogo da Minoria (CHALLET;
MARSILI; ZHANG, 2000; 2001a). Os produtores so
representados por agentes com apenas uma estratgia,
s = 1 (CHALLET; MARSILI; ZHANG, 2000, 2005).
Portanto, seu comportamento determinstico: dado
certo , representado os grupos minoritrios em dado
horizonte temporal, o produtor agir sempre da mesma
maneira. J o especulador um agente tpico do Jogo
da Minoria tradicional, possuindo vrias estratgias
(CHALLET; MARSILI; ZHANG, 2000, 2005). Esse
agente tenta extrair do jogo as informaes que so
injetadas pelo produtor.
A caracterstica de permitir a flutuao do nmero
de especuladores torna o Jogo da Minoria Grande
Cannico capaz de apresentar crashes em suas sries
de retornos (CHALLET; MARSILI; ZHANG, 2005,
2001a). A responsvel pelos grandes movimentos
de preos a multido de agentes inativos que em
dado instante apenas observa o movimento de preos
do mercado e em um instante posterior pode, ao
mesmo tempo, entrar no mercado para negociar. Essa
atitude sincronizada ocorre porque, enquanto esses
agentes observam o mercado, eles conseguem apenas
perceber a dinmica dos agentes que esto ativos, sem
ter acesso configurao de mercado caso fossem
levadas em considerao as estratgias dos outros
agentes que tambm no esto negociando: um inativo
no consegue, portanto, sentir o outro. Ento, os
inativos que possuem estratgias semelhantes so
atrados para o mercado ao mesmo tempo e podem,
assim, entrar no mercado de forma sincronizada,
gerando um crash.
Um modelo de Jogo da Minoria Grande Cannico
apresentado em (FERREIRAetal., 2005). Ele

consiste de N agentes interagindo, em que Np so os

produtores e os remanescentes Ns = N Np so os
especuladores. Os agentes so dotados com s = 0, ...,S
estratgias que so mantidas fixas desde o incio. As
estratgias permitem que eles tomem decises como
comprar, vender ou no negociar a cada tempo t.
Para ser bem sucedido no jogo, cada agente procura
permanecer no grupo da minoria, isto , comprar ativos
quando a maioria vende e vice-versa. Na realidade,
o mecanismo de mercado mais complexo. Apesar
disso, a regra da minoria lembra a lei da oferta e
demanda. Por simplicidade, mapeia-se o histrico
dos preos p(t) em uma sequncia binria. Cada bit
representa um sinal da variao de preos entre t -
e t, para uma conveniente escala . Padres podem
ser construdos a partir da sequncia binria pela
definio de um vetor de tamanho m que representa
um pedao da sequncia. O nmero total de diferentes
padres P = 2m. Esses padres so dependentes do
tempo e correspondem informao pblica que
denotada por (t). A estratgia projetada para ler
uma informao (t) e retornar ao agente uma deciso
correspondente.
No caso dos especuladores, as decises so
denotadas por ai,s = 1, 0 , em que i = 1, ..., Ns;
enquanto a deciso dos produtores denotada por
bj = 1, em que j = 1, ..., Np. Observa-se que os
produtores tm somente uma estratgia que depende da
informao, , portanto, eles esto sempre negociando,
isto , comprando e vendendo ativos. Por outro lado,
especuladores tm mais que uma estratgia, alm
de contar com a estratgia nula s = 0, que permite
a eles no negociar, ai,0 = 0. A cada tempo t, todos
os jogadores tomam suas decises individuais e
ento computado o excesso de demanda A(t), que
definido como:
Np

Ns

A (t ) = b j ( ) (t ) + ai ,s( ) (t )
j =1

i =1

(4)

O desempenho das estratgias dado pela funo

de pontuao:

Ui ,s (t + 1) = Ui ,s (t ) ai,s (t ) A (t ) + 0 ,s (5)

em que s corresponde ao valor mximo de Ui,s no

tempo t, s = maxs Ui ,s , e > 0 a taxa de juros
recebida por no negociar e < 0 significa um
incentivo a negociar.
Esse modelo apresenta fatos estilizados como
agrupamento de volatilidade (volatility clustering),
ausncia de autocorrelao linear, decaimento lento da
autocorrelao dos retornos absolutos e caudas gordas
na distribuio de probabilidade conforme a Figura8.
Outras abordagens do modelo Grande Cannico
tambm apresentam fatos estilizados (CHALLET;
MARSILI; ZHANG, 2001a,b; CHALLET; MARSILI,
2003; BIANCONIetal., 2008).

