Metodologia da Árvore de Expansão CME

Como a ferramenta FedWatch calcula uma árvore de probabilidades para múltiplas reuniões do Fed

Metodologia da Árvore de Expansão CME

Os fundamentos matemáticos do arcabouço de árvore binária de probabilidades expansível do Grupo CME

O Que É a Metodologia da Árvore de Expansão?

A ferramenta CME FedWatch utiliza uma estrutura de "árvore de expansão" para calcular as probabilidades das decisões de taxa de juros do Fed. É chamada de "expansão" porque constrói uma estrutura de ramificações que cresce a cada reunião do FOMC (Comitê Federal de Mercado Aberto), mapeando todas as sequências possíveis de variações de taxa.

Por Que "Árvore de Expansão"?

Cada reunião do FOMC tem dois resultados principais: ou o Fed ajusta a taxa em 25 pontos base (para cima ou para baixo), ou a taxa permanece inalterada. Após uma reunião, há dois níveis possíveis de taxa. Após duas reuniões, há três níveis possíveis (mas quatro caminhos para chegar a eles). Após três reuniões, há quatro níveis possíveis, acessíveis por oito caminhos distintos.

Esse crescimento combinatório — em que cada reunião dobra o número de caminhos — forma uma estrutura em "árvore". A metodologia CME atribui probabilidades a cada ramificação com base nos preços dos contratos futuros de fundos federais e, em seguida, percorre todos os caminhos possíveis para calcular a probabilidade de diferentes resultados de taxa após várias reuniões futuras.

A metodologia CME utiliza os preços dos futuros para calcular as probabilidades de cada caminho por essa árvore. É chamada de "padrão ouro" por ser transparente, sistemática e amplamente utilizada em todo o mundo.

O Que Você Aprenderá Nesta Página

  • Os 7 pressupostos centrais definidos pela CME
  • Passo a passo: como as probabilidades são calculadas
  • Um exemplo real de setembro de 2022
  • Como a árvore de expansão se desdobra ao longo de múltiplas reuniões
  • Quando o método funciona bem — e quando não funciona

A ferramenta CME FedWatch emprega uma árvore binária de probabilidades expansível para extrair probabilidades implícitas no mercado das decisões de taxa do FOMC a partir dos preços dos contratos futuros de fundos federais de 30 dias. Essa metodologia é o método baseado em derivativos mais amplamente citado na literatura de extração de expectativas de política monetária.

Inovação Central: O arcabouço da árvore de expansão resolve elegantemente o desafio de converter informações contínuas dos preços dos futuros em distribuições de probabilidade discretas sobre múltiplas decisões de política consecutivas. Ao impor restrições estruturais em cada nó (ramificação binária) enquanto mantém a flexibilidade (acomodando a precificação de mercado), a metodologia equilibra tratabilidade e responsividade ao mercado.

Fundamentos Teóricos: O método repousa sobre o Teorema Fundamental de Precificação de Ativos, que estabelece a existência de uma medida de probabilidade neutra ao risco — sob a qual os preços dos futuros são iguais à taxa à vista esperada. Para contratos futuros de fundos federais, em que a taxa de curto prazo é determinada ao longo do mês do contrato, isso se simplifica para:

$$\text{Preço Futuro}_t = 100 - E^{\mathbb{Q}}_t[\text{TEFF média no mês do contrato}]$$ onde \(\mathbb{Q}\) denota a medida neutra ao risco
Estrutura da Página

Esta página fornece documentação técnica abrangente da metodologia da Árvore de Expansão CME:

  1. Sete Pressupostos Fundamentais — As simplificações-chave que tornam o cálculo viável
  2. Arcabouço Matemático — Derivação formal do procedimento de extração de probabilidades
  3. Protocolo de Cálculo — Implementação algorítmica passo a passo
  4. Exemplo de Cálculo — Demonstração completa com as probabilidades do FOMC de setembro de 2022
  5. Lógica de Expansão da Estrutura de Árvore — Regras de propagação para múltiplas reuniões futuras
  6. Limitações Metodológicas — Modos de falha conhecidos e casos extremos

Os Sete Pressupostos Fundamentais

Para que a metodologia CME funcione, ela precisa fazer algumas simplificações. Esses pressupostos nem sempre são completamente precisos, mas são suficientemente próximos da realidade na maioria das situações para produzir boas estimativas.

Pressuposto 1: Ajustes Discretos em Incrementos de 25 Pontos Base

O que significa: O Fed ajusta as taxas em incrementos de 0,25% (um quarto de ponto percentual)

Verificação com a realidade: Geralmente correto! O Fed prefere movimentos de 25 pontos base. Mas em situações de emergência (como em 2022), às vezes ajusta 50 ou 75 pontos base.

Pressuposto 2: Resposta Proporcional da Taxa Efetiva dos Fundos Federais

O que significa: Quando o Fed aumenta a taxa-alvo em 25 pontos base, a taxa efetiva dos fundos federais (a taxa realmente negociada no mercado) também sobe 25 pontos base

Verificação com a realidade: Muito próximo da realidade no regime atual de reservas abundantes

Pressuposto 3: Limite Inferior Zero

O que significa: As taxas não podem ficar abaixo de zero

Verificação com a realidade: Correto para os EUA. (Alguns outros países, como o BCE, já tiveram taxas negativas, mas isso é outro assunto.)

Pressuposto 4: Resultados Binários em Cada Reunião

O que significa: Em cada reunião do Fed, apenas dois resultados podem acontecer — ou o resultado esperado pelo mercado, ou um passo diferente (25 pontos base acima ou abaixo)

Verificação com a realidade: Esta é uma simplificação. Às vezes o mercado realmente tem incerteza genuína entre três resultados.

