Futuros
Acesse centenas de contratos perpétuos
TradFi
Ouro
Plataforma única para ativos tradicionais globais
Opções
Hot
Negocie opções vanilla no estilo europeu
Conta unificada
Maximize sua eficiência de capital
Negociação demo
Início em Futuros
Prepare-se para sua negociação de futuros
Eventos de futuros
Participe de eventos e ganhe recompensas
Negociação demo
Use fundos virtuais para experimentar negociações sem riscos
Lançamento
CandyDrop
Colete candies para ganhar airdrops
Launchpool
Staking rápido, ganhe novos tokens em potencial
HODLer Airdrop
Possua GT em hold e ganhe airdrops massivos de graça
Launchpad
Chegue cedo para o próximo grande projeto de token
Pontos Alpha
Negocie on-chain e receba airdrops
Pontos de futuros
Ganhe pontos de futuros e colete recompensas em airdrop
Investimento
Simple Earn
Ganhe juros com tokens ociosos
Autoinvestimento
Invista automaticamente regularmente
Investimento duplo
Lucre com a volatilidade do mercado
Soft Staking
Ganhe recompensas com stakings flexíveis
Empréstimo de criptomoedas
0 Fees
Penhore uma criptomoeda para pegar outra emprestado
Centro de empréstimos
Centro de empréstimos integrado
Centro de riqueza VIP
Planos premium de crescimento de patrimônio
Gestão privada de patrimônio
Alocação premium de ativos
Fundo Quantitativo
Estratégias quant de alto nível
Apostar
Faça staking de criptomoedas para ganhar em produtos PoS
Alavancagem Inteligente
New
Alavancagem sem liquidação
Cunhagem de GUSD
Cunhe GUSD para retornos em RWA
Repensar os modelos de risco de crédito numa era de instabilidade geopolítica
As previsões de longo prazo para imparidade e capital frequentemente baseiam-se na suposição de que o amanhã se assemelhará amplamente ao ontem. Eventos de choque históricos, como a crise da dívida russa em 1997, a crise financeira de 2008 e a recente crise do custo de vida, fornecem pontos de calibração úteis para modelos de previsão.
Estes eventos permanecem relevantes principalmente porque ocorreram durante um período prolongado de estabilidade geopolítica que se estendeu desde o final dos anos 1990 até ao início dos anos 2020. Quando ocorreram choques, eles aconteceram num ambiente global em grande parte inalterado. Os limites do sistema e as suposições operacionais permaneceram intactos, o que permitiu o desenvolvimento de modelos preditivos confiáveis.
Essa suposição está a tornar-se mais difícil de sustentar. O ambiente geopolítico está a mudar de formas que não se viam desde o fim da Segunda Guerra Mundial. O aumento do isolamento, conflitos entre Estados, fragmentação do comércio e o enfraquecimento das instituições internacionais representam ameaças sistémicas à estabilidade financeira. Como resultado, as abordagens tradicionais de previsão económica enfrentam uma pressão crescente.
Quebras estruturais nos dados macroeconómicos
A previsão económica sempre representou um desafio técnico para os modeladores financeiros. Os modelos macroeconómicos tradicionais assumem que, após uma recessão severa, os indicadores-chave eventualmente retornam a uma linha de base de negócios habitual, em vez de reiniciar para um novo equilíbrio.
Em outras palavras, esses modelos estendem padrões observados em dados passados, em vez de incorporar incertezas estruturais sobre o futuro.
Questões como riscos de conflito também são inerentemente difíceis de capturar, e pode ser complicado saber como incorporar tais eventos durante a fase de construção do modelo e na sua aplicação. Estes não são eventos de “cisne negro”, mas, como os cisnes negros, não se correlacionam bem com os preditores tradicionais de risco económico.
Além disso, pesquisas recentes do BoE demonstram que, à medida que o tamanho de um choque geopolítico aumenta, emergem severas não linearidades na resposta económica que os modelos tradicionais falham completamente em captar.