802 Crepaldi et al.

Gest. Prod., So Carlos, v. 19, n. 4, p. 793-809, 2012

a

Figura8. a) Evoluo temporal do retorno. b) Autocorrelao (linha pontilhada) e autocorrelao dos valores absolutos (linha
contnua) como funo de . c) Distribuio de probabilidade dos retornos P(r) como funo de r. Os valores dos parmetros
so N = 1000, P = 100, mx = 100, = 0.6. Em c) observam-se caudas gordas e assimetria negativa. Fonte: Ferreiraetal.
(2005, p.539).

Cada agente i (especulador) tem uma percepo

do valor fundamental do preo do ativo i. Essa
uma varivel aleatria com distribuio uniforme no
intervalo [0, mx]. A varivel representa o percentual
de indivduos na populao que so especuladores,

Ns

. J o parmetro P limita a varivel ,

=0, ... P 1.
Observa-se, a partir dos resultados apresentados,
que o Jogo da Minoria Grande Cannico e suas
variantes so modelos que conseguem reproduzir
fatos estilizados importantes que surgem no mercado
financeiro real, o que surpreendente, dada a
simplicidade da dinmica contida nesses modelos.
preciso salientar, porm, que a simplicidade no
implica em facilidade na obteno de resultados
interessantes. Muitas vezes, alteraes significativas
do modelo, como propostas criativas de modificao
da funo de pontuao das estratgias (payoff das
estratgias), que inicialmente parecem promissoras,
podem redundar em realizaes sem sentido.
Contudo, esse tipo de modelo baseado em agentes
consegue incorporar sua dinmica comportamentos
que no esto contemplados em modelagens feitas
a partir das equaes diferenciais estocsticas
que possuam como hiptese o movimento do tipo
passeio aleatrio para o preo de um ativo. Enfim,

so bastante promissores os trabalhos desenvolvidos

nessa rea, que, a exemplo do Jogo da Minoria, tem
pouco mais de uma dcada.
O Jogo da Minoria e sua verso Grande
Cannica apresentam algo ainda mais intrigante que
simplesmente reproduzir os fatos estilizados. Esses
modelos exibem uma transio de fase semelhana
do que se observa na natureza quando se varia um
parmetro como, por exemplo, a temperatura, chamado
pelos fsicos de parmetro de controle. Alterando
esse parmetro de controle, a gua pode passar do
estado lquido para o slido ou gasoso. H um valor
da temperatura, para o qual ocorre a coexistncia
das trs fases, que recebe o nome de ponto crtico.
O mesmo acontece aqui para um valor de = c.
Challete Marsili (2003) mostraram que os fatos
estilizados ocorrem na vizinhana desse ponto crtico.
Isso significa que o mercado na iminncia de uma crise
se auto-organiza prximo ao ponto crtico. Essa foi
uma grande surpresa, pois na natureza se observam
flutuaes anmalas que levam ao surgimento de leis
de escalas do tipo observado no mercado financeiro
quando o sistema aproxima-se desse ponto crtico. Se
de fato o mercado tiver essa propriedade, com base
em tudo o que sabemos da mecnica estatstica, as
propriedades macroscpicas observadas nos dados
(fatos estilizados) no devem depender de detalhes

803

Jogo da Minoria: um modelo baseado em agentes...

microscpicos. Isso implica que modelos mais

simples podero capturar os mecanismos que regem
o mercado financeiro. Em outras palavras, o que
realmente interessa para explicar essas regularidades
so as propriedades presentes nas interaes, ou seja,
as prprias regras de interao. Isso faz com que
os modelos de agentes sejam muito promissores,
pois eles so definidos a partir da regra de interao
entre os agentes, que parece ser a componente mais
importante para entender os mecanismos que regem
o mercado.

