O PREÇO DO RISCO E O RISCO DO PREÇO: VALUE INVESTING EM CRÉDITO PRIVADO

Prezado cotista, leitor e parceiro,

Voltamos. E dessa vez com algo que, acredito, vai fazer você pensar um pouco diferente sobre como se analisa um portfólio de crédito. Antes de entrar no tema desta edição, aproveitamos para convidar os leitores mais recentes a revisitarem nossas duas últimas cartas: a do 3T25, “Além do Balanço: O Peso da Governança no Crédito”, e a do 4T25, “Crédito em Perspectiva: Lições do Passado para o Próximo Ciclo”. Sei que pode parecer contraintuitivo recomendar material com três e seis meses de defasagem num mercado que muda todo dia, mas o bom material analítico envelhece como vinho. Leia as cartas, depois olhe para os últimos defaults do mercado e nos diga se não consegue identificar uma ou duas empresas que seriam personagens perfeitos nos capítulos que escrevemos. Apostamos que sim! Agora, ao que interessa.

Há uma palavra que circula com frequência na indústria de gestão: alpha. Pronunciada com reverência e, muitas vezes, entregue com ambiguidade. Como bem colocou Asness et al. (2015) em Investing With Style: “alpha is at best elusive and, more often than not, illusive“. Isso não é uma crítica à gestão ativa, pelo contrário. É um convite a sermos mais precisos sobre o que estamos, de fato, construindo dentro de um portfólio de investimentos.

No crédito privado brasileiro essa precisão é particularmente necessária. Parte relevante do que se observa como retorno excessivo nessa indústria é, na prática, exposição sistemática a fatores de risco conhecidos e replicáveis, o que a academia chama de style premia. Outra parte, menor e mais difícil de capturar, é geração genuína de alpha: processo de rating proprietário, análise aprofundada, acompanhamento recorrente e respeito a capacity da estratégia são fatores que ajudam a construção e entrega desse alpha genuíno. Entender onde termina um e começa o outro não é exercício puramente acadêmico. É o centro do nosso processo de gestão.

Ao longo de 2026, nossas cartas vão se dedicar exatamente a isso: identificar e nomear os fatores sistemáticos de risco presentes no crédito privado, entender como se expor ou se defender deles de forma estratégica, e discutir o que, de fato, pode ser considerado alpha genuíno dentro dessa equação. Os quatro fatores que nos guiarão são Valor, Momentum, Carrego e Qualidade. Nesta primeira edição, começamos pelo mais fundamental: Valor. A ideia de que existe um preço justo para o risco de crédito, que o mercado frequentemente se afasta desse preço de forma sistemática, e que disciplina analítica, não intuição, é o que captura esse prêmio de forma consistente ao longo do tempo.

Boa leitura.

Em 17 de outubro de 1966, nasceu em Queens, Nova York, o filho de um promotor público e de uma empresária. Cresceu em Roslyn Heights, Long Island, onde na Herricks High School era um estudante pela metade: notas medianas, mas com aptidão fora do comum para matemática.

A virada veio pela influência do pai, que o convenceu a perseguir dois diplomas simultâneos em engenharia e negócios na Universidade da Pensilvânia. Mesmo depois de formado, a dúvida acerca de seu futuro persistia. Chegou a se inscrever no LSAT, considerando uma carreira no direito. Mais uma vez, o pai o fez voltar à vocação real. A decisão o levou, em 1989, ao programa de doutorado em finanças da Universidade de Chicago.

O que encontrou ali era difícil de descrever. Chicago naquele período era o epicentro intelectual das finanças modernas. Fama e French desenvolviam em tempo real o modelo de três fatores. Ou seja, era o lugar onde as ideias que moldariam décadas de gestão de ativos estavam sendo escritas ao vivo.

Nosso personagem tornou-se assistente de Fama e o teve como orientador. E encontrou nos dados algo incômodo para Fama: o momentum funcionava. O padrão era sistemático, persistente e difícil de reconciliar com a hipótese de eficiência de mercado que o próprio Fama havia construído. Fama nunca gostou do resultado, chamando o momentum de “o maior constrangimento” do seu modelo. Mas um princípio prevalecia: respeito absoluto pelos dados. Então Fama murmurou para ele “Se está nos dados, escreva”.

