7.7–7.8 Estado-Preferência e Informação Assimétrica¶

7.7 Universos Paralelos no Mercado: A Abordagem Estado-Preferência¶

And now for something completely different — ou melhor, completely determinístico.¹

Até aqui, abordamos a incerteza pelo lado do agente individual: como ele avalia loterias, quão avesso ao risco ele é, quanto pagaria por um seguro. Mas existe uma perspectiva complementar e igualmente poderosa, que reconecta a teoria da incerteza à teoria do consumidor que já conhecemos dos capítulos anteriores. Em vez de pensar em "loterias", podemos pensar em "bens contingentes" — bens que existem condicionalmente à ocorrência de determinados estados do mundo. Essa reformulação, devida a Arrow e Debreu, revela uma elegância profunda: escolher sob incerteza é, no fundo, escolher um cesto de consumo, exatamente como no problema do consumidor determinístico.

E se pudéssemos tratar a incerteza como... mais um problema de consumidor? A ideia — genial na sua simplicidade — é imaginar que existem "bens" especiais: um "guarda-chuva" que só entrega valor se chover, um "protetor solar" que só serve se fizer sol. Esses ativos contingentes transformam a escolha sob incerteza em uma escolha entre cestas — exatamente como nos Capítulos 3-4, mas agora as "mercadorias" são pagamentos condicionais a estados do mundo.

Espaço de estados e ativos contingentes

Um estado da natureza $s \in S = \{1, 2, \ldots, S\}$ descreve uma configuração completa e mutuamente exclusiva do mundo.
Um ativo contingente ao estado $s$ (ou ativo de Arrow-Debreu) paga 1 unidade monetária se o estado $s$ ocorre e 0 caso contrário.
O preço de um ativo contingente ao estado $s$ é denotado por $\psi_s$.

Nessa estrutura, o consumo contingente do agente é um vetor $(c_1, c_2, \ldots, c_S)$, e o problema de escolha sob incerteza é reduzido a um problema de escolha do consumidor padrão, com a restrição orçamentária:

\[ \sum_{s=1}^{S} \psi_s \, c_s = W \]

e a função objetivo:

\[ \max_{(c_1, \ldots, c_S)} \sum_{s=1}^{S} \pi_s \, u(c_s) \]

onde $\pi_s$ é a probabilidade do estado $s$.

A condição de primeira ordem implica:

\[ \frac{\pi_s \, u'(c_s)}{\pi_{s'} \, u'(c_{s'})} = \frac{\psi_s}{\psi_{s'}} \quad \forall \; s, s' \]

Se os mercados de ativos contingentes são completos (existe um ativo para cada estado), todo risco pode ser alocado eficientemente. Se, adicionalmente, o agente é avesso ao risco e os preços são atuarialmente justos ($\psi_s = \pi_s$ para todo $s$), a solução ótima é $c_s = c_{s'}$ para todo $s, s'$ — ou seja, consumo perfeitamente suavizado entre estados. Esse resultado é a contrapartida, no espaço de estados, do resultado que vimos na Seção 7.6.1: assim como o agente avesso ao risco contrata cobertura total quando o prêmio é justo, ele equaliza o consumo entre todos os estados quando os preços dos ativos contingentes são atuarialmente justos. Em ambos os casos, a aversão ao risco conduz à eliminação completa da incerteza sempre que isso pode ser feito sem custo.

Intuição Econômica

Comprar seguro é comprar um ativo contingente ao estado ruim.

A abordagem estado-preferência oferece uma perspectiva radicalmente diferente — e mais geral — da abordagem probabilística. Em vez de pensar em "loterias" e "utilidade esperada", pensamos em mercados de consumo contingente. Comprar um seguro de carro não é contratar uma loteria: é adquirir um ativo (o contrato de seguro) que paga R$ 50.000 se e somente se o estado "acidente grave" se realizar. Em termos de Arrow-Debreu, você está comprando unidades do ativo contingente ao estado "acidente".

A beleza dessa reformulação é que ela reduz o problema de decisão sob incerteza ao problema do consumidor que já conhecemos do Capítulo 3. O "cesto de bens" agora é $(c_1, c_2, \ldots, c_S)$ — consumo em cada estado do mundo — e a restrição orçamentária e as condições de ótimo têm a mesma forma matemática de sempre. A aversão ao risco corresponde à curvatura das curvas de indiferença no espaço estado-consumo, exatamente como a preferência por variedade corresponde à curvatura das curvas de indiferença no espaço de bens do Capítulo 3.