6Consideraes finais
Numa leitura crtica da teoria econmica neoclssica
e da teoria financeira que fundamenta o mercado
financeiro h de se perceber que os pressupostos nas
quais elas se fundamentam esto incorretos ou no
so muito realistas. Isso se deve, entre outras coisas,
busca de modelos matemticos analticos ou tratveis.
Para isso, so necessrias hipteses simplificadoras
que, de partida, ignorem os dados empricos. Da uma
das explicaes para a dificuldade que os economistas
tm em prever o mercado. Alm disso, modelos
baseados em equilbrio so contestados dentro da
prpria cincia econmica, que, atualmente, tambm
busca construir modelos que abarquem o aspecto da
dinmica das variveis econmicas.
Qualquer que seja a abordagem utilizada para
se construir modelos, no possvel ignorar os
dados. Um bom modelo para o mercado tem que
ser capaz de reproduzir os fatos estilizados. Essas
regularidades estatsticas foram apresentadas ao
longo deste artigo. Pode-se dizer que um modelo
que exiba tais propriedades produziu as evidncias
empricas mnimas desejadas.
Buscou-se, neste artigo, apresentar um modelo
prottipo para explicar o mercado financeiro
chamado Jogo da Minoria e sua verso aprimorada,
o Jogo da Minoria Grande Cannico. Este modelo,
especificamente, capaz de gerar sries de retornos
com fatos estilizados como aqueles observados no
mercado financeiro real. Com esse modelo, podemos
gerar sries que possuam as mesmas regularidades
estatsticas observadas em sries empricas, como
tambm mostrar que o mercado se auto-organiza de
forma a se tornar um sistema crtico, o que representa
aumentar a instabilidade do sistema (grandes
flutuaes). Em termos do mercado financeiro, essa
condio necessria para gerar as crises.
O principal objetivo deste artigo foi apresentar uma
nova abordagem para a modelagem em Economia.
Para poder evocar hipteses mais realistas, a chamada
modelagem baseada em agentes parece ser uma boa
candidata a produzir a prxima gerao de modelos
para descrever o mercado.

Referncias
ARTHUR, B. W. Inductive reasoning and bounded
rationality: the El Farol problem. American Economic
Review, v.84, p.406-411,1994.
BAK, P.; PACZUSKI, M.; SHUBIK, M. Price variations
in a stock market with many agents. Physica A,
v.246, p.430-453,1997. http://dx.doi.org/10.1016/
S0378-4371(97)00401-9
BIANCONI, G.etal. Multi-assetminotiy Games.
Quantitative Finance, v.8, p.225-231,2008. http://
dx.doi.org/10.1080/14697680701253039
BLACK, F.; SCHOLES, M. The Pricing of Options and
Corporate Liabilities. Journal of Political Economy,
v.81, p.637-654,1973. http://dx.doi.org/10.1086/260062
BOUCHAUD, J. P.; POTTERS, M. Theory of financial
Risk and Derivative Pricing From Statistical
to Risk Management. Cambridge: Cambridge
University Press;2003. http://dx.doi.org/10.1017/
CBO9780511753893
BROCK, W.; LEBARON, B. Adynamical structural model
for stock return volatility and trading volume. Review
of Economics and Statistics, v.78, p.94-110,1996.
http://dx.doi.org/10.2307/2109850
CALDARELLI, G.; MARSILI, M.; ZHANG, Y.-C. A
prototype model of stock exchange. EPL-Europhysics
Letters, v.40, p.479-484,1997. http://dx.doi.
org/10.1209/epl/i1997-00491-5
CHALLET, D.; ZHANG, Y.-C. Emergence of cooperation
and organization in an evolutionary game. Physica A,
v.246, p.407-418,1997. http://dx.doi.org/10.1016/
S0378-4371(97)00419-6
CHALLET, D.; ZHANG, Y.-C. On the minority
game: analytical and numerical studies. Physica A,
v.256, p.514-532,1998. http://dx.doi.org/10.1016/
S0378-4371(98)00260-X
CHALLET, D.; MARSILI, M. Phase transition and symmetry
breaking in the minority game. Physical Review E,
v.60, p.R6271-R6274,1999. http://dx.doi.org/10.1103/
PhysRevE.60.R6271
CHALLET, D.; MARSILI, M. Criticality and market
efficiency in a simple realistic model of the stock
market. Physical Review E, v.68, p.036132,2003.
PMid:14524857. http://dx.doi.org/10.1103/
PhysRevE.68.036132
CHALLET, D.; MARSILI, M.; ZECCHINA, R. Statistical
mechanics of systems with heterogeneous agents:
minority games. Physical Review Letters, v.84,
p.1824-1827,2000. http://dx.doi.org/10.1103/
PhysRevLett.84.1824
CHALLET, D.; MARSILI, M.; ZHANG, Y.-C. Modeling
market mechanism with minority game. Physica A,
v.276, p.284-315,2000. http://dx.doi.org/10.1016/
S0378-4371(99)00446-X
CHALLET, D.; MARSILI, M.; ZHANG, Y.-C. Stylized
facts of financial markets and market crashes in minority
games. Physica A, v.294, p.514-524,2001a. http://
dx.doi.org/10.1016/S0378-4371(01)00103-0
CHALLET, D.; MARSILI, M.; ZHANG, Y.-C.
Minority games and stylized facts. Physica A,

