Psicologia do Investidor: Medo e Ganância
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.
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:
- O que são medo e ganância no contexto dos investimentos e como são operacionalizados?
- Como se relacionam com aversão à perda, aversão ao risco, excesso de confiança, euforia, pânico e manada?
- Por que investidores podem comprar após altas e vender em quedas acentuadas?
- Qual a diferença entre reação emocional, viés cognitivo, decisão racional diante de nova informação e fenômeno coletivo?
- O que mostram experimentos, pesquisas e dados de transações reais?
- Como os comportamentos variam entre ações, renda fixa, câmbio, commodities, imóveis e criptoativos?
- Qual a relação documentada entre comportamento, bolhas, crises e ciclos?
- Como mídia, redes sociais e indicadores afetam o comportamento?
- Quais os efeitos sobre rentabilidade, volatilidade, giro e custos?
- Quais mecanismos reduzem a influência de vieses?
- Quais os limites da evidência?
- 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
- Retorno do ativo (ou do fundo, ponderado no tempo).
- Retorno da estratégia.
- Retorno da carteira.
- Retorno efetivamente experimentado pelo investidor (ponderado pelo dinheiro, que depende do momento de aportes e resgates).
- 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
- Falsificabilidade. O catálogo de vieses é amplo o suficiente para explicar retrospectivamente quase qualquer movimento. Isso limita poder preditivo ex ante.
- Causalidade e estado emocional. Dados de transações mostram ações, não emoções ou motivos.
- Explicações alternativas persistentes. Tributos, rebalanceamento, expectativa de reversão, custos fixos de transação e restrições de liquidez competem com explicações comportamentais.
- Robustez da aversão à perda. O debate sobre perdas pequenas e sobre o papel do status quo segue ativo.
- 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.
- Métrica do "gap" de comportamento. Medidas ponderadas pelo dinheiro misturam decisão e fluxo regular de aportes, e há discordância sobre sua interpretação.
- Indicadores comerciais. Metodologia parcialmente pública; os estudos localizados não demonstram rentabilidade negociável.
- Brasil. Resultados divergentes sobre efeito disposição e manada; ausência de estudo localizado de retorno do investidor; dependência de dissertações para parte da evidência.
- 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
- Medo e ganância são rótulos populares; a pesquisa científica trabalha com mecanismos específicos, cada um com nível de evidência próprio.
- Evidência empírica consistente: negociação excessiva reduz o retorno líquido do investidor individual (EUA, Taiwan), e day trading persistente raramente é lucrativo (Brasil).
- Evidência robusta, porém contestada quanto à explicação: vendas assimétricas de ganhos e perdas (efeito disposição), com alternativas racionais e resultados divergentes no Brasil.
- Aversão à perda é um achado amplo, de magnitude média perto de 2, mas dependente de contexto; "2,25" não é uma constante.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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
- NÍVEL 1Odean, T. (1998). Are Investors Reluctant to Realize Their Losses? The Journal of Finance, 53(5), 1775–1798. https://doi.org/10.1111/0022-1082.00072
- NÍVEL 1Barber, B. M., & Odean, T. (2000). Trading Is Hazardous to Your Wealth: The Common Stock Investment Performance of Individual Investors. The Journal of Finance, 55(2), 773–806. https://doi.org/10.1111/0022-1082.00226 · PDF do autor: https://faculty.haas.berkeley.edu/odean/Papers%20current%20versions/Individual_Investor_Performance_Final.pdf
- NÍVEL 1Barber, B. M., & Odean, T. (2001). Boys Will Be Boys: Gender, Overconfidence, and Common Stock Investment. The Quarterly Journal of Economics, 116(1), 261–292. https://doi.org/10.1162/003355301556400 · https://faculty.haas.berkeley.edu/odean/papers/gender/BoysWillBeBoys.pdf
- NÍVEL 1Barber, B. M., Lee, Y.-T., Liu, Y.-J., & Odean, T. (2009). Just How Much Do Individual Investors Lose by Trading? The Review of Financial Studies, 22(2), 609–632. https://doi.org/10.1093/rfs/hhn046 · https://econpapers.repec.org/RePEc:oup:rfinst:v:22:y:2009:i:2:p:609-632
- NÍVEL 1Barber, B. M., Lee, Y.-T., Liu, Y.-J., & Odean, T. (2007). Is the aggregate investor reluctant to realise losses? Evidence from Taiwan. European Financial Management, 13(3), 423–447. https://doi.org/10.1111/j.1468-036X.2007.00367.x