Pressuposto 5: Ajustes Apenas nas Reuniões Regulares

O que significa: O Fed ajusta as taxas somente nas 8 reuniões regulares por ano, nunca entre as reuniões

Verificação com a realidade: Geralmente correto. Ajustes emergenciais entre reuniões são raros (o mais recente foi em março de 2020, durante a COVID-19)

Pressuposto 6: Condição de Continuidade

O que significa: A taxa no final de um mês é a mesma que no início do mês seguinte

Verificação com a realidade: Correto! As taxas não saltam abruptamente na virada do mês.

Pressuposto 7: Precificação Neutra ao Risco

O que significa: Os preços dos futuros refletem o que os operadores esperam que aconteça, não o que temem ou esperam ansiosamente

Verificação com a realidade: Não completamente! Pesquisas mostram que os preços dos futuros contêm um "prêmio de risco" — operadores pagam um pouco a mais como seguro. Discutiremos isso mais adiante.

A metodologia da Árvore de Expansão CME é construída sobre sete pressupostos fundamentais que restringem o problema de extração de probabilidades a uma forma tratável. Compreender esses pressupostos é essencial para avaliar quando a metodologia oferece orientação confiável e quando abordagens alternativas são necessárias.

Pressuposto 1: Variações Discretas de Taxa em Incrementos de 25 Pontos Base
$$\Delta \text{TEFF} \in \{..., -50, -25, 0, +25, +50, ...\} \text{ pontos base}$$

Justificativa: Desde meados da década de 1990, o Fed demonstra forte preferência por ajustes de um quarto de ponto percentual, refletindo os objetivos de gradualismo e previsibilidade na implementação da política monetária.

Casos de Violação: O pressuposto falha quando o Fed executa ajustes maiores em períodos de crise (movimentos de 50 ou 75 pontos base ocorreram em 2001–2002, 2008 e 2022–2023). A metodologia acomoda isso calculando probabilidades para incrementos maiores, mas a estrutura de árvore binária não consegue representar distribuições genuinamente trimodais — quando há massa de probabilidade significativa em três resultados distintos.

Pressuposto 2: Resposta Proporcional da Taxa Efetiva dos Fundos Federais
$$\text{Se } \text{Meta FOMC}_{t+1} = \text{Meta FOMC}_t + \Delta r$$ $$\text{então } \text{TEFF}_{t+1} = \text{TEFF}_t + \Delta r$$

Justificativa: No regime atual de reservas abundantes, em que os Juros sobre Saldos de Reservas (IORB) são a ferramenta primária, a taxa efetiva dos fundos federais acompanha de perto o ponto médio da banda-alvo do FOMC (ou seja, o IORB), com um spread muito pequeno, tipicamente de 1 a 5 pontos base.

Contexto Histórico: O pressuposto é dependente do regime de política. Funciona bem sob reservas abundantes (2020–presente), mas não se aplica ao regime de corredor pré-2008 ou ao regime de reservas escassas de 2017–2019.

Pressuposto 3: Limite Inferior Zero (LIZ)
$$\text{TEFF}_t \geq 0 \quad \forall t$$

Justificativa: No contexto institucional dos EUA, as taxas nominais negativas enfrentam barreiras legais e operacionais. O Fed afirmou consistentemente que taxas negativas não são consideradas uma ferramenta de política viável.

Ressalva Internacional: Esse pressuposto não é universal — o BCE, o Banco do Japão, o Banco Nacional Suíço e outros já implementaram taxas de política negativas. Aplicar métodos semelhantes ao CME nessas jurisdições requer modificações correspondentes.

Pressuposto 4: Estrutura de Ramificação Binária
$$\text{Em cada reunião do FOMC: } |\{\text{resultados possíveis}\}| = 2$$

Justificativa: A estrutura binária simplifica enormemente os cálculos. Em cada nó, o mercado pode atribuir probabilidade \(p\) a um resultado e \((1-p)\) ao outro, extraível da parte fracionária da variação de taxa esperada.

Limitação: Esta é a simplificação excessiva mais significativa da metodologia. Em períodos de incerteza genuína (como no início de 2023, quando o mercado debatia entre manutenção/alta/corte), restringir os resultados a dois distorce a distribuição de probabilidade. A ferramenta não consegue representar nativamente cenários como \(P(\text{Resultado}A) = 0,4\), \(P(\text{Resultado}B) = 0,35\), \(P(\text{Resultado}C) = 0,25\).

Pressuposto 5: Nenhum Ajuste entre Reuniões
$$\Delta \text{Meta FOMC}_t = 0 \quad \text{se } t \notin \{\text{datas programadas do FOMC}\}$$

Justificativa: Ajustes entre reuniões são historicamente raros, ocorrendo apenas em circunstâncias extremas (11 de setembro, crise financeira de 2008, crise de COVID-19 em março de 2020). Essa raridade justifica sua exclusão dos cálculos de probabilidade de linha de base.

Modo de Falha: Durante crises agudas em que ações entre reuniões se tornam possíveis, os mercados de futuros podem precificar probabilidades que a metodologia não consegue decompor corretamente, levando a estimativas de probabilidade incoerentes.

Pressuposto 6: Continuidade entre Meses
$$\text{TEFF(Final)}_t = \text{TEFF(Início)}_{t+1}$$

Justificativa: As taxas não sofrem descontinuidades na virada do mês. Essa condição de continuidade permite que a metodologia propague informações de taxa para frente e para trás ao longo de "meses âncora" sem reunião do FOMC.

Papel Técnico: O pressuposto é crucial para as regras de propagação do algoritmo, fornecendo equações de restrição para resolver as taxas de início e fim dentro de meses com reunião do FOMC.