804 Crepaldi et al.

v.299, p.228-233,2001b. http://dx.doi.org/10.1016/

S0378-4371(01)00300-4
CHALLET, D.; MARSILI, M.; ZHANG, Y.-C. Minority
Games: interacting agents in financial markets. New
York: Oxford University Press,2005.
CONT, R. Empirical properties of asset returns: stylized
facts and statistical issues. Quantitative Finance, v.1,
p.223-236,2001. http://dx.doi.org/10.1080/713665670
FERREIRA, F. F.etal. Agent-based model with heterogeneous
fundamental prices. Physica A, v.357, p.534-542,2005.
http://dx.doi.org/10.1016/j.physa.2005.03.048
GOPIKRISHNAN, P.etal. Scaling of the distribution of
financial market indices. Physical Review E, v.60,
p.5305,1999. http://dx.doi.org/10.1103/PhysRevE.60.5305
HART, M.; JEFFERIES, P. M.; JOHNSON, N. F. Crowdanticrowd theory of multi-agent market games. European
Physical Journal B, v.20, p.547-550,2001. http://
dx.doi.org/10.1007/s100510170237
IT, K. On stochastic differential equations. Memoirs of
the American Mathematical Society, v.4, p.1-51,1951.
JOHNSON, N. F.etal. Application of multi-agent games
to the prediction of financial time series. Physica A,
v.299, p.222-227,2001. http://dx.doi.org/10.1016/
S0378-4371(01)00299-0
LEVY, M.; LEVY, H.; SOLOMON, S. Microscopic
simulation of the stock market: the effect of microscopic
diversity. Journal of Physics, v.5, p.1087-1107,1995.
LUX, T.; MARCHESI, M. Scaling and criticality in a
stochastic multi-agent model of a financial market. Nature,
v.397,498-500,1999. http://dx.doi.org/10.1038/17290

Gest. Prod., So Carlos, v. 19, n. 4, p. 793-809, 2012

MANTEGNA, R. N.; STANLEY, H. E. An Introduction to

Econophysics: Correlationand Complexity in Finance.
Cambridge: Cambridge University Press,2000.
MANUCA, R.etal. The structure of adaptative competition
in minority game. Physica A, v.282, p.559-608,2000.
http://dx.doi.org/10.1016/S0378-4371(00)00100-X
PALMER, R. G.etal. Artificial economic life: a simple model
for a stockmarket. Physica D, v.75, p.264-274,1994.
http://dx.doi.org/10.1016/0167-2789(94)90287-9
RODRIGUES, A. G. A. Anlise de um Modelo
Microscpico para o Mercado Financeiro.2005.60f.
Dissertao (Mestrado em Fsica)-Instituto de Fsica
Terica, Universidade Estadual Paulista, So Paulo,2005.
SAVIT, R.; MANUCA, R.; RIOLO, R. Adaptative
competition, market efficiency, and phase transitions.
Physical Review Letters, v.82, p.2203-2206,1999.
http://dx.doi.org/10.1103/PhysRevLett.82.2203
SCHACHERMAYER, W.; TEICHMANN, J. How close
are the Option Pricing Formulas of Bachelier and
Black-Merton-Scholes? Mathematical Finance, v.18,
p.55-76,2008.
TANG, L.-H.; HUANG, Z.-F. Modelling hig-frequency
economic time series. Physica A, v.288, p.444-450,2000.
http://dx.doi.org/10.1016/S0378-4371(00)00442-8
ZHANG, Y.-C. Evolving models of financial markets.
Europhysics News, v.29, p.51-54,1998.
ZHANG, Y.-C. Toward a theory of marginally efficient
markets. Physica A, v.269, p.30-44,1999. http://
dx.doi.org/10.1016/S0378-4371(00)00442-8