Implicação prática: Quando você compra ações de uma empresa e simultaneamente vende a descoberto um índice de mercado (para eliminar o risco sistemático), está construindo um portfólio que paga apenas em estados específicos do mundo — uma carteira de ativos contingentes. Mercados financeiros completos e seguros são, nessa perspectiva, simplesmente mercados de bens contingentes.

Mercados completos e eficiência

A completude dos mercados é uma condição forte. Na prática, muitos riscos não são seguráveis (desemprego, saúde futura), o que gera incompletude dos mercados e potenciais ineficiências de Pareto. A incompletude dos mercados é um dos temas centrais da teoria financeira moderna.

A abordagem estado-preferência tem implicações normativas importantes para a política econômica brasileira. O sistema de previdência social (INSS) pode ser interpretado como a criação de um ativo contingente ao estado "velhice sem renda" — um estado que, sem a previdência, muitos trabalhadores não conseguiriam cobrir nos mercados privados. O seguro-desemprego é um ativo contingente ao estado "demissão involuntária". O SUS (Sistema Único de Saúde) é um conjunto de ativos contingentes a estados de doença que o mercado privado não consegue prover de forma universal, dadas as falhas de informação assimétrica (Seção 7.8). A teoria dos ativos contingentes de Arrow-Debreu, portanto, não é apenas um exercício matemático elegante: ela fornece o arcabouço conceitual para avaliar quando e por que o Estado deve intervir nos mercados de risco.

7.8 Quando Um Sabe Mais Que o Outro: Informação Assimétrica¶

Para fechar o capítulo, um aperitivo do que vem pela frente: e quando o problema não é você não saber o futuro, mas a outra parte saber mais que você?² O vendedor de carro usado sabe se o motor é bom; a seguradora não sabe se você dirige rápido; o empregador não sabe se o candidato é preguiçoso. Essa assimetria de informação gera problemas que a teoria da utilidade esperada, sozinha, não resolve — mas que serão o tema central dos capítulos posteriores. Aqui, plantamos as sementes.

7.8.1 Seleção adversa¶

A seleção adversa ocorre antes da celebração do contrato, quando uma das partes possui informação privada sobre suas características. O exemplo clássico é o mercado de carros usados de Akerlof (1970): vendedores conhecem a qualidade de seus veículos, mas compradores não conseguem distinguir carros bons de ruins (lemons). O resultado é que carros de boa qualidade podem ser expulsos do mercado.

Mecanismos para mitigar a seleção adversa incluem:

Sinalização: a parte informada toma ações custosas para revelar sua qualidade (Spence, 1973).
Triagem (screening): a parte desinformada oferece um menu de contratos que induz a autorevelação.

7.8.2 Risco moral¶

Se a seleção adversa é um problema de informação oculta (quem é o agente?), o risco moral é um problema de ação oculta (o que o agente faz?). O risco moral ocorre depois da celebração do contrato, quando uma das partes pode tomar ações não observáveis que afetam o resultado. Por exemplo, após contratar um seguro, o segurado pode reduzir seus cuidados preventivos. A solução envolve o desenho de contratos com incentivos adequados (franquias, copagamentos, bônus por desempenho).

Terminologia

Em português, o termo consagrado é risco moral (tradução de moral hazard), e não "risco de inadimplência". "Risco moral" refere-se ao problema de incentivos gerado pela impossibilidade de observar as ações do agente após a contratação.

A importância prática da informação assimétrica para os mercados de risco no Brasil não pode ser subestimada. No mercado de saúde suplementar, a ANS (Agência Nacional de Saúde Suplementar) regulamenta as coberturas mínimas obrigatórias parcialmente como resposta à seleção adversa: sem obrigatoriedade de cobertura para doenças preexistentes, as operadoras excluiriam exatamente os segurados de maior risco, destruindo a lógica do pool de riscos. No crédito rural, o Proagro enfrenta risco moral porque o produtor que contratou a cobertura tem menos incentivos para investir em irrigação de emergência ou na escolha de sementes resistentes à seca. No mercado de trabalho, contratos de incentivo — comissões, bônus, participação nos lucros — são respostas diretas ao risco moral de agentes que podem shirk (reduzir esforço) quando o trabalho não é perfeitamente monitorado.

A compreensão desses mecanismos começa nesta seção, mas a análise formal — incluindo a derivação dos contratos ótimos com informação assimétrica, os menus de triagem, os sinais de mercado e o teorema da revelação — será desenvolvida em profundidade nos capítulos posteriores. Por ora, o que importa é reconhecer que os mercados de risco, diferentemente dos mercados de bens homogêneos, são especialmente vulneráveis a falhas de informação, e que essas falhas geram ineficiências que justificam tanto a regulação quanto o desenho cuidadoso de políticas públicas.

