Psicologia do Investidor: Medo e Ganância

Psicologia do Investidor: o que a evidência permite afirmar sobre medo e ganância nas decisões de investimento | MACROECONOMI·IA
MACROECONOMI·IA
Pesquisa profunda · Fontes auditáveis
Finanças comportamentaisPsicologia do investidorMundo × Brasil
Pesquisa profundaFinanças comportamentais20 seçõesCorte: 30/10/2026

Psicologia do Investidor: o que a evidência permite afirmar sobre medo e ganância nas decisões de investimento

Pesquisa técnica, comparativa e documental · Data de corte: 30 de outubro de 2026

Como ler as classificações de evidência

Cada afirmação relevante traz um selo que indica o tipo de sustentação disponível. Dados observados e interpretações dos autores são mantidos separados; onde um dado não foi localizado, isso é declarado em vez de estimado.

Evidência empírica / resultado experimentalestudo original com dados ou experimento
Associação estatísticacorrelação ou precedência sem causalidade demonstrada
Interpretação da fonte / hipóteseexplicação proposta pelos autores, não testada diretamente
Controvérsiaresultados divergentes na literatura
Limitação / lacuna de evidênciadado não localizado ou fora do alcance do estudo
Exemplo didáticoilustração numérica, não dado observado

01Resumo executivo

"Medo" e "ganância" são rótulos do jargão financeiro, não construtos de uma teoria científica unificada. A literatura de finanças comportamentais não explica decisões de investimento com duas emoções; ela investiga mecanismos mais específicos, como aversão à perda, excesso de confiança, extrapolação de retornos passados, atenção limitada e imitação. Cada um tem evidência de qualidade e alcance muito diferentes.

O que a evidência sustenta com maior consistência

  • Negociação excessiva custa caro ao investidor individual. Em 66.465 domicílios norte-americanos com contas em uma corretora de desconto, o quintil de maior giro obteve retorno líquido anual de 11,4%, contra 18,5% do quintil de menor giro e 17,9% do índice de mercado de referência. O retorno bruto era semelhante entre os grupos; a diferença veio de custos e frequência de negociação (Barber e Odean, 2000). Em Taiwan, com o histórico completo de todos os investidores, a carteira agregada dos indivíduos sofreu penalidade de 3,8 pontos percentuais ao ano, equivalente a 2,2% do PIB, e quase todo o prejuízo veio de ordens agressivas (Barber, Lee, Liu e Odean, 2009).
  • Day trading no Brasil raramente sustenta uma renda. Entre indivíduos que começaram a operar mini-contratos de Ibovespa em 2013–2015 e persistiram ao menos 300 dias, 97% perderam dinheiro; apenas cerca de 0,4% a 0,5%, conforme a versão, ganhou mais que um caixa de banco (US$ 54 por dia), e não se encontrou evidência de aprendizado (Chague, De-Losso e Giovannetti, 2020).
  • O efeito disposição é robusto em bases de contas individuais. Na base de 10.000 contas, a proporção de ganhos realizados foi 14,8% e a de perdas realizadas, 9,8%, com inversão em dezembro, compatível com venda motivada por tributos (Odean, 1998). A literatura brasileira é dividida: encontra o efeito em pessoas físicas e em alguns estudos de gestores, e não o encontra em outros.
  • A aversão à perda existe, mas o "2,25" não é constante universal. A meta-análise mais ampla (607 estimativas de 150 artigos, reportadas entre 1992 e 2017) encontra coeficiente médio de 1,955 (intervalo de 95%: 1,820 a 2,102). O valor 2,25 vem de Tversky e Kahneman (1992), estimado com 25 estudantes de pós-graduação. Há debate ativo sobre robustez, sobretudo para perdas pequenas.

O que a evidência não sustenta, ou sustenta apenas em parte

  • Que toda venda em queda seja pânico, ou toda compra em alta seja ganância. Há reação racional a informação nova, restrições de liquidez e chamadas de margem. Na crise de 2008 e no choque de 2020, mecanismos de liquidez e restrições de atividade têm papel documentado.
  • Que o topo de uma bolha possa ser determinado com segurança. Há evidência de identificação probabilística e imperfeita de episódios de maior risco de colapso: altas setoriais muito fortes não prevêem, em média, retornos baixos, mas elevam a probabilidade de queda brusca, e características da alta ajudam a distinguir episódios. Isso não determina o momento do pico nem garante desempenho futuro de estratégias de timing. Hedge funds sofisticados "cavalgaram" a bolha da internet.
  • Que índices comerciais de "medo e ganância" tenham capacidade preditiva comprovada e negociável. Há estudos acadêmicos sobre o CNN Fear & Greed e o Crypto Fear & Greed, com resultados dependentes de período e método: um estudo sobre o índice da CNN encontra precedência estatística com retornos de índices acionários, mas enfraquecida em 2021–2024; um estudo publicado em 2026 sobre o índice cripto não encontra superioridade das previsões com janela expansiva sobre a média histórica. Esses achados não estabelecem uma estratégia robusta e lucrativa após custos. A evidência sobre sentimento se apoia sobretudo em índices acadêmicos, como o de Baker e Wurgler, e mostra efeitos condicionais no corte transversal, não um sinal de market timing.

Brasil. A base de pessoas físicas em renda variável na B3 chegou a 5,7 milhões de CPFs no 2º trimestre de 2026. Há estudos sobre efeito disposição, manada e day trading, mas não foi localizado estudo brasileiro que meça a diferença entre retorno do ativo e retorno efetivamente obtido pelo investidor.

02Introdução e perguntas de pesquisa

A teoria financeira clássica descreve agentes que maximizam utilidade esperada e mercados cujos preços incorporam toda a informação disponível. As finanças comportamentais surgiram para investigar desvios sistemáticos desse quadro e perguntam se eles são grandes, persistentes e economicamente relevantes, e se resistem a explicações racionais alternativas.

Este relatório responde a doze perguntas:

  1. O que são medo e ganância no contexto dos investimentos e como são operacionalizados?
  2. Como se relacionam com aversão à perda, aversão ao risco, excesso de confiança, euforia, pânico e manada?
  3. Por que investidores podem comprar após altas e vender em quedas acentuadas?
  4. Qual a diferença entre reação emocional, viés cognitivo, decisão racional diante de nova informação e fenômeno coletivo?
  5. O que mostram experimentos, pesquisas e dados de transações reais?
  6. Como os comportamentos variam entre ações, renda fixa, câmbio, commodities, imóveis e criptoativos?
  7. Qual a relação documentada entre comportamento, bolhas, crises e ciclos?
  8. Como mídia, redes sociais e indicadores afetam o comportamento?
  9. Quais os efeitos sobre rentabilidade, volatilidade, giro e custos?
  10. Quais mecanismos reduzem a influência de vieses?
  11. Quais os limites da evidência?
  12. Indicadores de sentimento explicam ou antecipam o mercado?

Em todo o texto, a natureza de cada afirmação é indicada: dado observado, resultado experimental, associação estatística, interpretação dos autores, hipótese, controvérsia ou exemplo didático.

03Conceitos fundamentais e evolução histórica

3.1 Conceitos

Conceito Definição Origem e autores Observação importante
Finanças comportamentais Incorporam achados da psicologia e da economia comportamental à análise de decisões e preços. Kahneman, Tversky, Thaler, Shefrin, Statman Campo, não teoria única.
Medo (financeiro) Rótulo popular para respostas de aversão a perda, ameaça e incerteza: fuga para liquidez, paralisia, venda precipitada. Jargão de mercado Não é construto operacional único; mede-se por proxies.
Ganância (financeira) Rótulo popular para busca de retorno com subestimação de risco: perseguição de altas, alavancagem, concentração. Jargão de mercado Idem. Distingue-se de risco calculado.
Aversão à perda Perdas pesam mais que ganhos de mesmo valor, avaliados contra um ponto de referência. Kahneman e Tversky (1979) Distinta de aversão ao risco.
Aversão ao risco Preferência por resultado certo a aposta de mesmo valor esperado (curvatura da utilidade). Teoria da utilidade esperada Pode coexistir com busca de risco em perdas.
Efeito disposição Realizar ganhos cedo e reter perdas por tempo excessivo. Shefrin e Statman (1985); Odean (1998) Tributos, rebalanceamento e expectativa de reversão são explicações alternativas.
Excesso de confiança Superestimar a precisão da própria informação ou habilidade; associado a giro excessivo. Odean (1998, 1999); Barber e Odean (2000, 2001) Inferido do comportamento, não medido diretamente nos dados de custódia.
Comportamento de manada Convergência de decisões em direção ao grupo. Bikhchandani, Hirshleifer e Welch (1992) Pode ser reação racional a um sinal público comum.
FOMO Apreensão de ficar de fora dos ganhos de outros. Przybylski et al. (2013), em contexto de redes sociais Não é um construto financeiro validado.
Contabilidade mental Segregação do dinheiro em "contas" não fungíveis. Thaler (1985, 1999) Pode funcionar como regra prática de autocontrole.
Sentimento de mercado Crenças sobre fluxos e riscos não justificadas pelos fatos disponíveis. Baker e Wurgler (2006, 2007) Medido por proxies; não há medida direta.