805

Jogo da Minoria: um modelo baseado em agentes...

Apndice A. Fatos Estilizados do Mercado Financeiro

Nas ltimas dcadas, a disponibilidade de dados
financeiros de alta frequncia (chegando ordem de
segundos) e a utilizao de mtodos computacionais
permitiram um avano substancial no estudo do
comportamento do mercado financeiro (CONT, 2001;
MANTEGNA; STANLEY, 2000; BOUCHAUD;
POTTERS, 2003). A partir de observaes empricas,
foram notadas determinadas regularidades estatsticas
que permeavam os mais diversos tipos de ativos
em diferentes locais e perodos analisados (CONT,
2001). O trabalho pioneiro de Mandelbrot, nos anos
1960, sobre a funo de distribuio dos retornos
de commodities j exibia um comportamento no
gaussiano desses dados, assim como verificava que
a forma funcional da distribuio no se alterava
com a mudana da frequncia da amostragem dos
dados, quando analisados intervalos temporais de
um dia at um ms (GOPIKRISHNANetal., 1999).
O conjunto de propriedades estatsticas apresentado
pelas sries temporais de retorno e volatilidade dos
diversos mercados financeiros foi denominado fatos
estilizados (GOPIKRISHNANetal., 1999; CONT,
2001). Entre os fatos estilizados das sries de retorno
pode-se destacar: funo de distribuio apresentando
caudas gordas; ocorrncia de assimetria ganho/perda;
gaussianidade agregativa; caudas gordas condicionais
e a ausncia de autocorrelao (linear). J as sries
de volatilidade apresentam: decaimento lento da
autocorrelao; intermitncia; agrupamentos de
volatilidade e efeito de alavancagem.
O modelo de dinmica de preos mais comum
assume que os incrementos de preosou seja, o
retornosegue um processo difusivo e tem como

funo de distribuio uma gaussiana (MANTEGNA;

STANLEY, 2000). Esse modelo, conhecido como
modelo Browniano Geomtrico, possui diversas
simplificaes que permitem a realizao de clculos
analticos. Porm, os dados empricos das sries de
retorno apresentam funo de distribuio leptocrtica.
Quanto maior a frequncia dos dados, maior o grau
de leptocurtose observado. As caudas gordas tpicas
dessas distribuies podem ser captadas visualmente
na Figura9.
Uma forma de medir quanto uma determinada
distribuio desvia de uma distribuio normal
utilizando a medida de curtose (CONT, 2001):

k=

r (t, t ) r(t, t)

(A.1)

Definida dessa maneira, a curtose para uma

distribuio gaussiana nula, enquanto para
distribuies com caudas gordas k>0.
Alguns estudos demonstram que as caudas gordas
apresentadas pelas distribuies de retorno tm
decaimentos que seguem uma lei de potncia com
~ 3, ou at mesmo valores maiores, 3 5
(GOPIKRISHNANetal., 1999; BOUCHAUD;
POTTERS, 2003). Alm de apresentarem curtose
positiva, as distribuies de retorno de ativos dos
mercados financeiros apresentam assimetria. Bouchaud
e Potters (2003) mostram que a assimetria pequena,
muito menor que as curtoses observadas, alm disso,
a assimetria uma caracterstica muito sensvel
quantidade que se toma para estudo, como o
incremento absoluto de preos ou o incremento

Figura9. Densidade de probabilidade do retorno comparada com uma gaussiana em duas maneiras diferentes. Em ambas
fica evidente que as caudas da distribuio do retorno so mais pronunciadas que aquela apresentada por uma distribuio
gaussiana. Valores do ndice Bovespa de jan./2000 a set./2011.