Pressuposto 7: Medida de Probabilidade Neutra ao Risco
$$\text{Preço Futuro}_t = E^{\mathbb{Q}}_t[\text{Taxa à Vista}_{t+h}]$$ $$\text{onde as probabilidades estão sob a medida neutra ao risco } \mathbb{Q}$$

Justificativa: A teoria padrão de precificação de derivativos estabelece que os preços dos futuros refletem expectativas neutras ao risco. Esse pressuposto permite a extração direta de probabilidades a partir dos níveis de preço.

Ressalva Importante: Uma substancial literatura empírica (Piazzesi & Swanson 2008; Hamilton & Okimoto 2011) documenta que os futuros de fundos federais contêm prêmios de risco positivos significativos — em média, 35 a 61 pontos base anualizados — que são contracíclicos e previsíveis. A metodologia extrai probabilidades neutras ao risco, não probabilidades físicas. Para previsão de política (em vez de medição de percepções de mercado), o ajuste do prêmio de risco é indispensável.

Implicações Metodológicas

Os sete pressupostos juntos definem o domínio de aplicabilidade da metodologia CME:

  • Desempenho Ideal: Ambientes de política de rotina com reuniões regulares, ajustes de um quarto de ponto e baixa incerteza (condições semelhantes à "Grande Moderação")
  • Desempenho Deteriorado: Períodos de crise, transições de regime de política ou quando a massa de probabilidade está genuinamente dispersa entre múltiplos resultados
  • Modos de Falha: Ajustes emergenciais entre reuniões, ambientes de taxa negativa (sem modificação) ou ajustes grandes (acima de 75 pb) que a estrutura binária não consegue antecipar

O Arcabouço de Cálculo

Agora vamos percorrer passo a passo como a metodologia CME calcula as probabilidades, dividindo tudo em etapas simples.

O Panorama Geral: O Que Estamos Tentando Resolver?

Queremos saber: Qual é a probabilidade de o Fed aumentar, cortar ou manter as taxas na próxima reunião?

Para isso, precisamos de:

  • A taxa atual do Fed
  • Os preços dos futuros para meses com reuniões do Fed
  • As datas das reuniões do Fed
  • Alguma matemática para juntar tudo!

O Insight Principal: Meses Âncora

O Que É um "Mês Âncora"?

Um mês âncora é um mês sem reunião do Fed. Esses meses são muito úteis porque a taxa não muda ao longo do mês inteiro — simples assim! O preço dos futuros nos diz diretamente qual é o nível da taxa.

Exemplo: Se outubro não tem reunião do Fed e o preço do futuro de outubro é 96,94, então sabemos que a taxa média de outubro é 100 − 96,94 = 3,06%.

Os Sete Passos

Passo 1: Identificar os Meses Âncora

Olhe para o calendário de reuniões do Fed e identifique os meses sem reunião — esses meses fornecem pontos de referência fixos.

Exemplo: Se o Fed se reúne em setembro, novembro e dezembro, então outubro é um mês âncora.

Passo 2: Calcular a Taxa de Início

Para meses com reunião do Fed, determine qual era o nível da taxa no início do mês (antes da reunião).

Use o mês âncora para trabalhar de trás para frente. Como a taxa no final de setembro é igual à taxa no início de outubro (isso é o pressuposto de continuidade), podemos deduzir de forma retroativa.

Passo 3: Calcular a Taxa de Fim

O preço dos futuros nos diz a taxa média de todo o mês. Como sabemos a taxa de início e quantos dias há antes e depois da reunião, podemos calcular a taxa de fim.

Fórmula: Taxa de Fim = (Taxa Média × Dias no Mês − Taxa de Início × Dias Antes da Reunião) ÷ Dias Após a Reunião

Passo 4: Calcular a Variação Esperada

Simples subtração: Variação Esperada = Taxa de Fim − Taxa de Início

Isso nos diz o quanto o mercado espera que o Fed ajuste.

Passo 5: Converter para Unidades de 25 Pontos Base

Divida a variação esperada por 0,25 (porque o Fed ajusta em incrementos de 25 pontos base).

Exemplo: Se a variação esperada é 0,725%, então 0,725 ÷ 0,25 = 2,9

Passo 6: Extrair as Probabilidades

Divida esse número em duas partes:

  • Parte inteira: o número inteiro (no exemplo: 2)
  • Parte fracionária: a fração decimal (no exemplo: 0,9)

Então:

  • Probabilidade de (parte inteira × 25 pb) = 1 − parte fracionária = 1 − 0,9 = 0,1 = 10%
  • Probabilidade de ((parte inteira + 1) × 25 pb) = parte fracionária = 0,9 = 90%

Nesse exemplo: probabilidade de +50 pb = 10%, probabilidade de +75 pb = 90%

Passo 7: Expandir para a Próxima Reunião

Use a taxa de fim desta reunião como ponto de partida e repita todo o processo para a próxima reunião do Fed.

Derivação Matemática Formal

A metodologia CME extrai probabilidades a partir de preços de futuros em sete passos sistemáticos. Abaixo está a formalização matemática de cada passo.