Esses conceitos não são sinônimos. Aversão à perda e aversão ao risco descrevem preferências; excesso de confiança descreve crenças; manada e cascatas descrevem interação social; sentimento é uma propriedade agregada.

3.2 Evolução histórica

  • Décadas de 1940–1950. A teoria da utilidade esperada é axiomatizada por von Neumann e Morgenstern. Herbert Simon (1955) propõe a racionalidade limitada e a decisão por satisfação.
  • 1974–1979. Tversky e Kahneman (1974) documentam heurísticas e vieses de julgamento. Kahneman e Tversky (1979) publicam a Teoria da Perspectiva na Econometrica, descrevendo violações sistemáticas da utilidade esperada, como o efeito certeza e o efeito reflexão. A versão cumulativa, com estimativas paramétricas, é de Tversky e Kahneman (1992).
  • 1980–1990. Thaler desenvolve a contabilidade mental (1985). Shefrin e Statman (1985) nomeiam o efeito disposição. De Bondt e Thaler (1985) documentam reversão de longo prazo nos retornos, interpretada como sobrerreação.
  • 1990–2010. Bases de contas de corretoras permitem testar teorias com comportamento real: Odean (1998, 1999), Barber e Odean (2000, 2001). Benartzi e Thaler (1995) propõem a aversão à perda míope para o prêmio de risco das ações. Baker e Wurgler (2006, 2007) constroem um índice acadêmico de sentimento. Lo (2004) propõe a Hipótese dos Mercados Adaptativos como tentativa de conciliar eficiência e comportamento.
  • 2010–2026. Investidores digitais, corretoras sem corretagem, redes sociais e criptoativos ampliam a agenda: Shiller (2019) sobre economia narrativa; Barber, Huang, Odean e Schwarz (2022) sobre usuários do Robinhood; BIS sobre perdas do varejo em criptoativos; meta-análises de aversão à perda (Brown et al., 2024) e debates sobre sua robustez.

Nenhum desses avanços é obra de um único autor; a literatura é cumulativa e frequentemente contestada.

04Fundamentos científicos da psicologia do investidor

Processamento dual. A distinção entre um modo rápido, associativo e afetivo (Sistema 1) e um modo lento, deliberativo (Sistema 2) é um arcabouço conceitual útil (Kahneman, 2011), mas funciona como metáfora organizadora, não como mapa anatômico estabelecido.

Neurociência da perda: resultados que não convergem. - Tom, Fox, Trepel e Poldrack (2007, Science) encontraram que a aversão à perda se refletia na atividade de estriado ventral e córtex pré-frontal, com respostas ao ganho e à perda em sentidos opostos, e sem atividade específica de perda na amígdala. - De Martino, Camerer e Adolphs (2010, PNAS) observaram que pacientes com lesão bilateral rara de amígdala não exibiam aversão à perda, o que sugere papel causal da amígdala. Estudos posteriores buscam reconciliar os dois conjuntos de achados (por exemplo, Canessa et al., 2013, que descreve uma rede amígdala-tálamo-estriado).

Conclusão metodológica: atribuir "medo de perder dinheiro" a uma região cerebral específica é simplificação. Amostras de estudos de imagem são pequenas, em geral de jovens em laboratório.

Tipos de evidência e o que cada um permite concluir

Método Vantagem Limitação Identificação causal
Experimento de laboratório Controle de variáveis Baixa validade externa; apostas pequenas, amostras de estudantes Alta
Experimento de campo Contexto real Poucos casos; difícil replicar Moderada a alta
Questionário Mede crenças e expectativas Respostas declaradas não equivalem a comportamento Baixa
Dados de transações Comportamento real, grande amostra Não observa riqueza fora da corretora nem motivação Moderada, com desenho cuidadoso
Séries temporais agregadas Visão de mercado Endogeneidade, causalidade reversa, variáveis omitidas Baixa
Neuroimagem Mecanismos neurais Amostras pequenas; inferência reversa Limitada

05Medo: mecanismos, manifestações e evidências

5.1 O que é e como se manifesta

O medo financeiro aparece como aversão à perda, preferência por liquidez, fuga para ativos percebidos como seguros, paralisia diante da incerteza e retenção de posições perdedoras para evitar o reconhecimento do prejuízo. A literatura distingue essas manifestações, pois nem todas são "medo" no mesmo sentido.

5.2 Emoção ou ajuste racional?

Aspecto Reação emocional Ajuste racional de risco
Gatilho Queda de preços de curto prazo; manchetes Deterioração de fundamentos, crédito ou necessidade de caixa
Método Ordem a mercado, abandono do plano Revisão de fluxo de caixa e taxa de desconto; regras prévias
Horizonte Encurtado Compatível com o passivo e a meta
Plano Violado Cumprido (rebalanceamento, limites)

Esses critérios são conceituais; nos dados de transações não é possível observar o estado emocional, apenas a ação.

5.3 Aversão à perda: o que a evidência mostra

  • Resultado experimental original. Kahneman e Tversky (1979) mostram assimetria entre ganhos e perdas em escolhas hipotéticas. A estimativa λ ≈ 2,25 vem de Tversky e Kahneman (1992), com 25 estudantes de pós-graduação de duas universidades de elite.
  • Meta-análise. Brown, Imai, Vieider e Camerer (2024, Journal of Economic Literature) reúnem 607 estimativas de 150 artigos: coeficiente médio de 1,955 (IC 95%: 1,820 a 2,102), com poucas características de desenho correlacionadas com as diferenças. Sem os ajustes, a mediana é cerca de 1,69. Meta-análises anteriores, de escopo mais restrito, encontraram valores menores, como 1,31 para loterias financeiras de ganho e perda (Walasek, Mullett e Stewart, 2018, documento de trabalho).
  • Controvérsia Gal e Rucker (2018) argumentam que a aversão à perda foi supergeneralizada. Mrkva, Johnson, Gächter e Herrmann (2020) respondem com cinco amostras (N = 17.720), mostrando moderadores (conhecimento e experiência reduzem a aversão à perda; idade a aumenta), sem eliminar o efeito. Zeif e Yechiam (2022) não encontram aversão à perda para perdas pequenas quando ganhos e perdas são apresentados de forma simétrica.
  • Neurociência. Ver seção 4: resultados divergentes quanto ao papel da amígdala.

Síntese: a aversão à perda é um achado amplo, mas sua magnitude depende de contexto, tamanho das apostas, população e método de estimação.

5.4 Aversão à perda no mundo real: três evidências

  • Mercado imobiliário. Em condomínios de Boston nos anos 1990, vendedores que enfrentariam perda nominal fixaram preços de anúncio que recuperavam de 25% a 35% da diferença entre o preço esperado de venda e o de compra, venderam menos e levaram mais tempo; investidores mostraram cerca de metade do grau de aversão dos moradores-proprietários (Genesove e Mayer, 2001).
  • Frequência de avaliação. No experimento de Gneezy e Potters (1997), quanto mais frequentemente os retornos eram avaliados, menos risco os participantes assumiam, o que é compatível com a aversão à perda míope de Benartzi e Thaler (1995). Uma réplica de alto poder estatístico (Schwaiger, Strucks e Zeisberger, Management Science) confirmou o efeito em todas as condições testadas, depois que evidências recentes o haviam contestado.
  • Efeito disposição (seção 8).

06Ganância: mecanismos, manifestações e evidências

6.1 Manifestações investigadas

Busca de retorno elevado, perseguição de ativos que subiram, concentração em ativos populares, aumento de risco após ganhos, alavancagem, FOMO e extrapolação de resultados recentes. A diferença em relação ao risco calculado está no processo (premissas explícitas, limites de perda, tamanho de posição), não no desfecho.