O seminário de defesa de sua tese acontecia numa tarde de terça-feira, numa sala em formato de U. Na extremidade direita, Fama. Na extremidade esquerda, Robert Merton, o mesmo que dois anos depois dividiria o Nobel com Scholes pelo modelo que leva seu nome. Merton entrou fundo na dissertação, fez perguntas difíceis. A cena parecia um jogo de tênis: Merton lançando questões de um lado, Fama respondendo do outro, pois havia lido o paper mais de vinte vezes. Em determinado momento, nosso personagem chegou a se mover para interromper. Parou. Teve um momento de clareza: não ia interromper Eugene Fama enquanto respondia por ele à pergunta de Robert Merton.

A defesa passou. E a frase que Fama havia dito meses antes, quando o tema foi proposto, continuou sendo o fio condutor de tudo: “se está nos dados, escreva o paper.”

Em 1994 concluiu o doutorado com a tese “Variables that Explain Stock Returns“. Em 1998 fundou a AQR Capital Management, hoje uma das maiores gestoras quantitativas do mundo. Essa é a história de Clifford Scott Asness, um dos gestores mais influentes, irreverentes e polêmicos do mundo de gestão de recursos da atualidade.

E como sua história se conecta com o assunto desta carta? Se conecta exatamente naquela sala em formato de U que reuniu, numa mesma tarde, dois mundos que raramente se encontram com tanta nitidez: de um lado, Robert Merton, o arquiteto do modelo estrutural de precificação de spreads de crédito; do outro, Eugene Fama, um dos precursores do factor investing e da ideia de que retornos sistemáticos podem ser decompostos em fatores de risco identificáveis e replicáveis.

Não por acaso, são exatamente esses dois pilares que fundamentam o que vamos discutir ao longo de 2026: o modelo de Merton como ferramenta de precificação do risco de crédito, e o framework de fatores de Fama como lente para entender e capturar retornos sistemáticos no mercado de debêntures brasileiro. Esta carta trata do primeiro fator, Valor.

Na teoria tudo parece muito bonito e eficiente, mas o que interessa para o nosso cotista é bem menos rebuscado: o modelo nos ajudou a ganhar dinheiro e, mais importante, evitou que perdêssemos? É esse exercício que fazemos nas próximas páginas. Pegamos os principais episódios de estresse do mercado brasileiro de debêntures e verificamos se o modelo Merton, com os filtros e regimes descritos no Capítulo 2, teria sinalizado CRV positivo e crescente antes que a deterioração se tornasse consenso, ou seja, antes que o mercado precificasse o que o modelo já estava enxergando.

E olha, o nosso mercado de crédito no passado recente com certeza não facilitou. Em pouco tempo, o mercado produziu uma coleção incomum de eventos com perfis bastante distintos entre si: fraude contábil, alavancagem excessiva em ciclo adverso de juros, deterioração setorial, choque regulatório, entre muitos outros eventos distintos que machucaram os investidores ao longo dos últimos 3 anos.

É impossível falar de evitar perda no crédito brasileiro sem começar pelo caso que talvez mais tenha marcado o mercado nos últimos anos, e não só o mercado de crédito: Americanas. Uma fraude bilionária que ultrapassou os limites dos fundos especializados e chegou às carteiras de reserva de emergência e nas famosas “caixinhas” de investidores que nem sabiam que tinham exposição ao nome.

O caso não foi só fraude. Foi um combo raro de fatores adversos se acumulando ao mesmo tempo: competição no e-commerce se intensificando com os investimentos crescentes de Amazon e Mercado Livre no Brasil, consumidor sem fôlego, endividamento das famílias em níveis elevados e juros subindo. Mesmo sem a fraude, o ambiente setorial já estava deteriorado.