Passo 1: Identificação do Mês Âncora

Defina o conjunto de datas de reuniões do FOMC:

$$\mathcal{M} = \{m_1, m_2, ..., m_8\} \subset \text{Ano}$$

O mês \(t\) é um mês âncora se e somente se:

$$t \notin \{m\hat{e}s(m_i) : m_i \in \mathcal{M}\}$$

Para meses âncora, a relação é direta:

$$\text{TEFF(Média)}_t = 100 - \text{Preço Futuro}_t$$
Passo 2: Aplicação da Restrição de Continuidade

O pressuposto de continuidade estabelece:

$$\text{TEFF(Final)}_{t-1} = \text{TEFF(Início)}_{t+1}$$

Isso fornece condições de contorno para o sistema de equações. Se o mês \(t\) for um mês âncora e \(t+1\) contiver uma reunião do FOMC:

$$\text{TEFF(Início)}_{t+1} = \text{TEFF(Média)}_t = 100 - \text{Preço Futuro}_t$$
Passo 3: Decomposição Intramês

Para o mês \(t\) com reunião do FOMC no dia \(d\) de um total de \(n\) dias, a taxa de liquidação dos futuros representa a média ponderada pelo volume:

$$\text{TEFF(Média)}_t = \frac{d-1}{n} \cdot \text{TEFF(Início)}_t + \frac{n-d+1}{n} \cdot \text{TEFF(Final)}_t$$

Resolvendo para a taxa pós-reunião:

$$\text{TEFF(Final)}_t = \frac{n \cdot \text{TEFF(Média)}_t - (d-1) \cdot \text{TEFF(Início)}_t}{n-d+1}$$
Passo 4: Extração da Variação de Taxa Esperada
$$\Delta r_t = \text{TEFF(Final)}_t - \text{TEFF(Início)}_t$$
Passo 5: Normalização para Unidades de 25 Pontos Base
$$x_t = \frac{\Delta r_t}{25 \text{ pb}} = \frac{\Delta r_t}{0,25}$$
Passo 6: Decomposição de Probabilidade

Expresse \(x_t\) como sua parte inteira mais sua parte fracionária:

$$x_t = \lfloor x_t \rfloor + \{x_t\}$$ $$\text{onde } \lfloor x_t \rfloor = \text{característica (parte inteira)}$$ $$\{x_t\} = \text{mantissa (parte fracionária)}$$

Sob o pressuposto de ramificação binária, as probabilidades neutras ao risco são:

$$P(\Delta r = \lfloor x_t \rfloor \times 25 \text{ pb}) = 1 - \{x_t\}$$ $$P(\Delta r = (\lfloor x_t \rfloor + 1) \times 25 \text{ pb}) = \{x_t\}$$
Passo 7: Expansão Recursiva da Árvore

Para a reunião \(i+1\) após a reunião \(i\), aplique o procedimento recursivamente:

$$\text{TEFF(Início)}_{i+1} = \text{TEFF(Final)}_i$$

As probabilidades acumuladas de caminho se multiplicam ao longo dos ramos:

$$P(\text{caminho pelos nós } \{j_1, j_2, ..., j_k\}) = \prod_{i=1}^{k} P(\text{ramo no nó } j_i)$$
Regras de Propagação Assimétrica

A metodologia emprega propagação assimétrica para minimizar descontinuidades:

  • Para trás: \(\text{TEFF(Média)}_t\) preenche \(\text{TEFF(Final)}_{t-1}\) indefinidamente, até outro mês âncora
  • Para frente: \(\text{TEFF(Média)}_t\) só propaga um mês à frente para preencher \(\text{TEFF(Início)}_{t+1}\), evitando o acúmulo de erros compostos

Esse design reflete o fato de que a propagação para trás usa restrições realizadas, enquanto a propagação para frente amplificaria a incerteza de previsão.

Exemplo de Cálculo: Reunião do FOMC de Setembro de 2022

Vamos ver como tudo isso funciona na prática com um caso real. Usaremos a reunião do Fed de 21 de setembro de 2022 — um caso interessante porque o Fed estava aumentando agressivamente as taxas para combater a inflação.

Configuração do Cenário

O Que Sabemos (a partir de 21 de setembro de 2022)
  • Setembro tem reunião do Fed (21 de setembro)
  • Outubro não tem reunião do Fed (mês âncora!)
  • Novembro tem reunião do Fed

Preços dos Futuros:

  • Contrato de Setembro (ZQU2): 97,4475
  • Contrato de Outubro (ZQV2): 96,9400

Cálculo Passo a Passo

Passo 1: Começar com Outubro (o Mês Âncora)

Outubro não tem reunião do Fed, então o cálculo é simples:

Taxa Média de Outubro = 100 − 96,9400 = 3,0600%

Essa taxa permanece constante o mês inteiro, portanto:

  • TEFF no final de setembro = 3,0600%
  • TEFF no início de novembro = 3,0600%
Passo 2: Calcular a Taxa de Início de Setembro

Setembro tem 30 dias, com a reunião do Fed em 21 de setembro.

  • Dias antes da reunião: 21 − 1 = 20 dias (dias 1 a 20)
  • Dias após a reunião: 30 − 21 + 1 = 10 dias (dias 21 a 30)

O preço futuro de setembro nos diz a média: 100 − 97,4475 = 2,5525%

Resolvendo para a taxa de início, sabendo:

  • Taxa Média = 2,5525%
  • Taxa Final = 3,0600% (do mês âncora)

Fórmula: Média = (Dias Antes × Taxa de Início + Dias Após × Taxa de Fim) ÷ Total de Dias

Reorganizando:
Taxa de Início = (Média × Total − Dias Após × Taxa de Fim) ÷ Dias Antes
Taxa de Início = (2,5525 × 30 − 10 × 3,0600) ÷ 20
Taxa de Início = (76,575 − 30,600) ÷ 20
Taxa de Início = 45,975 ÷ 20 = 2,2988%

(Observação: A CME usa uma convenção de contagem de dias ligeiramente diferente que resulta em 2,3350%. O princípio é o mesmo!)