6.2 Extrapolação de retornos: evidência de expectativas

Greenwood e Shleifer (2014, Review of Financial Studies) analisam seis séries de pesquisas sobre expectativas de retorno de ações (entre elas Gallup, Graham-Harvey para CFOs, AAII, Investor Intelligence e Shiller). Resultados observados: - as expectativas são positivamente correlacionadas entre si, com os retornos passados e com o nível do mercado; - são fortemente negativamente correlacionadas com os retornos esperados calculados por modelos; - acompanham fluxos para fundos de ações.

Os autores interpretam o conjunto como incompatível com modelos de expectativas racionais com agente representativo e consistente com investidores que extrapolam. Ressalva: são dados de pesquisas, e declarações não equivalem a comportamento (embora os autores mostrem associação com fluxos).

6.3 Excesso de confiança e giro

Odean (1998, 1999) e Barber e Odean (2000, 2001) conectam excesso de confiança a giro elevado. Barber e Odean (2001) usam o gênero como proxy (a psicologia mostra mais excesso de confiança em homens em domínios financeiros): em mais de 35.000 domicílios, de fevereiro de 1991 a janeiro de 1997, homens negociaram 45% mais que mulheres, e a negociação reduziu os retornos líquidos anuais deles em 2,65 pontos percentuais, contra 1,72 para elas (diferença de 0,94 ponto). Entre solteiros, a diferença de giro foi de 67% e a de retorno, de 1,44 ponto. Limitação o excesso de confiança é inferido; outras explicações incluem gostos por entretenimento e diferenças de risco assumido.

6.4 Interação entre medo e ganância

A hipótese de que investidores compram em euforia e vendem em pânico tem suporte parcial: - compatível: expectativas extrapolativas (Greenwood e Shleifer, 2014); compras de investidores do Robinhood seguidas de retornos negativos (Barber et al., 2022); entradas de usuários de apps de cripto em preços altos (BIS); - explicações alternativas: necessidades de liquidez, chamadas de margem, resgates de cotistas, rebalanceamento por mandato.

Não há base para afirmar que todos os investidores seguem o mesmo ciclo emocional.

07Vieses cognitivos e comportamentais

A tabela resume os vinte vieses solicitados. A coluna de evidência separa o que foi documentado em contexto financeiro do que vem de psicologia geral.

# Viés Mecanismo Referência Evidência em finanças / ressalvas
1 Aversão à perda Perdas pesam mais que ganhos Kahneman e Tversky (1979); Tversky e Kahneman (1992) Meta-análise: média 1,955. Magnitude contextual; debate sobre perdas pequenas
2 Efeito disposição Vender ganhos cedo, reter perdas Shefrin e Statman (1985); Odean (1998) PGR 14,8% vs PLR 9,8% (10.000 contas, 1987–1993). Inverte em dezembro. Explicações alternativas: tributo, rebalanceamento, reversão esperada
3 Excesso de confiança Superestimar informação e habilidade Odean (1998, 1999); Barber e Odean (2000, 2001) Giro alto associado a menor retorno líquido; construto inferido
4 Ancoragem Ajuste insuficiente a partir de referência Tversky e Kahneman (1974) Preço de compra como âncora aparece em Genesove e Mayer (2001) e no efeito disposição; evidência causal limitada em mercados
5 Viés de confirmação Buscar e ponderar o que confirma a tese Wason (1960); Lord, Ross e Lepper (1979) Evidência sobretudo experimental; pouca medição direta em carteiras reais
6 Viés de recência / extrapolação Projetar o passado recente Greenwood e Shleifer (2014); De Bondt e Thaler (1985) Expectativas extrapolativas documentadas em pesquisas; dados recentes podem conter informação real
7 Disponibilidade Probabilidade pela facilidade de evocação Tversky e Kahneman (1973) Plausível para reação a notícias; eventos midiáticos podem coincidir com choques reais
8 Representatividade Julgar por semelhança com protótipo Tversky e Kahneman (1974, 1983) Associada a extrapolação de crescimento; difícil separar de aprendizado bayesiano
9 Manada Imitar outros Bikhchandani, Hirshleifer e Welch (1992) Medidas variam (LSV, CSAD); pode refletir sinal público comum
10 FOMO Medo de ficar de fora Przybylski et al. (2013) Origem em psicologia das redes sociais; efeito isolado sobre decisões financeiras não quantificado
11 Aversão ao arrependimento Evitar a dor de errar por ação Loomes e Sugden (1982) Proposta como motor do efeito disposição; isolamento empírico difícil
12 Contabilidade mental Dinheiro em "contas" separadas Thaler (1985, 1999) Pode ajudar autocontrole (ex.: SMarT) ou distorcer risco
13 Ilusão de controle Crer influenciar eventos aleatórios Langer (1975) Hipótese plausível para day trading; evidência em mercados reais é indireta
14 Status quo Inércia na alocação Samuelson e Zeckhauser (1988) Inércia pode ser racional se há custos de transação ou tributos
15 Sobrevivência Observar só quem sobreviveu Elton, Gruber e Blake (1996) Viés metodológico de amostra (fundos extintos)
16 Enquadramento Forma de apresentação altera a escolha Tversky e Kahneman (1981) Robusto em experimentos; efeito em escolhas financeiras reais depende de transparência
17 Retrospectivo "Já sabia" Fischhoff (1975) Exige comparar com registros da época; relevante para o diagnóstico de bolhas
18 Atribuição Sucesso à habilidade, fracasso ao acaso Miller e Ross (1975) Dificulta aprendizado; evidência financeira indireta
19 Familiaridade Preferir o conhecido Huberman (2001) Concentração em empresas locais; pode refletir informação real
20 Viés doméstico (home bias) Excesso no mercado do próprio país French e Poterba (1991) Parte pode ser explicada por barreiras, custos e risco cambial

Nenhum desses vieses implica, por si, perda financeira; os efeitos dependem de contexto, custos e horizonte.

08Estudos empíricos e experimentais centrais

8.1 Odean (1998), Are Investors Reluctant to Realize Their Losses?

  • Fonte: Journal of Finance 53(5): 1775–1798. DOI: 10.1111/0022-1082.00072.
  • Amostra: registros de 10.000 contas em uma grande corretora de desconto norte-americana, janeiro de 1987 a dezembro de 1993.
  • Método: proporção de ganhos realizados (PGR = ganhos realizados / (ganhos realizados + ganhos no papel)) e proporção de perdas realizadas (PLR), calculadas nos dias em que há venda.
  • Resultados: PGR = 14,8% e PLR = 9,8% no conjunto. O padrão se inverte em dezembro, compatível com venda de perdas por razões fiscais.
  • Interpretação do autor e alternativas: o autor discute explicações alternativas (rebalanceamento, crença em reversão de retornos, tributos). O padrão é contrário ao que a otimização tributária indicaria durante o ano.
  • Limitações: uma única corretora de desconto; contas individuais sem observar o patrimônio total.

8.2 Barber e Odean (2000), Trading Is Hazardous to Your Wealth

  • Fonte: Journal of Finance 55(2): 773–806. DOI: 10.1111/0022-1082.00226.
  • Amostra: posições e negociações de cerca de 78.000 domicílios ao longo de seis anos até janeiro de 1997; a análise principal usa 66.465 domicílios de 1991 a 1996.
  • Resultados: giro médio anual de cerca de 75%. Retorno bruto do domicílio médio próximo do mercado; retorno líquido abaixo. O quintil de maior giro obteve 11,4% líquido ao ano, contra 18,5% para o de menor giro; o mercado, 17,9%. Os autores reportam que o custo médio de uma operação de ida e volta acima de US$ 1.000 era de cerca de 3% em corretagem e 1% em spread.
  • Extensão por gênero: em estudo posterior com a mesma base (Barber & Odean, 2001, Quarterly Journal of Economics 116(1): 261–292, https://doi.org/10.1162/003355301556400), homens negociaram cerca de 45% mais que mulheres, e a negociação reduziu o retorno líquido anual em 2,65 pontos percentuais para eles, contra 1,72 para elas. Os autores atribuem a diferença ao maior excesso de confiança masculino (interpretação da fonte; o estudo não mede confiança diretamente).
  • Interpretação: consistente com modelos de excesso de confiança e inconsistente com modelos de negociação por expectativas racionais, segundo os autores.
  • Limitações: período de forte alta; investidores com contas em outras instituições não observados; um estudo posterior de modelagem argumenta que um modelo racional com custos fixos e choques de renda pode reproduzir parte dos momentos (controvérsia aberta).