Os conceitos desenvolvidos ao longo deste capítulo — loterias, utilidade esperada, aversão ao risco, prêmio de risco, diversificação e informação assimétrica — ganham vida quando aplicados a mercados reais. Os boxes a seguir ilustram como a teoria se manifesta em três contextos brasileiros: o mercado de seguros de automóvel, a Mega-Sena e o seguro agrícola.

Box Brasil 7.2: Seguros de automóvel — risco, precificação e regulação

O mercado de seguros de automóvel no Brasil é um campo fértil para a aplicação dos conceitos de incerteza e aversão ao risco. Regulado pela SUSEP (Superintendência de Seguros Privados), esse mercado apresenta características que ilustram os desafios teóricos discutidos neste capítulo.

Estrutura de mercado e concentração

O mercado brasileiro de seguros de automóvel é moderadamente concentrado. As cinco maiores seguradoras respondem por aproximadamente 55–60% dos prêmios emitidos. As principais são Porto Seguro, Tokio Marine, Bradesco Seguros, SulAmérica e HDI. Essa concentração permite algum poder de precificação, mas a competição é suficiente para limitar os carregamentos sobre o prêmio atuarialmente justo.

Precificação baseada em risco

A precificação dos seguros automotivos no Brasil envolve sofisticados modelos atuariais que incorporam variáveis como:

Perfil do condutor: idade, sexo, estado civil, tempo de habilitação.
Veículo: marca, modelo, ano, valor de mercado (tabela FIPE).
Localização geográfica: CEP de pernoite, índice de furto/roubo da região.
Histórico: bônus por ausência de sinistros (classes de bônus de 0 a 10).

Sinistralidade e variação regional

A sinistralidade (razão entre indenizações pagas e prêmios ganhos) varia significativamente entre regiões. Dados do setor indicam que estados como São Paulo e Rio de Janeiro apresentam sinistralidade mais alta em furto e roubo, enquanto estados do interior têm maior incidência relativa de colisões. A sinistralidade média do ramo automóvel situa-se tipicamente entre 55% e 65%.

Região	Sinistralidade típica	Principal tipo de sinistro
SP (Capital)	60–70%	Furto/roubo
RJ (Capital)	65–75%	Furto/roubo
Interior SP	50–60%	Colisão
Sul	50–60%	Colisão, granizo
Nordeste	45–55%	Colisão

Problemas informacionais

O mercado de seguros automotivos enfrenta tanto seleção adversa (motoristas de alto risco têm mais incentivos para contratar seguros) quanto risco moral (a cobertura pode reduzir os cuidados com o veículo). As seguradoras mitigam esses problemas por meio de franquias (que funcionam como copagamento), classes de bônus (que premiam o histórico positivo) e inspeções veiculares prévias.

Papel da SUSEP

A SUSEP fiscaliza a solvência das seguradoras, regulamenta as condições gerais dos contratos e monitora as práticas de mercado. A exigência de provisões técnicas adequadas assegura que as seguradoras mantenham capacidade financeira para honrar os sinistros, reduzindo o risco sistêmico do setor.

Box Brasil 7.3: Mega-Sena — quando apostar é irracional (mas compreensível)

A Mega-Sena, operada pela Caixa Econômica Federal, é a maior loteria do Brasil e ilustra de maneira contundente o contraste entre valor esperado e comportamento observado.

Os números da Mega-Sena

A probabilidade de acertar as 6 dezenas em um jogo simples (6 números) é de $1/50.063.860$ — ou aproximadamente 0,000002%. Pela legislação brasileira, 43,35% da arrecadação bruta é destinada ao pagamento de prêmios (incluindo quadra, quina e sena). Para a faixa principal (sena), a parcela é de cerca de 35% da arrecadação.

Valor esperado negativo

Para uma aposta simples de R$ 5,00, o retorno esperado — considerando todas as faixas de premiação — é tipicamente inferior a R$ 2,20. Isso implica um retorno esperado líquido de aproximadamente −R$ 2,80 por aposta, ou uma "sinistralidade" de cerca de 44% para a Caixa. Do ponto de vista da utilidade esperada, um agente estritamente avesso ao risco jamais compraria um bilhete de loteria.

Por que as pessoas apostam?