A visão regulatória do risco geopolítico
Os reguladores do Reino Unido já não tratam o risco geopolítico como uma preocupação periférica ou puramente qualitativa. A postura regulatória passou de monitoramento passivo para uma fiscalização ativa.
Essa mudança foi evidente no Teste de Stress de Capital Bancário (BCST) do Banco de Inglaterra de 2025, que exigiu que os bancos modelassem um cenário de risco extremo, impulsionado por uma disrupção geopolítica muito além da experiência histórica recente.
O cenário assumia uma rápida fragmentação do comércio global, incluindo:
Uma redução de 20% nos volumes comerciais globais
Um aumento de 300% nos preços do gás natural
Uma queda de 5% no PIB
Uma queda de 28% nos preços das casas
Cenários dessa escala apresentam desafios óbvios de modelagem.
Muitas empresas dependem de Ajustes Pós-Modelo (PMAs) para contabilizar riscos não capturados pelos modelos estatísticos. A tentação é aplicar um ajuste adicional para captar o risco geopolítico que o modelo subjacente não consegue explicar.
No entanto, como destacado na Declaração de Supervisão do PRA SS1/23, os PMAs destinam-se a ser medidas temporárias fundamentadas numa análise clara das causas raízes, e não soluções permanentes. Os ajustes de PMA serão sempre necessários, mas não devemos depender excessivamente deles. Onde for possível, os resultados modelados devem ter prioridade.
Lições da modelagem de risco climático
Embora a instabilidade geopolítica represente um problema difícil para os previsores, o setor financeiro já enfrentou um desafio semelhante anteriormente.
Na última década, o risco climático foi transformado de uma preocupação conceptual ampla em um risco financeiro quantificável. Uma das razões para esse sucesso foi a divisão do risco climático em duas categorias distintas.
Uma abordagem semelhante pode ser aplicada ao risco geopolítico.
Risco de eventos físicos.
Conflitos armados podem ser vistos de forma semelhante a eventos climáticos extremos. Guerras e desastres naturais destroem ativos físicos, reduzem valores de garantias e enfraquecem a capacidade dos tomadores de crédito de pagar dívidas.
Risco de transição.
O sistema global também está a passar por mudanças estruturais. À medida que a ordem internacional evolui, as empresas enfrentam riscos semelhantes aos associados à transição para uma economia de baixo carbono. Estes incluem o relocalizar cadeias de abastecimento, custos operacionais mais elevados e a potencial perda de receitas em jurisdições que se tornam politicamente hostis.
Enquadrar o risco geopolítico desta forma permite às instituições aplicar abordagens analíticas já desenvolvidas para o modelamento climático.
Estas incluem:
Modelos estatísticos não lineares, como estruturas de mudança de Markov, que permitem representar diferentes regimes de estabilidade e volatilidade num único modelo.
Cenários narrativos prospectivos, combinando análise de dados com julgamento de especialistas para descrever estados futuros plausíveis do sistema global.
Sobreposições baseadas em índices, capturando sensibilidades regionais, setoriais ou específicas de eventos ao nível do tomador de crédito. Essas abordagens são conceptualmente semelhantes aos índices de risco de inundações usados no modelamento climático.
O PMA provavelmente continuará a desempenhar um papel, mas ampliar a caixa de ferramentas de modelagem oferece uma forma mais robusta de incorporar o risco geopolítico.
Reflexões finais
O aumento da tensão geopolítica representa um desafio significativo para as previsões macroeconómicas tradicionais e a modelagem de risco de crédito. Modelos construídos com base em décadas de relativa estabilidade global estão cada vez mais expostos a quebras estruturais nos dados subjacentes.
Os reguladores agora esperam que os bancos demonstrem capacidade analítica para avaliar choques macro-financeiros severos impulsionados por fatores geopolíticos. Atender a essas expectativas exigirá que as empresas reconheçam os limites dos quadros existentes e adotem novas abordagens de modelagem, assim como a indústria se adaptou ao risco climático.