O que o modelo viu? Por responder diretamente à volatilidade do equity, o framework Merton captou a deterioração da companhia já em meados de 2022, bem antes do evento se tornar público. À medida que a volatilidade implícita dos ativos subia, o modelo recalculava uma probabilidade de default crescente. Em outubro de 2022, o CRV cruzou para território positivo: o spread negociado no mercado estava abaixo do que o risco real da companhia justificava. O papel estava caro. O modelo sinalizou saída cerca de 3 meses antes do evento de crédito se formalizar.

Vale sempre a ressalva que fizemos na abertura: a fraude em si, pelo seu tamanho e sofisticação, não era capturável por nenhum modelo quantitativo que dependa de balanço auditado. O que o modelo capturou foi a deterioração real do negócio, que já estava acontecendo e se refletindo no comportamento do equity muito antes de qualquer disclosure. Nesse sentido, o Merton fez exatamente o que deveria: usou o mercado acionário como termômetro avançado de risco quando o balanço ainda não contava a história completa.

Ainda no tema das fraudes, outro caso que ganhou notoriedade especial junto ao investidor de varejo foi a Ambipar. A empresa havia estruturado veículos de acesso à sua dívida externa que chegaram a um público muito além do investidor institucional tradicional, o que tornou o episódio ainda mais doloroso quando a deterioração se tornou evidente.

Durante todo o período entre 2021 e meados de 2024, o spread observado e o spread Merton caminhavam próximos, ambos em níveis baixos. Nada de extraordinário. Mas a partir de meados de 2024, o comportamento atípico das ações começou a alimentar o modelo com uma volatilidade implícita crescente, e o spread Merton começou a se descolar. Em setembro, o CRV cruzou para território positivo. Em dezembro, o sinal se intensificou de forma inequívoca, com o modelo apontando uma probabilidade de default muito superior ao que os spreads negociados no mercado estavam precificando.

O mercado de crédito, por sua vez, só começou a precificar a deterioração do nome em torno de maio de 2025, praticamente oito meses depois do primeiro sinal do modelo. O pedido de recuperação judicial veio em outubro do mesmo ano.

A mesma ressalva do caso Americanas se aplica aqui: a fraude em si não é capturável por modelo algum que dependa de informação contábil auditada. O que o modelo capturou foi o comportamento do equity, que já sinalizava algo errado muito antes de qualquer disclosure formal. O mercado de crédito, como de costume, foi o último a saber.

Os casos acima mostram o modelo no seu papel defensivo que é identificar quando um papel está caro para o risco que carrega e sinalizar saída antes que o mercado perceba. Mas o framework vai além disso. A mesma lógica que aponta sobrepreço também permite construir um ranking de valor relativo entre todos os emissores disponíveis, identificando quais papéis oferecem spread superior ao que o risco estrutural justifica.

E aqui vale uma ressalva importante para o leitor: abertura de spread não é sinônimo de oportunidade. Um papel que abre 200 bps pode continuar caro se o modelo indicar que o risco implícito justificaria 500 bps. O CRV faz exatamente essa distinção, separando o barulho do sinal e sinalizando quais papéis estão com um risco x retorno mais atrativo para se expor.

Usando o ranking de valor relativo gerado pelo modelo, montamos uma carteira sistemática comprada nos papéis do primeiro e segundo quartis mais baratos entre os disponíveis no mercado. A pergunta que queremos responder é: seguir esse sinal, com disciplina e sem discricionariedade, teria gerado retorno?

Seguindo essa lógica, construímos um índice de valor relativo para todo o mercado. Usando o IDEX CDI como benchmark e normalizando a alocação entre os emissores com ações listadas em bolsa para que o portfólio estivesse sempre 100% investido, chegamos a um indicador que responde uma pergunta simples: o mercado amplo de crédito está barato ou caro?

O gráfico abaixo mostra esse resultado. O CRV Idex funciona como um input de posicionamento tático, orientando se o fundo sistemático deve estar neutro, overweight ou underweight em crédito a depender do momento do ciclo – chamamos isso de Fator Market Timing.