A teoria econômica oferece duas explicações complementares:

Hipótese de Friedman-Savage (1948): a função de utilidade pode ser côncava para níveis baixos e altos de riqueza, mas convexa em uma faixa intermediária, correspondente à região onde um "grande prêmio" faria o indivíduo mudar de classe social. Nessa faixa, o agente se comporta como propenso ao risco.
Teoria dos prospectos: os agentes sobreponderam probabilidades muito pequenas. Assim, a probabilidade subjetiva atribuída ao prêmio máximo é muito maior do que a probabilidade objetiva.

Conexão com este capítulo

A Mega-Sena demonstra que o critério do valor esperado (Seção 7.1) é insuficiente para explicar o comportamento observado. A disposição de milhões de brasileiros a aceitar uma loteria com valor esperado negativo desafia a hipótese de aversão ao risco universal e motiva os refinamentos teóricos discutidos nas Seções 7.2–7.3.

Fonte: Caixa Econômica Federal, regulamento da Mega-Sena; Lei 13.756/2018 (destinação da arrecadação de loterias).

Box Brasil 7.4: Programa de Subvenção ao Prêmio do Seguro Rural (PSR)

O setor agropecuário brasileiro — responsável por cerca de 24% do PIB quando considerada toda a cadeia — está intrinsecamente exposto a riscos climáticos, fitossanitários e de preços. O Programa de Subvenção ao Prêmio do Seguro Rural (PSR), criado em 2003, é a principal política pública de gestão de risco agrícola no país.

Como funciona

O governo federal subsidia parte do prêmio do seguro rural pago pelo produtor. Em 2024, o orçamento do PSR foi de R$ 1,15 bilhão, permitindo a cobertura de mais de 62 atividades agropecuárias. O percentual de subvenção varia por cultura: em média cerca de 40%, mas para culturas como soja o subsídio gira em torno de 20%.

Justificativa econômica

O subsídio se justifica por três razões microeconômicas:

Completude de mercados: sem subvenção, muitos produtores — especialmente pequenos e médios — não teriam acesso ao seguro, deixando o mercado de risco incompleto (Seção 7.7).
Externalidades positivas: a estabilidade da renda agrícola reduz a inadimplência no crédito rural e suaviza o consumo em regiões dependentes do agronegócio.
Seleção adversa: sem incentivo, apenas os produtores de maior risco contratariam seguro, elevando o prêmio e expulsando os de baixo risco — o clássico problema de Akerlof (Seção 7.8).

Desafios

O PSR enfrenta limitações: orçamento frequentemente insuficiente para atender toda a demanda, concentração das apólices em grandes produtores do Centro-Oeste e Sul, e dificuldades na precificação atuarial de eventos climáticos extremos (que estão se tornando mais frequentes).

Fonte: Ministério da Agricultura e Pecuária, Relatório do PSR 2023/2024; Atlas do Seguro Rural (Embrapa).

No início deste capítulo, tiramos o tapete da certeza. Agora, o consumidor tem ferramentas para pisar firme mesmo no chão instável: utilidade esperada para avaliar loterias, Arrow-Pratt para medir aversão ao risco, seguros para transferi-lo, e ativos contingentes para negociá-lo. O tapete não voltou — mas o consumidor aprendeu a equilibrar-se sem ele.

Se você sair deste capítulo com três convicções, que sejam estas:

Utilidade, não dinheiro. O salto de $E[x]$ para $E[u(x)]$ é toda a diferença entre a estatística e a microeconomia da incerteza. A curvatura da utilidade — não o valor esperado — governa as decisões sob risco.
Risco tem preço. O prêmio de risco de Arrow-Pratt converte aversão abstrata em reais concretos. É o fundamento de tudo: do seguro rural ao CAPM, do Proagro ao Tesouro Direto.
Informação é poder (e assimetria é falha). Quando uma parte sabe mais que a outra, mercados de risco podem colapsar. Seleção adversa e risco moral são as sementes que florescerão nos capítulos seguintes.

O consumidor aprendeu a lidar com o risco. Mas será que ele realmente faz isso de forma racional? O próximo capítulo diz que não — e tem provas.

WebR 7.1 — Prêmio de risco e aversão ao risco. Visualize a função CRRA, o equivalente de certeza e o prêmio de risco. Altere γ para ver como a curvatura (concavidade) afeta a disposição a pagar por seguro.

WebR 7.2 — Fronteira eficiente e diversificação. Combine dois ativos e veja a fronteira risco-retorno. Altere a correlação ρ: com ρ negativa, a diversificação pode reduzir o risco abaixo do ativo menos arriscado!

WebR 7.3 — Mercado de seguros: cobertura ótima. Com seguro atuarialmente justo, o avesso ao risco compra cobertura total. Aumente o loading (custo administrativo) e veja a cobertura ótima cair. Diagrama estado-contingente incluso.