8.3 Barber, Lee, Liu e Odean (2009), Just How Much Do Individual Investors Lose by Trading?

  • Fonte: Review of Financial Studies 22(2): 609–632. DOI: 10.1093/rfs/hhn046.
  • Amostra: histórico completo de todas as negociações na bolsa de Taiwan (1995–1999).
  • Resultados: perdas agregadas dos indivíduos de NT$ 935 bilhões (US$ 32 bilhões) no período, ou NT$ 187 bilhões por ano, equivalentes a 2,2% do PIB e 2,8% da renda pessoal; penalidade anual de 3,8 pontos percentuais na carteira agregada. Praticamente todas as perdas vêm de ordens agressivas. Institucionais obtiveram ganho anual de 1,5 ponto percentual, após corretagem e tributos de transação, e tanto suas ordens agressivas quanto passivas foram lucrativas.
  • Limitações: mercado dominado por varejo, com giro muito alto (informação sobre estrutura de mercado de outro estudo de Taiwan: giro de 314% em 1998); generalização para outros países incerta.

8.4 Chague, De-Losso e Giovannetti (2020), Day Trading for a Living?

  • Fonte: documento de trabalho FGV EESP, TD 525 (fevereiro de 2020); SSRN 3423101. Texto não publicado em periódico segundo o registro consultado.
  • Amostra: 19.646 indivíduos que iniciaram day trade em mini-contratos futuros de Ibovespa entre 2013 e 2015, com dados da CVM. Segundo os autores, é o terceiro maior contrato futuro de índice de ações do mundo em volume.
  • Resultados (indivíduos que persistiram ao menos 300 dias; grupo de 1.551 indivíduos): 97% perderam dinheiro; o resumo do documento de trabalho informa que apenas 0,4% ganhou mais que um caixa de banco (US$ 54 por dia), enquanto o texto do registro no SSRN calcula 8 indivíduos em 1.551, ou 0,5%, para a mesma comparação; 1,1% (17 indivíduos) ganhou mais que o salário mínimo; o melhor indivíduo ganhou US$ 310 por dia, com desvio padrão de US$ 2.560. Não há evidência de aprendizado. Os números variam levemente entre versões e registros, por isso a faixa de 0,4% a 0,5% é a descrição mais segura.
  • Limitações: restrito a um contrato futuro. O recorte de "persistentes" é uma seleção da amostra; a direção do viés que ela introduz não é demonstrada e é hipótese, de modo que a conclusão segura se limita ao grupo estudado.

8.5 Demais estudos usados no relatório

Kahneman e Tversky (1979, DOI: 10.2307/1914185), Benartzi e Thaler (1995, DOI: 10.2307/2118511), Tom et al. (2007), De Martino et al. (2010), Brown et al. (2024), Genesove e Mayer (2001), Gneezy e Potters (1997), Baker e Wurgler (2006), Greenwood e Shleifer (2014), Brunnermeier e Nagel (2004), Greenwood, Shleifer e You (2019), Lakonishok, Shleifer e Vishny (1992), Baker et al. (2020) e Barber et al. (2022) são descritos nas seções em que aparecem e listados nas referências.

09Medo, ganância e ciclos históricos dos mercados

Princípio de leitura: não se usa a queda posterior de um ativo como prova de bolha, nem uma alta forte como prova de irracionalidade coletiva; distingue-se o que era conhecido na época do que só ficou claro depois.

9.1 Bolha das empresas ponto-com (1995–2000)

  • Dado observado. O CAPE (preço sobre lucros reais médios de dez anos) do S&P 500 atingiu 44,19 em dezembro de 1999, o maior valor da série de Shiller desde 1881 (a série, em fontes secundárias, tem média histórica de cerca de 17). A bolsa continuou subindo depois de o CAPE cruzar 40, e o mercado de ações caiu entre 2000 e 2002.
  • Comportamento de investidores sofisticados. Brunnermeier e Nagel (2004) mostram que hedge funds não exerceram força corretiva: estavam fortemente alocados em ações de tecnologia e reduziram posições nas que estavam prestes a cair. A exposição ao setor atingiu o pico em setembro de 1999, cerca de seis meses antes do pico da bolha. Interpretação dos autores: investidores racionais podem preferir "cavalgar" bolhas por causa do sentimento previsível e dos limites à arbitragem.
  • Explicações alternativas. Mudanças tecnológicas e taxas de juros em queda até o aperto de 1999–2000 são fatores fundamentais; a literatura inclui também argumentos de que incerteza sobre rentabilidade futura poderia justificar valuations altos (Pástor e Veronesi, 2006).
  • Limitação O CAPE descreve onde o valuation está, não quando o mercado vira: o indicador permaneceu elevado por vários anos antes do pico de preços.

9.2 Crise financeira global (2007–2009)

  • Contexto. Crédito imobiliário subprime, securitização opaca, alavancagem bancária e congelamento do mercado interbancário. A falência do Lehman Brothers ocorreu em 15 de setembro de 2008.
  • Indicadores de estresse. O VIX atingiu o recorde intradiário de 89,53 em 24 de outubro de 2008; o recorde de fechamento da época, 80,86, foi em 20 de novembro de 2008 (e foi superado em março de 2020).
  • Mecanismos de liquidez. A literatura sobre espirais de margem e liquidez (por exemplo, Brunnermeier, 2009) associa a venda em massa a chamadas de margem, restrições de financiamento e congelamento de mercados, e não apenas a pânico psicológico.
  • Limitação Não há medição direta de "pânico" separada de liquidação forçada.

9.3 Choque da COVID-19 (2020)

  • Dados observados. Em 16 de março de 2020, o S&P 500 caiu cerca de 12% e o VIX fechou em 82,69, recorde de fechamento da série. Cobertura especializada registra queda de cerca de um terço do índice em aproximadamente cinco semanas (fevereiro–março de 2020).
  • Explicação documentada. Baker et al. (2020) concluem que restrições governamentais à atividade comercial e o distanciamento social voluntário, numa economia de serviços, explicam por que a reação foi muito mais forte que em pandemias anteriores (1918–1919, 1957–1958, 1968). Notícias sobre a COVID-19 foram o principal motivador dos grandes movimentos diários entre 24 de fevereiro e abril de 2020; entre 24 de fevereiro e 24 de março houve 18 dias de variação superior a 2,5% em 22 pregões.
  • Leitura. Parte da queda reflete reavaliação de fundamentos; a participação de pânico não é separável com os dados disponíveis.

9.4 Criptoativos (2020–2022)

  • Evidência. O BIS construiu uma base de uso de aplicativos de exchanges em 95 países (agosto de 2015 a dezembro de 2022). Resultados e simulações: a maioria dos usuários de aplicativos, em quase todas as economias, provavelmente perdeu dinheiro com bitcoin; estimativas de 73% a 81% de usuários com perdas; mediana de perda de US$ 431 sobre US$ 900 investidos, com participação ainda maior de perdedores em países como Brasil, Índia, Paquistão, Tailândia e Turquia; cerca de três quartos dos usuários baixaram o aplicativo quando o bitcoin estava acima de US$ 20.000.
  • Limitações. Estimativa baseada em hipóteses (investimento no dia do download; aportes de US$ 100 por mês), não em contas individuais. Os colapsos do ecossistema Terra/Luna e da FTX em 2022 foram eventos de governança, alavancagem e contágio entre plataformas, não apenas de sentimento.

9.5 Bolhas: o que se pode afirmar

Greenwood, Shleifer e You (2019, 1926–2014 para setores dos EUA e 1985–2014 para internacionais) encontram quatro resultados: (1) uma alta setorial muito forte, isoladamente, não prevê em média retornos anormalmente baixos; (2) ela eleva substancialmente a probabilidade de uma grande queda; (3) características da alta (volatilidade, giro, emissões e formato da trajetória de preços) ajudam a distinguir episódios e a prever crashes; (4) algumas dessas características também ajudam a prever retornos e sustentam estratégias históricas de timing. Nas estimativas da versão de trabalho, a probabilidade de queda de 40% em dois anos sobe de 20% para 53% quando o retorno do setor nos dois anos anteriores passa de 50% para 100%, e para 80% com 150%. Esses limiares referem-se a retornos setoriais brutos e descontados do retorno do mercado, não a retornos após custos ou tributos. Os autores reconhecem limitações de amostra e a dificuldade de identificar o pico: o retorno médio entre a identificação do episódio e o pico era de cerca de 30% na versão de trabalho. A leitura prudente é de identificação probabilística e imperfeita de risco, não de determinação segura do topo.