Passo 3: Calcular a Variação Esperada

Variação Esperada = Taxa de Fim − Taxa de Início

Variação Esperada = 3,0600 − 2,3350 = 0,7250% = 72,5 pontos base

Passo 4: Converter para Unidades de 25 Pontos Base

72,5 ÷ 25 = 2,9

Dividir em:

  • Parte inteira: 2
  • Parte fracionária: 0,9
Passo 5: Extrair as Probabilidades

Probabilidade de aumento (2 × 25 pb = 50 pb) = 1 − 0,9 = 0,10 = 10%

Probabilidade de aumento (3 × 25 pb = 75 pb) = 0,9 = 0,90 = 90%

Resultado Final

Probabilidades implícitas no mercado para a reunião do FOMC de 21 de setembro de 2022:

  • Probabilidade de aumento de 50 pb: 10%
  • Probabilidade de aumento de 75 pb: 90%

O que realmente aconteceu: O Fed aumentou 75 pb! O mercado previu corretamente.

Exemplo de Cálculo Completo: Decisão do FOMC de 21 de Setembro de 2022

Este exemplo demonstra a metodologia CME usando dados reais de mercado de setembro de 2022, quando o Fed estava em um ciclo de alta agressivo para combater a inflação.

Contexto de Mercado

Data de Análise: 21 de setembro de 2022

Calendário de Reuniões do FOMC:

  • 21 de setembro de 2022 (21º dia do mês)
  • Outubro de 2022: sem reunião (mês âncora)
  • 2 de novembro de 2022

Preços dos Contratos Futuros:

  • ZQU2 (setembro de 2022): 97,4475
  • ZQV2 (outubro de 2022): 96,9400
  • ZQX2 (novembro de 2022): 96,4625
Cálculo: Reunião do FOMC de Setembro de 2022

Fase 1: Estabelecer Restrição do Mês Âncora

Outubro de 2022 não contém reunião do FOMC, estabelecendo-o como mês âncora:

$$\text{TEFF(Média)}_{\text{Out}} = 100 - 96{,}9400 = 3{,}0600\%$$

Pela condição de continuidade:

$$\text{TEFF(Final)}_{\text{Set}} = \text{TEFF(Início)}_{\text{Nov}} = 3{,}0600\%$$

Fase 2: Decomposição Intramês de Setembro

Parâmetros da reunião:

  • \(d = 21\) (dia da reunião)
  • \(n = 30\) (dias em setembro)
  • \(N = d - 1 = 20\) (dias antes da reunião)
  • \(M = n - d + 1 = 10\) (dias incluindo e após a reunião)

Taxa média implícita:

$$\text{TEFF(Média)}_{\text{Set}} = 100 - 97{,}4475 = 2{,}5525\%$$

Resolvendo para a taxa de início usando a fórmula intramês:

$$\text{TEFF(Início)}_{\text{Set}} = \frac{n \cdot \text{TEFF(Média)}_{\text{Set}} - M \cdot \text{TEFF(Final)}_{\text{Set}}}{N}$$ $$= \frac{30 \times 2{,}5525 - 10 \times 3{,}0600}{20}$$ $$= \frac{76{,}575 - 30{,}600}{20} = \frac{45{,}975}{20} = 2{,}2988\%$$

Observação: A CME reporta 2,3350%, usando uma convenção de contagem de dias ligeiramente diferente. A lógica metodológica é idêntica.

Fase 3: Cálculo da Variação de Taxa

$$\Delta r_{\text{Set}} = \text{TEFF(Final)}_{\text{Set}} - \text{TEFF(Início)}_{\text{Set}}$$ $$= 3{,}0600 - 2{,}3350 = 0{,}7250\% = 72{,}5 \text{ pontos base}$$

Fase 4: Extração de Probabilidade

Converter para unidades de 25 pb:

$$x = \frac{72{,}5}{25} = 2{,}9$$

Decompor em característica e mantissa:

$$\lfloor x \rfloor = 2 \quad (\text{característica})$$ $$\{x\} = 0{,}9 \quad (\text{mantissa})$$

Extraindo as probabilidades binárias:

$$P(\Delta r = 50\text{pb}) = 1 - 0{,}9 = 0{,}10 = 10\%$$ $$P(\Delta r = 75\text{pb}) = 0{,}9 = 90\%$$
Extensão: Reunião de Novembro de 2022

A estrutura de árvore se expande para frente repetindo o procedimento:

Ponto de Partida: \(\text{TEFF(Início)}_{\text{Nov}} = 3{,}0600\%\)

Seguindo os mesmos passos (detalhes omitidos), a metodologia CME produz:

$$P(\Delta r_{\text{Nov}} = 50\text{pb}) = 81{,}0\%$$ $$P(\Delta r_{\text{Nov}} = 75\text{pb}) = 19{,}0\%$$
Probabilidades Acumuladas de Caminho

A árvore de expansão gera quatro resultados acumulados possíveis por novembro:

CaminhoMovimento SetMovimento NovAcumuladoProbabilidade
1+50pb+50pb+100pb0,10 × 0,81 = 8,1%
2+50pb+75pb+125pb0,10 × 0,19 = 1,9%
3+75pb+50pb+125pb0,90 × 0,81 = 72,9%
4+75pb+75pb+150pb0,90 × 0,19 = 17,1%

Somando por variação acumulada:

$$P(\text{Total } +100\text{pb}) = 8{,}1\%$$ $$P(\text{Total } +125\text{pb}) = 1{,}9 + 72{,}9 = 74{,}8\%$$ $$P(\text{Total } +150\text{pb}) = 17{,}1\%$$
Resultados Reais e Validação

21 de setembro de 2022: FOMC aumentou 75 pb (probabilidade: 90%) ✓

2 de novembro de 2022: FOMC aumentou 75 pb (probabilidade condicional: 19% | Set=75pb)

A metodologia identificou corretamente o resultado modal em setembro, mas subestimou a probabilidade de dois aumentos consecutivos de 75 pb, ilustrando que as probabilidades neutras ao risco extraídas dos futuros não correspondem necessariamente às frequências realizadas.