- NÍVEL 1Farrell, H., & O'Connor, F. (2025). The CNN Fear and Greed Index as a predictor of US equity index returns: Static and time-varying Granger causality. Finance Research Letters, 72. https://doi.org/10.1016/j.frl.2024.106492
- NÍVEL 1Szeberényi, A., & Kovács, M. I. (2026). Fear, greed and bitcoin return distributions: evidence from digital asset market states. Digital Finance, 8(3). https://doi.org/10.1007/s42521-026-00218-y
- NÍVEL 1Kaiser, T., Lusardi, A., Menkhoff, L., & Urban, C. (2022). Financial education affects financial knowledge and downstream behaviors. Journal of Financial Economics, 145(2), 255–272. https://doi.org/10.1016/j.jfineco.2021.09.022
- NÍVEL 1Barber, B. M., Huang, X., Odean, T., & Schwarz, C. (2022). Attention-Induced Trading and Returns: Evidence from Robinhood Users. The Journal of Finance, 77(6), 3141–3190. https://profiles.wustl.edu/en/publications/attention-induced-trading-and-returns-evidence-from-robinhood-use/ · versão de trabalho: https://papers.ssrn.com/abstract=3715077
- NÍVEL 2Chague, F., De-Losso, R., & Giovannetti, B. (2020). Day Trading for a Living? Documento de trabalho, FGV EESP, TD 525. https://repositorio.fgv.br/items/e87d04fc-4b4c-4a56-ab5a-1c84c1afde1b · SSRN: https://doi.org/10.2139/ssrn.3423101
- NÍVEL 1Genesove, D., & Mayer, C. (2001). Loss Aversion and Seller Behavior: Evidence from the Housing Market. The Quarterly Journal of Economics, 116(4), 1233–1260. https://doi.org/10.1162/003355301753265561
- NÍVEL 2Morningstar (2026). Mind the Gap (investor returns, dez anos até 31/12/2025). https://www.morningstar.com/en-us/business/insights/research/mind-the-gap · edição 2022: https://www.firstlinks.com.au/uploads/2023/documents/mind_the_gap_2022.pdf
- NÍVEL 2Cornelli, G., Doerr, S., Frost, J., & Gambacorta, L. (2023). Crypto shocks and retail losses. BIS Bulletin No 69. https://www.bis.org/publ/bisbull69.htm · Auer, R. et al. (2023). Crypto trading and Bitcoin prices: evidence from a new database of retail adoption. https://www.cesifo.org/DocDL/cesifo1_wp10266.pdf
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
- NÍVEL 1Baker, M., & Wurgler, J. (2006). Investor Sentiment and the Cross-Section of Stock Returns. The Journal of Finance, 61(4), 1645–1680. https://doi.org/10.1111/j.1540-6261.2006.00885.x
- NÍVEL 2Greenwood, R., & Shleifer, A. (2014). Expectations of Returns and Expected Returns. The Review of Financial Studies, 27(3), 714–746. https://nber.org/system/files/working_papers/w18686/w18686.pdf
- NÍVEL 1Greenwood, R., Shleifer, A., & You, Y. (2019). Bubbles for Fama. Journal of Financial Economics, 131(1), 20–43. https://doi.org/10.1016/j.jfineco.2018.09.002
- NÍVEL 1Brunnermeier, M. K., & Nagel, S. (2004). Hedge Funds and the Technology Bubble. The Journal of Finance, 59(5), 2013–2040. https://doi.org/10.1111/j.1540-6261.2004.00690.x
- NÍVEL 1Baker, S. R., Bloom, N., Davis, S. J., Kost, K., Sammon, M., & Viratyosin, T. (2020). The Unprecedented Stock Market Reaction to COVID-19. The Review of Asset Pricing Studies, 10(4), 742–758. https://doi.org/10.1093/rapstu/raaa008
- NÍVEL 1Lakonishok, J., Shleifer, A., & Vishny, R. W. (1992). The impact of institutional trading on stock prices. Journal of Financial Economics, 32(1), 23–43. https://doi.org/10.1016/0304-405X(92)90023-Q
- NÍVEL 1Wermers, R. (1999). Mutual Fund Herding and the Impact on Stock Prices. The Journal of Finance, 54(2). https://terpconnect.umd.edu/~wermers/herding.pdf
- NÍVEL 1Shiller, R. J. (2019). Narrative Economics. Princeton University Press.
- NÍVEL 1Lo, A. W. (2004). The Adaptive Markets Hypothesis. The Journal of Portfolio Management, 30(5), 15–29. https://doi.org/10.3905/jpm.2004.442611
- NÍVEL 2U.S. Securities and Exchange Commission (2021). Staff Report on Equity and Options Market Structure Conditions in Early 2021. https://www.sec.gov/files/staff-report-equity-options-market-struction-conditions-early-2021.pdf · comunicado: https://www.sec.gov/news/press-release/2021-212
Indicadores
- NÍVEL 2CNN Business. Fear & Greed Index. https://edition.cnn.com/markets/fear-and-greed/
- NÍVEL 2Alternative.me. Crypto Fear & Greed Index. https://alternative.me/crypto/fear-and-greed-index/
- NÍVEL 3Registros do VIX (fechamento 82,69 em 16/03/2020; máxima intradiária 89,53 em 24/10/2008): https://www.bloombergquint.com/markets/stock-market-volatility-tops-financial-crisis-with-vix-at-record · https://www.macroption.com/vix-all-time-high/
- NÍVEL 3Séries do CAPE (Shiller): dados reproduzidos em https://www.finnovate.in/learn/blog/shiller-cape-ratio-us-stock-market-2026
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