10Indicadores de sentimento e seus limites

10.1 Descrição dos indicadores

Indicador Instituição Componentes e método Limitações
VIX Cboe Volatilidade implícita esperada para 30 dias, calculada com opções do S&P 500. Criado na década de 1990 sobre o S&P 100; reformulado em 2003, com o Goldman Sachs, para opções do S&P 500 Mede o preço da proteção, não a direção; sobe com choques de fundamentos e com pânico
CNN Fear & Greed Index CNN Business Sete indicadores, segundo a página oficial: momentum (S&P 500 vs média de 125 dias), força dos preços (máximas e mínimas de 52 semanas na NYSE), amplitude (volume de ações em alta vs baixa), razão put/call (média de 5 dias), demanda por safe haven (diferença de retornos de ações e títulos em 20 dias), demanda por junk bonds (spread contra grau de investimento) e volatilidade. Escala de 0 a 100 Indicador comercial. Fontes secundárias descrevem os componentes como igualmente ponderados; a metodologia completa de cálculo não foi localizada na página consultada
Crypto Fear & Greed Index Alternative.me Volatilidade (25%), momentum e volume (25%), redes sociais (15%), pesquisas (15%), dominância do bitcoin (10%) e tendências do Google (10%) A página oficial descreve um índice voltado ao bitcoin e marca o componente de pesquisas como "currently paused" (suspenso); não há documentação, nas páginas consultadas, de como o peso suspenso é redistribuído
Pesquisa AAII American Association of Individual Investors Pesquisa de expectativas de membros (otimista, neutro, pessimista) Mede atitude declarada, não alocação. Usada em estudos acadêmicos de expectativas (Greenwood e Shleifer, 2014)
Índice de sentimento de Baker e Wurgler Acadêmico Combina proxies de mercado (como volume, emissões e descontos de fundos fechados), conforme descrito nos artigos de 2006–2007 Construído com dados mensais de 1963–2001 no artigo original; a interpretação depende das proxies

Observação de contexto. Em outubro de 2026, o CAPE estava em torno de 41 e o VIX fechou em 19,03 em 22 de outubro, segundo fontes de divulgação que reproduzem dados de Shiller e da Cboe. Esses números descrevem o nível de valuation e a volatilidade implícita; a leitura de "ganância" ou "medo" a partir deles é interpretação.

10.2 Capacidade explicativa e preditiva

  • Evidência acadêmica positiva, mas condicional. Baker e Wurgler (2006), com retornos mensais de 1963 a 2001, mostram que quando o sentimento no início do período é baixo, os retornos seguintes são relativamente altos para ações pequenas, jovens, voláteis, sem lucro, sem dividendos, de crescimento extremo e em dificuldade financeira; quando é alto, esses grupos têm retornos relativamente baixos. Os autores interpretam como efeito maior sobre ativos difíceis de avaliar e de arbitrar. O resultado é no corte transversal, e não um sinal de market timing do índice.
  • Expectativas. Pesquisas de expectativas de retorno são extrapolativas e se correlacionam negativamente com retornos esperados de modelos (Greenwood e Shleifer, 2014), o que sugere utilidade como medida de sentimento, mas não valida regras de negociação.
  • CNN Fear & Greed. Farrell e O'Connor (2025, Finance Research Letters 72, https://doi.org/10.1016/j.frl.2024.106492) testam causalidade de Granger estática e variável no tempo. No período 2011–2020, o índice precede estatisticamente os retornos do S&P 500, do Nasdaq Composite e do Russell 3000, mas não os do ouro; em 2021–2024, a relação com S&P 500 e Nasdaq persiste, porém "consideravelmente mais fraca", e os testes dinâmicos sugerem que o resultado pode vir de uma relação mais forte anterior a 2014. É ASSOCIAÇÃO ESTATÍSTICA que se enfraquece no tempo; precedência de Granger não demonstra causalidade econômica nem estratégia negociável.
  • Crypto Fear & Greed. Szeberényi e Kovács (2026, Digital Finance 8(3), https://doi.org/10.1007/s42521-026-00218-y) usam 2.945 observações diárias (fevereiro de 2018 a fevereiro de 2026) e tratam o índice como variável de estado de mercado. Uma alta de um desvio padrão associa-se a retornos futuros do bitcoin maiores em um e sete dias, mas só a estimativa de um dia tem intervalo (moving-block) que exclui zero. Nas previsões fora da amostra com janela expansiva, o índice não supera a média histórica. Os autores concluem que painéis de sentimento ajudam a interpretar risco, mas não devem funcionar como regra isolada de negociação.
  • O que continua sem demonstração. Não foi localizado trabalho que reúna, para esses índices, previsão fora da amostra, custos de transação e controle de múltiplos testes. Existir pesquisa, existir teste fora da amostra e existir estratégia lucrativa após custos são afirmações distintas; as duas primeiras têm algum respaldo, a terceira, não. Classificação: LACUNA DE EVIDÊNCIA quanto à rentabilidade negociável.
  • Princípio: um indicador que se moveu antes de determinado evento não prova capacidade preditiva; é preciso validação fora da amostra, custos e mudanças de regime.

11Investidores individuais versus institucionais

Dimensão Individuais Institucionais e profissionais
Desempenho de negociação (Taiwan) Penalidade de 3,8 p.p. ao ano Ganho de 1,5 p.p. ao ano (após custos de transação)
Efeito disposição Evidência ampla em contas individuais Evidência mista; ver abaixo
Manada Evidência em episódios de atenção (Robinhood) Fraca na média, maior em ações pequenas (LSV, Wermers)
Incentivos Capital próprio Risco de carreira, benchmark, regras de mandato

Evidências relevantes - Institucionais não são imunes. Brunnermeier e Nagel (2004) mostram que hedge funds acompanharam a bolha da internet. Lakonishok, Shleifer e Vishny (1992), com 769 fundos de pensão entre 1985 e 1989, não encontram herding substancial no nível de ações individuais, exceto em ações pequenas; a literatura secundária cita uma medida média de 2,7%. Wermers (1999), com fundos mútuos de 1975 a 1994, encontra pouco herding na ação média e níveis maiores em ações pequenas e em fundos orientados a crescimento. - Efeito disposição entre profissionais. Segundo a síntese secundária da literatura de Taiwan, indivíduos, empresas e dealers mostram relutância em realizar perdas, ao contrário de fundos mútuos e estrangeiros (Barber, Lee, Liu e Odean, 2007, artigo sobre o investidor agregado em Taiwan; a evidência sobre profissionais vem dessa síntese, não de uma referência separada). - Brasil. Os resultados para gestores de fundos de ações são divergentes: Tizziani et al. (2010) não encontram o efeito quando consideram volume negociado; Lucchesi, Yoshinaga e Castro Jr. (2015), com 51 fundos entre 2002 e 2008, encontram evidência compatível com a teoria da perspectiva, sem confirmar a hipótese alternativa de reversão à média; Rodrigues (2016, dissertação) conclui pela presença do efeito. Para pessoas físicas na Bovespa, Karsten (2006, dissertação) encontra o efeito, com comportamento ambíguo dos demais tipos de investidor.

Não se pode concluir que profissionais são imunes a vieses nem que investidores individuais agem sempre de forma irracional. Há resultados em que o varejo, na média, não perde por "irracionalidade" mas por custos e execução agressiva.

12Redes sociais, mídia e contágio emocional

  • Narrativas. Shiller (2019) propõe a "economia narrativa": histórias populares que se disseminam por contágio social e influenciam decisões agregadas. É uma proposta teórico-histórica, de difícil teste causal.
  • Atenção e herding no varejo. Barber, Huang, Odean e Schwarz (2022, Journal of Finance, dados de maio de 2018 a agosto de 2020) mostram que usuários do Robinhood exibem mais negociação induzida por atenção que outros investidores de varejo; interrupções do aplicativo reduzem desproporcionalmente a negociação em ações de alta atenção; as ações mais compradas a cada dia têm retornos anormais médios de −4,7% em 20 dias. Os autores atribuem parte do efeito às características do aplicativo, não apenas à inexperiência dos usuários.
  • Episódio GameStop (janeiro de 2021). Segundo o relatório da equipe da SEC (outubro de 2021), mais de 100 ações associadas ao público consumidor tiveram grandes variações de preço ou volume; para a GameStop, a SEC concluiu que cobertura de posições vendidas (short squeeze) não foi o principal motor da alta, mas que o sentimento positivo sustentou a apreciação por semanas. Um comitê acadêmico independente (Ad Hoc Academic Committee) apresentou dados adicionais sobre possível pressão de cobertura de opções (gamma squeeze). É uma controvérsia: a motivação por trás das compras "não pode ser determinada", segundo o relatório oficial.
  • Cripto. O BIS associa a entrada de usuários ao preço do bitcoin, com defasagem aproximada de dois meses entre preço e número de usuários.
  • Limitação geral. Correlação temporal entre publicações e preços não demonstra causalidade; posts podem reagir a preços. Métricas de sentimento extraídas de texto têm limitações de validação; nenhuma meta-análise sobre sua capacidade preditiva foi localizada.