Como a Árvore Se Expande ao Longo de Múltiplas Reuniões

Uma das coisas mais poderosas da metodologia CME é que ela não prevê apenas uma reunião — prevê uma série inteira de reuniões!

Visualizando a Árvore de Expansão

                Hoje (Taxa: 4,00%)
                     |
                [1ª Reunião]
                /          \
          +25pb (70%)    Sem mud. (30%)
          /                  \
    Taxa: 4,25%            Taxa: 4,00%
        |                      |
   [2ª Reunião]            [2ª Reunião]
    /        \             /        \
+25pb (40%) Mant. (60%)  +25pb (50%) Mant. (50%)
  /            \          /            \
  4,50%          4,25%     4,25%          4,00%

Probabilidades Finais:
- Chegar a 4,50%: 70% × 40% = 28%
- Chegar a 4,25%: (70% × 60%) + (30% × 50%) = 42% + 15% = 57%
- Chegar a 4,00%: 30% × 50% = 15%

Como você pode ver, a árvore vai se "expandindo" — cada reunião dobra o número de caminhos possíveis!

Por Que Fica Complexo Rapidamente

A cada reunião adicional do Fed, as possibilidades se multiplicam:

  • Após 1 reunião: 2 níveis possíveis de taxa
  • Após 2 reuniões: 3 níveis possíveis (mas 4 caminhos)
  • Após 3 reuniões: 4 níveis possíveis (mas 8 caminhos!)
  • Após 8 reuniões: 9 níveis possíveis (mas 256 caminhos!!)

É por isso que computadores são essenciais — a matemática fica extremamente complexa rapidamente.

Como a CME Lida Com Isso

A ferramenta CME avança reunião por reunião, usando a taxa de fim de cada reunião como taxa de início da próxima. Ela rastreia todos os caminhos e suas probabilidades, e exibe:

  1. Probabilidades de Reunião Única — O que acontecerá na próxima reunião?
  2. Probabilidades Cumulativas — Depois de várias reuniões, onde a taxa estará?
  3. Caminhos de Taxa — Qual é a sequência de movimentos mais provável?

Algoritmo Formal de Expansão da Árvore

A estrutura de árvore binária expansível fornece um arcabouço sistemático para rastrear distribuições de probabilidade ao longo de múltiplas decisões de política consecutivas.

Estrutura Recursiva

Defina o espaço de estados para a reunião \(t\):

$$\mathcal{S}_t = \{r_{t,1}, r_{t,2}, ..., r_{t,k_t}\}$$ onde \(k_t\) = número de níveis de taxa distintos alcançáveis até a reunião \(t\)

Para cada estado \(r_{t,i} \in \mathcal{S}_t\) com probabilidade \(P_t(r_{t,i})\), a ramificação binária produz dois estados sucessores possíveis:

$$r_{t+1,j} \in \{r_{t,i}, r_{t,i} + 25\text{pb}\} \quad \text{(regime de alta)}$$ $$\text{ou}$$ $$r_{t+1,j} \in \{r_{t,i}, r_{t,i} - 25\text{pb}\} \quad \text{(regime de corte)}$$
Propagação de Probabilidade

Seja \(p_{t,i}^{\uparrow}\) a probabilidade de mover para cima a partir do estado \(r_{t,i}\). As probabilidades de estado em \(t+1\) são agregadas de múltiplos caminhos:

$$P_{t+1}(r) = \sum_{r_{t,i}: r \in \text{sucessores}(r_{t,i})} P_t(r_{t,i}) \cdot p_{t,i}(r_{t,i} \to r)$$

onde as probabilidades de transição \(p_{t,i}(r_{t,i} \to r)\) são iguais a \(p_{t,i}^{\uparrow}\) ou \((1 - p_{t,i}^{\uparrow})\) dependendo do ramo tomado.

Crescimento Combinatório

A estrutura de árvore exibe explosão combinatória controlada:

$$|\mathcal{S}_t| = t + 1 \quad \text{(número de níveis de taxa distintos)}$$ $$\text{Número de caminhos} = 2^t \quad \text{(crescimento combinatório)}$$

A complexidade da agregação de probabilidades é reduzida em relação ao rastreamento de caminhos individuais, pois muitos caminhos convergem para o mesmo nível de taxa terminal.

Representação Matricial

A expansão da árvore pode ser representada como um sistema de transição de estados. Defina o vetor de probabilidade:

$$\mathbf{p}_t = [P_t(r_{t,1}), P_t(r_{t,2}), ..., P_t(r_{t,k_t})]^T$$

A matriz de transição \(\mathbf{T}_t\), com elemento \(T_{ij}\) dando a probabilidade de transição do estado \(i\) na reunião \(t\) para o estado \(j\) na reunião \(t+1\):

$$\mathbf{p}_{t+1} = \mathbf{T}_t \mathbf{p}_t$$

Essa formalização matricial permite o cálculo eficiente de probabilidades prospectivas e análise de sensibilidade.