WebR 7.4 — CARA vs. CRRA: absoluto vs. relativo. CARA: aversão absoluta constante (bilionário teme a mesma perda absoluta que assalariado). CRRA: aversão relativa constante (mais realista). Compare Arrow-Pratt e prêmio de risco.

Atividade 7.1 — A aposta do café: revelando aversão ao risco (15 min)

Objetivo: Revelar empiricamente a aversão ao risco dos alunos — e conectar com a curvatura da função de utilidade.

Material: Moeda, quadro branco.

Protocolo:

A oferta (3 min): "Eu vou jogar uma moeda. Cara: você ganha R$ 100. Coroa: você não ganha nada. Valor esperado = R$ 50. Mas eu te ofereço R$ 50 garantidos para não jogar. Quem aceita os R$ 50 certos?" → A maioria levanta a mão (aversão ao risco).
Baixando o preço (5 min): "E se eu oferecer R$ 40 certos? R$ 30? R$ 20?" Registre no quadro a proporção que aceita a cada valor. O menor valor que um aluno aceita é seu equivalente de certeza. A diferença entre R$ 50 e o EC é o prêmio de risco.
Variação (3 min): "Agora: Cara = R$ 10.000, Coroa = nada. Valor esperado = R$ 5.000. Quanto você aceitaria para não jogar?" → Os prêmios de risco tendem a ser proporcionalmente maiores. Conecte com ARA vs. RRA (Seção 7.4).
Debrief (4 min):
- "Quem aceitou R$ 50 certos no lugar de E[x] = 50 é avesso ao risco. A moeda oferece o mesmo valor esperado, mas com incerteza — e vocês pagaram (em esperança perdida) para evitá-la."
- "A diferença entre R$ 50 e seu EC é literalmente o prêmio de risco de Arrow-Pratt."
- "Alguém rejeitou os R$ 50 certos? Isso é preferência pelo risco — utilidade convexa."
- Conecte com a desigualdade de Jensen (Seção 7.3): $E[u(x)] < u(E[x])$ para avessos ao risco.

Conexão com o conteúdo: Seções 7.3 (aversão ao risco), 7.4 (Arrow-Pratt), 7.5 (prêmio de risco e equivalente de certeza). Inspirado em Holt e Laury (2002).

Atividade 7.2 — Diversificação com dados: não coloque todos os ovos na mesma cesta (15 min)

Objetivo: Demonstrar empiricamente que diversificação reduz risco sem reduzir retorno esperado.

Material: 2 dados de seis faces por grupo (ou app simulador de dados no celular).

Protocolo:

Setup (3 min): Grupos de 3. "Ativo A = resultado do dado 1 (payoff em R$). Ativo B = resultado do dado 2 (payoff em R$). Cada um tem E[x] = 3,5 e variância = 2,92."
Estratégia concentrada (4 min): "Joguem o dado A dez vezes. Anotem os resultados. Calculem a média e o desvio padrão." → Média perto de 3,5, mas muita variação entre rodadas.
Estratégia diversificada (4 min): "Agora joguem ambos os dados e usem a média dos dois como payoff. Dez rodadas." → Média similar (~3,5), mas desvio padrão menor. Os resultados extremos (1 e 6) quase desaparecem.
Debrief (4 min):
- Compare as distribuições no quadro. "O retorno esperado é o mesmo. Mas o risco caiu. Isso é diversificação."
- "Se os dados fossem correlacionados (os dois sempre dando o mesmo número), a diversificação não funcionaria. A correlação entre ativos é a chave."
- Conecte com Seção 7.6 (diversificação como método de redução de risco) e com a intuição do CAPM (risco diversificável vs. sistemático).

Conexão com o conteúdo: Seção 7.6 (métodos para reduzir o risco — diversificação). Extensão natural: Seção 7.7 (estado-preferência e ativos Arrow-Debreu).

Frase imortalizada pelo narrador de Monty Python's Flying Circus. A transição aqui é deliberada: depois de seis seções pensando em loterias e probabilidades, vamos reformular tudo como um problema do consumidor — com curvas de indiferença, restrição orçamentária e tudo mais. É completely different, mas estranhamente familiar. ↩
No sketch Dead Parrot de Monty Python, o vendedor insiste que o papagaio morto está "descansando" — um caso perfeito de assimetria de informação em que o vendedor sabe perfeitamente o estado do produto e engana o comprador com cheap talk. Akerlof (1970) formalizou exatamente essa situação: quando o vendedor sabe mais do que o comprador, o mercado pode colapsar. ↩