13Efeitos sobre decisões e desempenho financeiro

13.1 Distinguir os retornos

  1. Retorno do ativo (ou do fundo, ponderado no tempo).
  2. Retorno da estratégia.
  3. Retorno da carteira.
  4. Retorno efetivamente experimentado pelo investidor (ponderado pelo dinheiro, que depende do momento de aportes e resgates).
  5. Retorno antes e depois de custos e tributos.

13.2 Exemplo didático do desvio de timing

Exemplo didático, sem relação com dados reais: um ativo hipotético passa de R$ 100 para R$ 150 e depois para R$ 120. O ativo rende (120 − 100) / 100 = +20% no ciclo. Quem comprou a R$ 150 e vendeu a R$ 120 obteve (120 − 150) / 150 = −20%, antes de custos e tributos.

Ilustração metodológica publicada pela Morningstar: aportes de US$ 1.000 no início de cada ano em um fundo com retornos de +10%, +10% e −10% resultam em retorno anualizado do fundo de 2,9%, mas retorno ponderado pelo dinheiro de −0,4%, porque havia menos dinheiro exposto nos anos de ganho e mais no ano de perda.

13.3 Dados reais sobre a diferença

  • Estados Unidos (fundos e ETFs). A Morningstar estima que o dólar médio investido ganhou 8,7% ao ano nos dez anos até 31 de dezembro de 2025, ante 9,9% ao ano dos fundos, uma diferença de 1,2 ponto percentual por ano (cerca de 12% do retorno total). A diferença é explicada pelo momento e pelo volume das compras e vendas. Em edições anteriores, a diferença foi de 1,7 ponto (dez anos até 2021 e 2022) e 1,1 ponto (até 2023). Nos fundos de setor, foi de 2,6 pontos. Os fundos mais voláteis tendem a ter diferenças maiores.
  • Ressalva de método. A medida ponderada pelo dinheiro também reflete aportes regulares, como os de planos de aposentadoria, e a Morningstar não a atribui a "emoção" em si. Comparações que confundem retorno ponderado no tempo com ponderado pelo dinheiro são criticadas na literatura de prática.
  • Taiwan e EUA. Ver seção 8.
  • Brasil. Dado não localizado estudo brasileiro comparável de retorno do investidor versus retorno do ativo.

13.4 O que não se pode atribuir

Não há base para atribuir percentual de perda a "medo" ou "ganância" isoladamente. Sorte, restrições de liquidez, objetivos pessoais, risco assumido e custos coexistem como causas. A quantificação do efeito isolado de uma emoção não está demonstrada.

14Estratégias de mitigação e disciplina decisória

Estratégia Plausibilidade Evidência Limites e custos
Reduzir a frequência de avaliação Alta (aversão à perda míope) Experimentos: mais avaliação, menos risco (Gneezy e Potters, 1997; Thaler et al., 1997); réplica de alto poder confirmou o efeito Resultados de laboratório; evidência em carteiras reais é indireta
Compromisso prévio e automação (SMarT) Alta Campo: taxa de poupança de 3,5% para 13,6% em 40 meses; 78% aderiram e 80% dos aderentes permaneceram até o quarto aumento (Thaler e Benartzi, 2004; primeira implementação) É poupança, não investimento; um caso, com amostra e empresa específicas
Pré-mortem Moderada Prospective hindsight gerou cerca de 30% mais razões para resultados futuros (Mitchell, Russo e Pennington, 1989); popularizado por Klein (2007). A literatura é escassa e o estudo original mediu quantidade, não correção das razões Evidência indireta para decisões de investimento
Declaração de política de investimento, regras de rebalanceamento, limites de alavancagem Plausível Evidência experimental específica de redução de vieses não localizada Não elimina erro de premissas
Educação financeira Moderada a alta para conhecimento e comportamentos financeiros em geral Meta-análise de 76 experimentos aleatorizados com mais de 160 mil participantes: efeito causal positivo médio sobre conhecimento financeiro e comportamentos posteriores, robusto a viés de publicação (Kaiser, Lusardi, Menkhoff e Urban, 2022, Journal of Financial Economics 145(2): 255–272) Não demonstra eliminação de vieses específicos de investimento nem maior rentabilidade; esses efeitos exigem avaliação separada. Pode gerar excesso de confiança
Aconselhamento individualizado Plausível Evidência específica sobre redução de vieses de investimento não localizada nesta pesquisa; não deve ser agrupado com educação financeira, que é intervenção distinta Custos, conflitos de interesse e qualidade do conselheiro
Treino de experiência / desenviesamento Moderada Experimentos sobre "curas" da aversão à perda míope (por exemplo, Fellner e Sutter, 2009) Efeito em mercados reais incerto

Nenhuma técnica garante retorno superior ou eliminação de vieses. Conhecer vieses não os remove; regras externas, compromisso prévio e automação têm evidência favorável em contextos específicos, sobretudo de poupança; sua eficácia para reduzir vieses de investimento depende da intervenção e do resultado avaliado, e as evidências reunidas aqui medem desfechos distintos (poupança, tomada de risco, geração de razões), sem comparação direta que demonstre superioridade geral sobre o acompanhamento deliberado. Esta seção não constitui recomendação personalizada nem plano de alocação.

15Diferenças entre mercados e contextos econômicos

15.1 Brasil: base de investidores e contexto

  • Tamanho da base. A B3 registrou 5,6 milhões de pessoas físicas em renda variável no 1º trimestre de 2026 (alta de 6% sobre 2025) e 5,7 milhões no 2º trimestre (alta de 7% em doze meses), com valor em custódia de R$ 656,3 bilhões. A base ficou próxima de 5 milhões em vários trimestres anteriores (5,3 milhões em 2023; 5,1 milhões em março de 2024; 5,4 milhões no 3º trimestre de 2025).
  • Perfil (B3, 2023). Na época, 49% dos 5,3 milhões de investidores em renda variável tinham entre 25 e 39 anos.
  • ANBIMA/Datafolha (9ª edição, novembro de 2025, 5.832 entrevistados). 36% da população declara aplicações financeiras (60,6 milhões); cerca de 23 milhões afirmam querer começar a investir em 2026; cerca de três em cada dez brasileiros não têm reserva financeira. A edição anterior apontava que, entre 59 milhões de investidores, 14 milhões cogitavam deixar de aplicar.
  • Implicação para a análise. Restrição de renda e ausência de reserva tornam plausível que parte dos resgates em estresse decorra de necessidade de caixa, e não de pânico. Dado não localizado proporção de resgates em momentos de estresse motivada por necessidade de liquidez versus reação psicológica.

15.2 Evidência brasileira específica

Tema Evidência Leitura
Manada em ações Lobão, Pacheco e Naia (2024), Ibovespa, 2010–2022: a análise dinâmica por janelas móveis encontra herding intermitente em subperíodos, incluindo o início da pandemia e o início da guerra na Ucrânia. Raimundo Júnior et al. (2020) descrevem herding elevado associado a risco político e medo. Signorelli et al. (2021) investigam o tema. Resultados dependem de método e período: controvérsia
Efeito disposição Ver seção 11 Evidência dividida
Day trading Chague et al. (2020) Evidência forte para o contrato estudado
Desempenho comportamental (retorno do investidor) Não localizado Lacuna

15.3 Classes de ativos

Classe Evidência localizada Lacunas
Ações Maior volume de estudos (EUA, Taiwan, Brasil) Poucos estudos brasileiros com transações individuais abertas
Imóveis Aversão à perda nominal em vendedores (Genesove e Mayer, 2001); opacidade e baixa liquidez Evidência brasileira não localizada
Criptoativos Perdas da maioria dos usuários de aplicativos (BIS); índices de sentimento comerciais; ausência de âncora de valuation consolidada Validação científica dos índices
Renda fixa A literatura aponta ilusão monetária (Shafir, Diamond e Tversky, 1997) em geral; no Brasil, a persistência da poupança e a memória inflacionária aparecem nas pesquisas da ANBIMA Estudos de comportamento específicos em renda fixa brasileira não localizados
Câmbio e commodities Não foram localizados estudos de comportamento de investidores comparáveis Lacuna

Resultados de um mercado não se transferem automaticamente a outro: Taiwan, por exemplo, tem giro e participação de varejo muito acima do usual.