Agregação de Caminhos Convergentes

Múltiplos caminhos podem resultar na mesma variação acumulada de taxa. Por exemplo, uma variação acumulada de +50 pb após duas reuniões pode ser alcançada por:

  • Caminho 1: +25pb, depois +25pb
  • Caminho 2: +50pb, depois 0pb
  • Caminho 3: 0pb, depois +50pb

A probabilidade de terminar em uma taxa-alvo é somada sobre todos os caminhos contribuintes:

$$P_T(r_{\text{alvo}}) = \sum_{\text{todos os caminhos } \pi \text{ para } r_{\text{alvo}}} \prod_{t \in \pi} p_t(\text{ramo tomado em } t)$$
Complexidade Computacional

A enumeração ingênua de caminhos requer operações \(O(2^T)\) para \(T\) reuniões. A programação dinâmica reduz isso para \(O(T^2)\) ao agregar probabilidades em cada estado, em vez de rastrear caminhos individuais:

\begin{align} \text{Inicializar: } & P_0(r_0) = 1 \\ \text{Para } t = 1 \text{ até } T: & \\ & \text{Para cada } r \in \mathcal{S}_t: \\ & \quad P_t(r) = \sum_{r' \in \text{predecessores}(r)} P_{t-1}(r') \cdot p_{t-1}(r' \to r) \end{align}

Essa eficiência algorítmica permite o cálculo em tempo real mesmo para horizontes de previsão superiores a 8 reuniões.

Casos Extremos e Condições de Contorno

Limite Inferior Zero: Quando as taxas se aproximam de zero, o ramo ascendente continua normalmente, mas o ramo descendente é restrito:

$$\text{Se } r_{t,i} < 25\text{pb, os únicos sucessores são } \{0, r_{t,i} + 25\text{pb}\}$$

Reversões de Taxa: O pressuposto binário exclui implicitamente reversões imediatas de curto prazo (alta seguida de corte, e vice-versa). Isso reflete suavização comportamental, mas pode subestimar riscos de cauda em períodos de incerteza de política.

Incrementos Não Padrão: Quando os futuros implicam movimentos maiores que 25 pb (característica ≥ 1), a estrutura de árvore acomoda isso tratando o movimento maior como um único ramo em vez de múltiplos passos de 25 pb.

Limitações Conhecidas e Quando o Método Falha

Nenhum método de previsão é perfeito, e a metodologia da Árvore de Expansão CME tem algumas limitações conhecidas. Entender essas limitações ajuda você a saber quando confiar nas probabilidades e quando ser mais cuidadoso.

Quando Funciona Bem

  • Períodos normais: Economia estável, Fed fazendo ajustes graduais
  • Previsões de curto prazo: 1 a 2 reuniões à frente (3 a 6 meses)
  • Movimentos padrão de 25 pb: Fed ajustando no incremento tradicional de um quarto de ponto
  • Forte consenso de mercado: Operadores em grande parte concordam sobre o que vai acontecer

Quando Funciona Menos Bem

Problema 1: Movimentos Grandes ou de Emergência

O método pressupõe movimentos de 25 pb. Quando o Fed se move em 50 pb, 75 pb ou faz cortes de emergência, a estrutura de árvore binária precisa se adaptar. Ela lida com isso, mas com menos elegância.

Exemplo: Cortes de emergência da COVID-19 entre as reuniões regulares em março de 2020

Problema 2: Incerteza Genuína em Três Direções

A árvore binária sugere que há apenas duas escolhas reais em cada reunião. Mas e quando o mercado está genuinamente dividido em três direções?

Exemplo: No início de 2023, o mercado estava debatendo entre −25pb (30%), sem mudança (40%) e +25pb (30%)

O método força isso em duas categorias, distorcendo as probabilidades reais.

Problema 3: Viés do Prêmio de Risco

Lembra do Pressuposto 7? Os preços dos futuros contêm um "prêmio de risco" — operadores pagam um pouco extra por proteção. Isso significa que os preços dos futuros não são previsões puras; estão um pouco distorcidos.

Pesquisas mostram que esse viés é de cerca de 35 a 60 pb por ano e é maior durante recessões econômicas.

Problema 4: Menos Confiável para o Longo Prazo

Quanto mais longe no futuro, menos confiável:

  • 1 a 3 meses à frente: Muito confiável
  • 3 a 6 meses à frente: Bastante bom
  • 6 a 12 meses à frente: Questionável
  • 12+ meses à frente: Frequentemente errado!

Isso ocorre porque os mercados de futuros têm menos liquidez com o tempo, e as condições econômicas podem mudar significativamente.

Conclusão

A metodologia da Árvore de Expansão CME é uma excelente ferramenta para entender as expectativas de mercado de curto prazo em condições normais. Mas em períodos de crise, transições de regime de política ou para previsões de longo prazo, deve ser usada em conjunto com outros métodos, como pesquisas, modelos econômicos ou julgamento de especialistas.

Análise Sistemática das Limitações Metodológicas

Embora a metodologia da Árvore de Expansão CME represente o padrão do setor para extração de expectativas de política a partir de futuros, ela contém diversas limitações estruturais que restringem seu domínio de aplicabilidade.

Limitação 1: Restrição de Ramificação Binária

A restrição fundamental de apenas dois resultados por nó de reunião gera distorções sistemáticas quando a massa de probabilidade está genuinamente dispersa entre três ou mais cenários.

Manifestação Matemática: Considere um caso em que as probabilidades físicas são:

$$P^{\mathbb{P}}(-25\text{pb}) = 0{,}30, \quad P^{\mathbb{P}}(0\text{pb}) = 0{,}40, \quad P^{\mathbb{P}}(+25\text{pb}) = 0{,}30$$

O arcabouço binário deve forçar isso em duas categorias, produzindo:

$$P^{\mathbb{Q}}(\text{resultado}_1) = 1 - m, \quad P^{\mathbb{Q}}(\text{resultado}_2) = m$$

onde \(m\) é a mantissa. Isso inevitavelmente representa mal a distribuição verdadeira, com a distorção proporcional à massa de probabilidade no terceiro resultado excluído.