No gráfico acima conseguimos visualizar o Fator de Market Timing normalizado ao longo do tempo, sobreposto ao spread observado do IDEX CDI. Ao longo do período analisado (abril de 2021 até o início de 2026), o modelo produziu sinais consistentes com os movimentos subsequentes do mercado, antecipando tanto os períodos de compressão, quanto as aberturas de spread que se seguiram.

Com o indicador de market timing construído, o passo seguinte foi rodar o backtest de uma carteira inteiramente guiada pela metodologia descrita, comprando sistematicamente os papéis do primeiro e segundo quartis mais baratos do universo disponível, sem discricionariedade, sem overrides, sem opinião. Só o modelo. O objetivo é simples: ver se seguir o sinal, com disciplina, teria gerado retorno consistente ao longo do tempo.

Ao longo do período de março de 2021 a março de 2026, o Fator Valor combinado com o Market Timing entregou retorno total de 91,86%, equivalente a 13,98% ao ano, contra 75,36% do IDEX-DI Core e 75,44% do CDI no mesmo período. Uma diferença que, acumulada ao longo de cinco anos, representa um ganho relevante para o investidor.

Mas o número que mais chama atenção não está no retorno. Está no drawdown. Enquanto o IDEX chegou a registrar uma queda máxima de 5,49% no episódio de estresse de 2023, período marcado pelos eventos de Americanas e pelo contágio no mercado de crédito como um todo, o Fator Valor apresentou drawdown máximo de apenas 0,10%. O modelo não só entregou mais retorno, mas também conseguiu evitar exposição como visto anteriormente nos cases que tiveram seu crédito deteriorado ao longo periodo.

O gráfico de drawdown deixa esse ponto ainda mais evidente. Em 2023, enquanto o IDEX despencava quase 6%, a linha do Fator Valor mal saiu do zero. O modelo havia reduzido exposição antes do evento. Os sinais de CRV já indicavam mercado caro meses antes, de acordo com o que foi observado no gráfico de market timing.

O estudo apresentado neste capítulo traz uma lição que vai na contramão do instinto natural de qualquer gestor: boa parte da geração de valor no crédito vem de evitar estar errado, mais do que de estar certo. O market timing não manda sinal de compra exatamente no pico dos spreads. O que ele faz, e faz bem, é evitar que o portfólio esteja muito comprado antes dos momentos de maior abertura. Essa assimetria, aparentemente modesta, é o que separa o drawdown de 0,10% do Fator Valor dos 5,49% do índice em 2023.

E isso não é coincidência. No universo de crédito, perdas permanentes por default são os maiores detratores de valor ao longo do tempo. Diferente de volatilidade causada por aberturas de spreads, que é recuperável, o default simplesmente não devolve o capital. Por isso evitá-lo é, e sempre foi, a preocupação central do time de crédito da Novus.

Vale ser honesto sobre as limitações do exercício. O backtest assume execução aos preços da ANBIMA, o que na prática não reflete a realidade do mercado secundário brasileiro, onde a liquidez é restrita e o preço efetivo de negociação pode diferir de forma relevante da marcação. Essa é uma restrição real do modelo e seria desonesto ignorá-la.

Ainda assim, a evidência é robusta o suficiente para sustentar a tese central. Comprar debêntures baratas em relação ao seu valor justo estrutural – fazer value investing no crédito – captura um prêmio de risco real e persistente. Os dados mostram que é possível gerar excesso de retorno com esse fator. Não apesar das imperfeições do mercado brasileiro, mas em grande parte por causa delas.

Ao longo de 2025, continuaremos testando outros fatores de risco no mercado brasileiro de debêntures. Momentum, carrego e qualidade são os próximos da fila, e a pergunta que guia cada um desses exercícios é sempre a mesma: existe prêmio de risco a ser capturado de forma sistemática? Os próximos capítulos trarão as respostas. Agradecemos aos leitores que chegaram até aqui. O tema é denso, o mercado é complexo e o debate está longe de estar encerrado. Ficamos inteiramente à disposição para conversar, questionar e aprofundar qualquer ponto apresentado nesta carta.

Atenciosamente,

Victor Ary, CGA
PM de Crédito

Rafael Gama, CFA
CIO de Crédito