16Quadro comparativo das evidências

Afirmação Classificação Fonte principal Observação
Em contas de varejo, giro alto está associado a menor retorno líquido EVIDÊNCIA EMPÍRICA Barber e Odean (2000) Retorno bruto semelhante; atribuição ao excesso de confiança é INTERPRETAÇÃO DA FONTE
Individuais em Taiwan perdem na negociação agregada, institucionais ganham EVIDÊNCIA EMPÍRICA Barber et al. (2009) Mercado atípico (giro muito alto)
97% dos day traders brasileiros persistentes perdem EVIDÊNCIA EMPÍRICA Chague et al. (2020) Documento de trabalho; contrato específico
Investidores realizam ganhos mais que perdas, exceto em dezembro EVIDÊNCIA EMPÍRICA Odean (1998) Mecanismo emocional = HIPÓTESE concorrente com tributo, rebalanceamento e reversão
Efeito disposição em gestores brasileiros CONTROVÉRSIA Tizziani et al. (2010) × Lucchesi et al. (2015) Depende de métrica (volume × transação)
Perdas pesam mais que ganhos em escolhas sob risco RESULTADO EXPERIMENTAL Kahneman e Tversky (1979); Brown et al. (2024) Magnitude média ≈ 1,96; variabilidade e debate sobre perdas pequenas
λ = 2,25 universal LIMITAÇÃO Tversky e Kahneman (1992) Estimado com 25 estudantes
A amígdala é o centro da aversão à perda CONTROVÉRSIA Tom et al. (2007) × De Martino et al. (2010) Amostras pequenas
Expectativas de retorno são extrapolativas ASSOCIAÇÃO ESTATÍSTICA Greenwood e Shleifer (2014) Dados de pesquisas
Altas setoriais fortes aumentam a probabilidade de crash ASSOCIAÇÃO ESTATÍSTICA Greenwood, Shleifer e You (2019) Identificação probabilística e imperfeita; não prevêem retorno médio baixo nem determinam o topo
Educação financeira tem efeito positivo médio sobre conhecimento e comportamentos financeiros EVIDÊNCIA EMPÍRICA (meta-análise de experimentos aleatorizados) Kaiser et al. (2022) Não equivale a reduzir vieses de investimento ou a aumentar rentabilidade
Índice cripto de medo e ganância não supera a média histórica fora da amostra ASSOCIAÇÃO ESTATÍSTICA (resultado negativo) Szeberényi e Kovács (2026) Um índice, um mercado, janela expansiva; não cobre custos nem múltiplos testes
Sofisticados participaram da bolha tech EVIDÊNCIA EMPÍRICA Brunnermeier e Nagel (2004) Não demonstra "irracionalidade"
Restrições à atividade explicam a reação à COVID INTERPRETAÇÃO DA FONTE Baker et al. (2020) Não exclui componente de pânico
Compras intensas no Robinhood antecedem retornos negativos ASSOCIAÇÃO ESTATÍSTICA Barber et al. (2022) Causalidade parcial (outages)
A alta da GameStop foi sustentada por sentimento positivo, não só por short squeeze INTERPRETAÇÃO DA FONTE SEC (2021) Contestada por comitê acadêmico parcialmente
Maioria dos usuários de apps de cripto perdeu ASSOCIAÇÃO ESTATÍSTICA BIS (2023) Simulação com hipóteses
Índices de sentimento acadêmicos têm efeito condicional no corte transversal ASSOCIAÇÃO ESTATÍSTICA Baker e Wurgler (2006) Não é sinal de market timing
CNN e Crypto Fear & Greed preveem retornos LACUNA DE EVIDÊNCIA Nenhuma localizada —
Reduzir frequência de avaliação reduz aversão ao risco em experimentos RESULTADO EXPERIMENTAL Gneezy e Potters (1997) Réplica recente confirma
Compromisso automático aumenta poupança EVIDÊNCIA EMPÍRICA (campo) Thaler e Benartzi (2004) Poucas empresas
Medo e ganância explicam integralmente ciclos HIPÓTESE (não sustentada) — Fundamentos, liquidez, política monetária
Custos de transação "bastam" para explicar a perda do giro CONTROVÉRSIA Barber e Odean (2000) × modelos racionais Debate aberto
Estimativa brasileira do gap investidor × ativo LACUNA DE EVIDÊNCIA — —

17Controvérsias, limitações e lacunas de pesquisa

  1. Falsificabilidade. O catálogo de vieses é amplo o suficiente para explicar retrospectivamente quase qualquer movimento. Isso limita poder preditivo ex ante.
  2. Causalidade e estado emocional. Dados de transações mostram ações, não emoções ou motivos.
  3. Explicações alternativas persistentes. Tributos, rebalanceamento, expectativa de reversão, custos fixos de transação e restrições de liquidez competem com explicações comportamentais.
  4. Robustez da aversão à perda. O debate sobre perdas pequenas e sobre o papel do status quo segue ativo.
  5. Generalização. Grande parte da evidência vem de contas de uma corretora de desconto nos EUA nos anos 1990, de Taiwan e de experimentos com estudantes.
  6. Métrica do "gap" de comportamento. Medidas ponderadas pelo dinheiro misturam decisão e fluxo regular de aportes, e há discordância sobre sua interpretação.
  7. Indicadores comerciais. Metodologia parcialmente pública; os estudos localizados não demonstram rentabilidade negociável.
  8. Brasil. Resultados divergentes sobre efeito disposição e manada; ausência de estudo localizado de retorno do investidor; dependência de dissertações para parte da evidência.
  9. Textos integrais. Parte dos artigos citados está em acesso restrito; os resultados foram lidos em resumos, registros bibliográficos e versões de trabalho.

18Conclusões estritamente sustentadas pelas fontes

  1. Medo e ganância são rótulos populares; a pesquisa científica trabalha com mecanismos específicos, cada um com nível de evidência próprio.
  2. Evidência empírica consistente: negociação excessiva reduz o retorno líquido do investidor individual (EUA, Taiwan), e day trading persistente raramente é lucrativo (Brasil).
  3. Evidência robusta, porém contestada quanto à explicação: vendas assimétricas de ganhos e perdas (efeito disposição), com alternativas racionais e resultados divergentes no Brasil.
  4. Aversão à perda é um achado amplo, de magnitude média perto de 2, mas dependente de contexto; "2,25" não é uma constante.
  5. Há evidência de extrapolação de retornos passados em expectativas declaradas, e de entradas de varejo associadas a retornos posteriores negativos em episódios de atenção (Robinhood) e de perdas da maioria dos usuários de aplicativos de cripto.
  6. Bolhas e crises resultam de uma combinação de fundamentos, liquidez, alavancagem, política econômica e comportamento. Altas fortes elevam a probabilidade de queda, mas não permitem identificar o topo; profissionais também participam de episódios especulativos.
  7. Indicadores de sentimento têm utilidade descritiva; a evidência acadêmica é condicional e de longo prazo. Para os índices comerciais de "medo e ganância", há estudos com resultados dependentes de período e método, e um teste fora da amostra com resultado negativo para o índice cripto; não há demonstração de estratégia robusta e lucrativa após custos.
  8. Mitigação depende de regras externas, automação e compromisso prévio; a evidência mais sólida é de campo para poupança e experimental para frequência de avaliação. Nenhuma técnica elimina vieses ou garante retornos.
  9. Não está demonstrado que investidores possam prever crises ou superar o mercado apenas por conhecer vieses, nem é possível atribuir percentual de perdas a uma emoção específica.
  10. Limites para o Brasil: a base de investidores cresce, mas faltam estudos sobre retorno efetivamente obtido e sobre a motivação dos resgates em estresse.