Consequências:

  • Subestimação de riscos de cauda quando as probabilidades estão genuinamente dispersas
  • Concentração artificial de massa de probabilidade em torno do resultado modal
  • Incapacidade de representar incerteza simétrica (distribuição equiequiprovável entre três estados)
Limitação 2: Contaminação por Prêmio de Risco

A metodologia extrai probabilidades neutras ao risco (\(\mathbb{Q}\)), enquanto a previsão de política requer probabilidades físicas (\(\mathbb{P}\)). A lacuna entre as duas medidas decorre do prêmio de risco:

$$\text{Preço Futuro}_t = E^{\mathbb{Q}}_t[\text{Taxa à Vista}] = E^{\mathbb{P}}_t[\text{Taxa à Vista}] + \text{Prêmio de Risco}_t$$

Magnitude Empírica (Piazzesi & Swanson 2008):

  • Prêmio de risco médio: 35 a 61 pb anualizados
  • Componente variante no tempo: contracíclico (maior durante recessões)
  • Previsibilidade: correlacionado com crescimento do emprego, spreads de rendimento, spreads de crédito corporativo

Deixar de ajustar pelo prêmio de risco distorce sistematicamente as probabilidades:

$$P^{\mathbb{Q}}(\text{alta}) > P^{\mathbb{P}}(\text{alta}) \text{ durante expansões}$$ $$P^{\mathbb{Q}}(\text{corte}) < P^{\mathbb{P}}(\text{corte}) \text{ durante recessões}$$
Limitação 3: Violações do Pressuposto de Movimento Discreto

O pressuposto de incrementos de 25 pb, embora historicamente fundamentado, falha durante crises que requerem ação política agressiva:

PeríodoMovimento Não PadrãoImpacto na Metodologia
Recessão 2001–2002Múltiplos cortes de 50 pbÁrvore binária se adapta, mas perde elegância
Crise Financeira de 2008Corte de 100 pb (outubro), mov. entre reuniõesPressuposto 5 violado; probabilidades instáveis
Crise COVID-19 de 2020150 pb de cortes de emergência (março)Altamente não padrão; previsão baseada em futuros colapsa
Combate à Inflação 2022–2023Quatro aumentos consecutivos de 75 pbÁrvore se adapta, mas subestima aumentos grandes consecutivos
Limitação 4: Confiabilidade Dependente do Horizonte

O desempenho da previsão deteriora sistematicamente com o horizonte:

$$\text{Acurácia de Previsão}(h) = \alpha - \beta \cdot h + \epsilon$$ $$\text{onde } h = \text{horizonte em meses}$$

Fatores que Impulsionam a Deterioração com o Horizonte:

  1. Liquidez Decrescente: Contratos distantes têm spreads bid-ask mais amplos, reduzindo a eficiência informacional
  2. Incerteza Macroeconômica: A variância da previsão condicional aumenta com o horizonte à medida que mais choques se materializam
  3. Risco de Regime de Política: Horizontes mais longos aumentam a probabilidade de rupturas estruturais na função de reação da política
  4. Combinação de Prêmio de Prazo: Contratos de maior prazo incorporam expectativas e prêmio de prazo em proporções complexas e variantes no tempo

Desempenho Comparativo por Horizonte (Gürkaynak et al. 2007):

  • 1–3 meses: Futuros de fundos federais dominam, superando pesquisas e modelos
  • 3–6 meses: Futuros de fundos federais equiparáveis às pesquisas com dealers primários
  • 6–12 meses: Pesquisas geralmente superiores; modelos fornecem informações complementares
  • 12+ meses: Pesquisas e modelos estruturais preferidos; futuros pouco confiáveis
Limitação 5: Nenhum Viés de Status Quo ou Mecanismo de Aprendizado

A metodologia CME de linha de base trata todos os movimentos de taxa de forma simétrica e independente. Ela não modela:

  • Gradualismo do Banco Central: Preferência por continuidade de política documentada empiricamente (Rudebusch 2002)
  • Dependência de Caminho: Correlação serial em decisões de política (probabilidade de alta seguida de alta)
  • Efeitos de Comunicação: Forward guidance alterando probabilidades de decisão
  • Dependência de Dados: Atualizações de probabilidade condicional com base em indicadores econômicos realizados

Essas características comportamentais e institucionais podem ser incorporadas por meio de arcabouços aprimorados (como os discutidos em nossa metodologia), mas estão ausentes na implementação de linha de base da CME.

Implicações Práticas para os Usuários

Melhores Práticas Recomendadas:

  1. Uso Condizente com o Horizonte: Confie nas probabilidades CME para previsões de 1 a 3 meses; combine com pesquisas para horizontes mais longos
  2. Consciência de Regime: Seja cauteloso durante crises, transições de regime de política ou quando ações entre reuniões se tornam possíveis
  3. Validação Cruzada: Compare probabilidades implícitas nos futuros com medidas baseadas em OIS, pesquisas e previsões de economistas
  4. Ajuste de Prêmio de Risco: Para previsão de política (em vez de medição de percepções de mercado), ajuste pelo prêmio de risco documentado usando modelos de emprego/spread
  5. Quantificação de Incerteza: Reporte intervalos de probabilidade em vez de estimativas pontuais; reconheça as limitações do modelo

Voltar à Página Principal de Metodologia

Esta página forneceu cobertura aprofundada da metodologia da Árvore de Expansão CME. Para saber como adaptamos essa metodologia para o Banco Central Europeu e o Banco da Inglaterra, retorne à página principal de metodologia.

Voltar à Visão Geral de Metodologia