Gest. Prod., So Carlos, v. 19, n. 4, p. 793-809, 2012

806 Crepaldi et al.

relativo de preos. Em muitos casos, constata-se que

a assimetria negativa, ou seja, h uma chance um
pouco maior de ocorrncias de perdas do que ganhos
no mercado financeiro (CONT, 2001).
A partir das observaes iniciais de Mandelbrot
sobre a estabilidade funcional para diferentes escalas de
tempo e da ocorrncia de caudas gordas, procurou-se
estabelecer uma forma funcional que se ajustava aos
dados. O prprio Mandelbrot props uma distribuio
de Levy-estvel. Porm esse tipo de distribuio
apresenta varincia infinita, dificultando a aplicao
de modelos.
Comparando os dados de mercado com uma
Levy-estvel e com uma gaussiana, observa-se
que o centro da distribuio bem ajustado pela
Levy-estvel, contudo, a cauda da distribuio tem
comportamento intermedirio entre os ajustes de
uma gaussiana e de uma Levy-estvel, o que mostra
que os dados tm distribuio com varincia finita
(MANTEGNA; STANLEY, 2000). Como o decaimento
da cauda dos dados empricos mais lento que uma
gaussianaestando fora, porm, do regime de uma
Levy-estvel , surgiu a questo de como a forma
funcional se manteria para vrias escalas de tempo.
Uma possvel explicao que os dados estariam
distribudos segundo uma Levy-truncada, em que as
caudas seguem aproximadamente uma exponencial
(GOPIKRISHNANetal., 1999; MANTEGNA;

STANLEY, 2000). Essa resposta garante que a

varincia tenha valor finito, porm, a Levy-truncada
no uma distribuio estvel.
Como os dados empricos do retorno apresentam
distribuio no estvel, espera-se que haja uma
convergncia para uma distribuio gaussiana
medida que os valores sejam tomados com intervalos
temporais, t cada vez maiores. Essa caracterstica
chamada gaussianidade agregativa e apresentada
na Figura10.
Um fenmeno que denota a caracterstica de
persistncia nas sries de retorno so as caudas
gordas condicionais. Esse fato estilizado verificado
quando, aps filtrar a srie original, utilizando, por
exemplo, um modelo do tipo GARCH (CONT, 2001),
a srie resultante ainda exibe caudas gordas, apesar
de serem caudas menos pesadas que aquelas obtidas
a partir da srie original.
Alm de se conhecer os detalhes da forma funcional
da distribuio do retorno, interessante verificar
o comportamento de correlao dos dados dessa
varivel. Para esse fim, utiliza-se, com frequncia,
a funo de autocorrelao:

C (t ) = corr (r (t, t ) ,r (t + , t )) (A.2)

em que C correlao, r o retorno, o incremento

temporal, t o tempo, t o intervalo de tempo entre
dados sucessivos da srie e corr a correlao dada por:

Figura10. Variao da forma da densidade de probabilidade com o aumento do intervalo temporal de amostragem, evidenciando
a gaussianidade agregativa. A varivel Z corresponde ao valor normalizado do retorno. Valores do ndice Bovespa de jan./2000
a set./2011.

807

Jogo da Minoria: um modelo baseado em agentes...

corr ( X ,Y ) =

E [ X.Y ] E [ X ] .E [Y ]
X .Y

(A.3)

Essa funo aplicada varivel retorno apresenta

tendncia rpida para valores prximos de zero
(GOPIKRISHNANetal., 1999; CONT, 2001;
MANTEGNA; STANLEY, 2000; BOUCHAUD;
POTTERS, 2003; TANG; HUANG, 2000). Esse
resultado pode ser observado na Figura11.

A partir de um resultado que apresenta nvel de rudo

para a funo de autocorrelaoou seja, considera-se
essa medida como nula para a srie de retorno ,
poderia se suscitar uma interpretao equivocada,
uma vez que o resultado nulo corrobora a hiptese
de eficincia de mercado (GOPIKRISHNANetal.,
1999), a de que a varivel retorno temporalmente
independente. Entretanto, sabe-se que a existncia
da varivel independente implica em autocorrelao

Figura11. Funo de autocorrelao do retorno. Observa-se que todos os valores so aproximadamente nulos, utilizando um
nvel de confiana de 95% (retas paralelas ao eixo da abscissa). Valores do ndice Bovespa de jan./2000 a set./2011.