19Metodologia

  • Data de corte: 30 de outubro de 2026.
  • Perguntas de pesquisa: as doze da seção 2.
  • Fontes consultadas: registros e textos em repositórios acadêmicos e bases bibliográficas (EconPapers/IDEAS, American Economic Association, NBER, SSRN, sites de universidades e de periódicos), repositórios institucionais brasileiros (FGV, PUC), publicações do BIS, da SEC e da B3, pesquisas da ANBIMA/Datafolha, relatórios da Morningstar e páginas oficiais de indicadores (CNN, Alternative.me). Fontes secundárias (imprensa, blogs e sites de divulgação) foram usadas para localizar referências, confirmar valores de séries amplamente reproduzidas (VIX, CAPE) e descrever metodologia de índices comerciais, sempre sinalizadas como tal.
  • Estratégia de busca: combinações em inglês e português dos termos disposition effect, loss aversion meta-analysis, individual investor trading performance, herding Brazil, day trading Brasil, investor sentiment, Fear & Greed, retail crypto losses, pre-mortem, myopic loss aversion, entre outros, mais busca por autor e título para cada estudo central.
  • Idiomas: inglês e português.
  • Critérios de inclusão: artigos revisados por pares, documentos de trabalho de instituições reconhecidas, estudos de bancos centrais e organismos internacionais, relatórios oficiais; livros técnicos como complemento. Exclusão: conteúdo comercial sem metodologia, material de influenciadores e fontes que não permitiam identificar autoria e data.
  • Hierarquia das fontes: nível 1 (estudos originais e documentos oficiais), nível 2 (revisões, meta-análises, universidades, bancos centrais, organismos internacionais), nível 3 (livros, relatórios de instituições financeiras e imprensa especializada), nível 4 (blogs e sites de divulgação, usados apenas como apoio).
  • Qualidade metodológica: foram considerados tipo de dado (experimental, transações, pesquisa), tamanho e período da amostra, tratamento de custos, existência de explicações alternativas, replicação e se o texto integral foi acessado.
  • Tratamento de divergências: mantidas e expostas (por exemplo, efeito disposição no Brasil, amígdala e aversão à perda, aversão à perda em perdas pequenas, Tizziani × Lucchesi).
  • Limitações: não se trata de revisão sistemática formal nem de meta-análise própria, e a busca não foi exaustiva. Parte dos periódicos estava em acesso restrito. Não foram acessadas bases proprietárias (Bloomberg, Refinitiv). Os índices comerciais de sentimento têm metodologia apenas parcialmente pública; não foram reconstruídos pesos ou fórmulas ausentes, nem atribuídos valores atuais a índices sem fonte.
  • Referências clássicas: estudos clássicos de psicologia e finanças (por exemplo, Simon, 1955; Tversky e Kahneman, 1973, 1981, 1983; Langer, 1975; Fischhoff, 1975; Miller e Ross, 1975; Wason, 1960; Lord, Ross e Lepper, 1979; Loomes e Sugden, 1982; Thaler, 1985; Samuelson e Zeckhauser, 1988; French e Poterba, 1991; Elton, Gruber e Blake, 1996; Huberman, 2001) são citados com dados bibliográficos canônicos e usados apenas para atribuição de conceito, sem extração de números.

20Referências

Estudos centrais sobre comportamento e desempenho

Teoria, aversão à perda e neurociência

  • NÍVEL 1Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185
  • NÍVEL 1Tversky, A., & Kahneman, D. (1992). Advances in Prospect Theory: Cumulative Representation of Uncertainty. Journal of Risk and Uncertainty, 5(4), 297–323.
  • NÍVEL 1Brown, A. L., Imai, T., Vieider, F. M., & Camerer, C. F. (2024). Meta-analysis of Empirical Estimates of Loss Aversion. Journal of Economic Literature, 62(2), 485–516. https://doi.org/10.1257/jel.20221698 · https://www.aeaweb.org/doi/10.1257/jel.20221698
  • NÍVEL 1Gal, D., & Rucker, D. D. (2018). The loss of loss aversion: Will it loom larger than its gain? Journal of Consumer Psychology.
  • NÍVEL 1Mrkva, K., Johnson, E. J., Gächter, S., & Herrmann, A. (2020). Moderating Loss Aversion: Loss Aversion Has Moderators, But Reports of its Death are Greatly Exaggerated. Journal of Consumer Psychology. https://doi.org/10.1002/jcpy.1156
  • NÍVEL 1Zeif, D., & Yechiam, E. (2022). Loss aversion (simply) does not materialize for smaller losses. Judgment and Decision Making, 17(5), 1015–1042. https://dlab.sauder.ubc.ca/sjdm/journal/22/220414/jdm220414.html
  • NÍVEL 1Benartzi, S., & Thaler, R. H. (1995). Myopic Loss Aversion and the Equity Premium Puzzle. The Quarterly Journal of Economics, 110(1), 73–92. https://doi.org/10.2307/2118511
  • NÍVEL 1Gneezy, U., & Potters, J. (1997). An Experiment on Risk Taking and Evaluation Periods. The Quarterly Journal of Economics, 112(2), 631–645. https://doi.org/10.1162/003355397555217
  • NÍVEL 1Thaler, R. H., Tversky, A., Kahneman, D., & Schwartz, A. (1997). The Effect of Myopia and Loss Aversion on Risk Taking: An Experimental Test. The Quarterly Journal of Economics, 112(2), 647–661. https://doi.org/10.1162/003355397555226
  • NÍVEL 1Schwaiger, R., Strucks, M., & Zeisberger, S. The Consequences of Narrow Framing for Risk Taking: A Stress Test of Myopic Loss Aversion. Management Science. https://doi.org/10.1287/mnsc.2024.05720
  • NÍVEL 1Tom, S. M., Fox, C. R., Trepel, C., & Poldrack, R. A. (2007). The Neural Basis of Loss Aversion in Decision-Making Under Risk. Science, 315, 515–518. https://doi.org/10.1126/science.1134239
  • NÍVEL 1De Martino, B., Camerer, C. F., & Adolphs, R. (2010). Amygdala damage eliminates monetary loss aversion. PNAS, 107(8), 3788–3792. https://doi.org/10.1073/pnas.0910230107
  • NÍVEL 1Canessa, N. et al. (2013). The Functional and Structural Neural Basis of Individual Differences in Loss Aversion. Journal of Neuroscience, 33(36), 14307–14317. https://doi.org/10.1523/JNEUROSCI.0497-13.2013
  • NÍVEL 1Shefrin, H., & Statman, M. (1985). The Disposition to Sell Winners Too Early and Ride Losers Too Long: Theory and Evidence. The Journal of Finance, 40(3), 777–790. https://doi.org/10.1111/j.1540-6261.1985.tb05002.x

Sentimento, expectativas, bolhas e ciclos

Indicadores

Brasil

  • NÍVEL 1Lobão, J., Pacheco, L. M., & Naia, M. B. (2024). Navigating the herd: The dynamics of investor behavior in the Brazilian stock market. Quantitative Finance and Economics, 8(3), 635–657. https://doi.org/10.3934/QFE.2024024
  • NÍVEL 1Raimundo Júnior, G. S., Klotzle, M. C., Pinto, A. C. F., & Leite, A. L. (2020). Political risk, fear, and herding on the Brazilian stock exchange. Applied Economics Letters, 27(9), 759–763. https://doi.org/10.1080/13504851.2019.1645271
  • NÍVEL 1Signorelli, P. F. C. L., Camilo-da-Silva, E., & Barbedo, C. H. S. (2021). An Examination of Herding Behavior in the Brazilian Equity Market. BBR – Brazilian Business Review.
  • NÍVEL 1Lucchesi, E. P., Yoshinaga, C. E., & Castro Jr., F. H. F. (2015). Efeito disposição entre gestores brasileiros de fundos de ações. RAE – Revista de Administração de Empresas, 55(1), 26–37. https://doi.org/10.1590/S0034-759020150104
  • NÍVEL 1Tizziani, E., Klotzle, M. C., Ness Jr., W. L., & Motta, L. F. (2010). O efeito disposição na indústria brasileira de fundos de investimento em ações. Brazilian Review of Finance, 8(4), 383–416.
  • NÍVEL 2Rodrigues, M. R. (2016). O Efeito Disposição na Indústria Brasileira de Fundos de Investimentos em Ações. Dissertação, PUC-SP. https://repositorio.pucsp.br/jspui/bitstream/handle/18971/2/Maril%c3%ba%20Rodriguez%20e%20Rodrigues.pdf
  • NÍVEL 2Karsten, J. G. (2006). O efeito disposição: um estudo empírico no Brasil. Dissertação, FGV-SP. http://hdl.handle.net/10438/2087
  • NÍVEL 2B3 (2026). Avanço dos ETFs destaca evolução do investidor pessoa física na B3 (1T26). Michael Elkan