Figura12. Funo de autocorrelao da volatilidade (mdulo do retorno). Observa-se o decaimento lento dos valores, utilizando
um nvel de confiana de 95% (retas paralelas ao eixo da abscissa). Valores do ndice Bovespa de jan./2000 a set./2011.

808 Crepaldi et al.

nula, e no o contrrio. Caso houvesse independncia,

ao se calcular a autocorrelao para funes no
lineares dos retornos, como o valor absoluto ou o
quadrado dos retornos, essa apresentaria medida nula,
o que no se verifica (GOPIKRISHNANetal., 1999;
CONT, 2001; BOUCHAUD; POTTERS, 2003). O
valor absoluto dos retornos uma medida de sua
intensidade e, muitas vezes, tomado como forma
de clculo da volatilidade. Desse modo, acaba-se

Gest. Prod., So Carlos, v. 19, n. 4, p. 793-809, 2012

obtendo o fato estilizado denominado decaimento

lento da autocorrelao da volatilidade. Ao se calcular
a funo de autocorrelao da srie temporal da
volatilidade dos ativos, verifica-se persistncia com
um decaimento lento (GOPIKRISHNANetal., 1999;
CONT, 2001), como demonstrado na Figura12.
Existem dois fatos estilizados relacionados s sries
de volatilidade, que so constatados visualmente, seja
observando a prpria srie, ou, o que talvez chame

Figura13. Srie temporal do retorno do ndice Bovespa de jan./2000 a set./2011. Verificam-se os aglomerados de volatilidade,
em especial o perodo entre 2000 e 2500 dias, que corresponde crise do subprime americano.

Figura14. Efeito de alavancagem do ndice Bovespa (jan./2000 a set./2011). Ajuste exponencial com tendncia a zero com
o aumento do incremento temporal.

809

Jogo da Minoria: um modelo baseado em agentes...

mais a ateno, visualizando o comportamento

da srie de retorno. So eles a intermitncia e o
agrupamento de volatilidade (volatility clustering). A
intermitncia caracterizada por grandes rupturas na
intensidade de variao dos retornos, que acontecem
de forma irregular na srie temporal, de modo
que a alternncia entre alta e baixa volatilidade,
e viceversa, no se d de forma suave, como se
houvesse uma resistividade ou efeito inercial. O nome
em si, adotado, uma analogia ao comportamento
de fluxos turbulentos em que perodos de relativa
tranquilidade so interrompidos por variaes intensas
no fluxo (BOUCHAUD; POTTERS, 2003). J o
agrupamento de volatilidade reflete o fato de que
grandes variaes de preos so mais provveis
de serem seguidas por comportamentos de mesma
intensidade e vice-versa. Assim, observam-se nas
sries de retornos blocos ou agrupamentos temporais
com grande intensidade de flutuao do retorno
(BOUCHAUD; POTTERS, 2003). Na Figura13,
possvel identificar a intermitncia e agrupamentos
de volatilidade.

Um ltimo fato estilizado a ser mencionado o

efeito de alavancagem. Ele o resultado da ocorrncia
de correlao entre retornos tomados no passado
com a volatilidade tomada em tempos posteriores
(CONT, 2001):

L ( ) = corr r, r (t + )

(A.4)

A correlao existente negativa e torna-se nula

com o aumento de , que, no caso, o deslocamento
temporal da varivel retorno ao quadrado, de tal
forma que a interpretao vlida que: alteraes
atuais do retorno esto correlacionadas negativamente
com alteraes futuras da volatilidade, ou seja,
perodos de alta volatilidade so precedidos por
variaes negativas do retorno e vice-versa. Porm
no se constata o efeito de alavancagem no sentido
inverso. insignificante a correlao quando se
toma um valor de negativo, de tal maneira que a
interpretao cabvel seria que alteraes do retorno
fossem precedidas por mudanas na volatilidade,
portanto L() L() (CONT, 2001). A Figura14
demonstra o efeito de alavancagem.