Artigo escrito por Mike Googe, gerente de produto BTCA da Bloomberg.
A análise de custo de negociação (TCA) é uma atividade essencial para traders de renda fixa que buscam insights de qualidade de execução quantitativa. Isto gera um círculo vicioso no qual a demanda por análises de alta qualidade pressiona por mudança nas práticas e microestrutura do mercado. O próximo passo é apresentar um contexto maior para permitir que o desempenho relativo seja considerado. Com o aumento da concorrência por negócios, as empresas são desafiadas a monitorar e, o mais importante, a demonstrar que podem obter o melhor desempenho comercial. Mas o que é o ‘melhor’?
Medida relativa
Sabemos que há custos ao executar uma negociação, mas qual é a melhor forma de medir estes custos? O princípio básico da análise de custo de transação (TCA) é comparar o preço de execução alcançado em relação a algum certo benchmark, como o slippage de ordem em geral, da entrada até a conclusão, ou a captura do impacto do spread de compra/venda utilizando um benchmark far touch. Estas medidas fornecem insights valiosos, mas o fazem em termos absolutos e não contam a história toda — não é tão simples quanto dizer que um desempenho positivo é “bom” e um negativo é “ruim”. Seja qual for o desempenho, você pode sempre se perguntar ‘Poderia ter sido melhor?’.
Uma abordagem para se obter uma perspectiva é utilizar benchmarks relativos. Estes geralmente se incluem em duas categorias: estimativas de pré-trade preditivas, que modelam dados para prever um custo de negociação provável, e benchmarks de peer, que representam a agregação do desempenho de uma comunidade.
Benchmarks de peer
Permitem que traders comparem seu desempenho absoluto com o desempenho agregado obtido de uma comunidade de colaboradores. Mas o que são benchmarks de peer? Para esclarecer, ‘peer’ não se refere a um agrupamento de empresas semelhantes. Isto poderia diluir os dados da amostra em um conjunto de grupos de peers. Cada empresa é única e negocia e opera de forma distinta. Portanto, peers têm características de ordem agrupadas para fazer comparações significativas.
A criação de dados úteis de peers de renda fixa apresenta desafios únicos devido às características de liquidez e à sazonalidade dos títulos, portanto, é necessário cuidado ao selecionar benchmarks e agrupamentos mais adequados. Ao criar dados de peer para renda fixa, é fundamental que se faça uma comparação exata. Por exemplo, agrupar por compras ou vendas produz muitos dados, sem adicionar nada de valor. No entanto, criar um grupo de peers no nível de uma emissão de título individual pode não fornecer dados suficientes, e também aumenta o risco de vazamento de informações. A característica-chave para fornecer um insight significativo é alcançada equilibrando grupos, como ratings, maturidade e dificuldade de ordens, para possibilitar o agrupamento de ordens com características semelhantes para uma comparação. Agora você tem a base para uma comparação absoluta e relativa relevante. Está mais próximo da resposta para saber se ‘esta é uma boa negociação?’.
Outra característica-chave de um conjunto de dados de peers adequado é a classificação, que mostra onde seu desempenho absoluto se encontra comparado a outros colaboradores no agrupamento selecionado. Em nosso exemplo, o fato de ter superado o peer por 3pb não significa que tenha atingido o top 5% dos colaboradores ou que esteja apenas acima da média. A classificação, portanto, mostra sua posição em relação ao grupo de peers. A qualidade destes dados é crucial para uma utilização segura. Impor um número mínimo de ordens, com curadoria de possíveis outliers e colaboradores, e, ao mesmo tempo, remover suas próprias contribuições antes de calcular um benchmark, resultará em resultados confiáveis.
Por fim, a aplicabilidade de peers não para por aí. Também pode informar o monitoramento de melhor execução. A sugestão de limites de desempenho com base nas caudas dos dados de peers pode fornecer um quadro de referência sólido para estabelecer uma política de melhor execução sustentável.
Colocando os custos em contexto
Após medir seu desempenho em relação ao grupo de peers, o próximo passo é analisar seus custos. Para realizar comparações significativas, você precisa de contexto, e isto pode ser obtido por meio do agrupamento cuidadoso de resultados e do uso do spread/benchmark para obter perspectiva.
Assim como na análise inicial de peers, o grupo com o qual você compara seus custos é importante. As características básicas de uma ordem são a emissão, o volume e a quantidade, e o lado da negociação (compra ou venda). No entanto, há muitas outras características para se comparar as negociações, como vencimento e rating de crédito. Estas também podem ser sobrepostas com variáveis de mercado mais amplas, como volatilidade do mercado, momentum ou spread de compra/venda para fornecer uma análise de alta resolução. Por exemplo, comparar desempenhos com maturidades de longo e curto prazo, ou durante condições de mercado de alta e baixa volatilidade, pode fornecer uma imagem mais precisa da qualidade da negociação. Pode não fazer sentido definir o mesmo limite para o desempenho da negociação quando a volatilidade do mercado for alta e não baixa.
Um agrupamento adequado é o primeiro passo para gerar contexto, o que pode ser significativamente reforçado ao adicionar outra perspectiva relativa, como o spread/benchmark e a comparação com um índice.
O spread é uma ferramenta onipresente na precificação de títulos, mas também pode ajudar a explicar sua análise de custo de transação (TCA). Por exemplo, se uma ordem chega às 10h, podemos observar o preço de chegada e utilizá-lo para calcular o custo em relação ao preço final de execução. Digamos que o resultado tenha sido um slippage de -35 pb. Após a análise de custo de transação de pós-trade, a hora de execução foi às 10h15 e no período de 15 minutos o preço se movimentou contra você. Ao decompor a análise, nota-se que o desempenho no momento da execução apresentou um slippage de apenas -3 pb. A execução relativa ao mercado no momento da execução foi aceitável, mas um custo de ordem geral de -35 pb ainda levanta questões. É aqui que se pode utilizar o spread/benchmark para mais contexto. Ao calcular o spread no momento da chegada da ordem, vemos que estava 25 pb acima de seu benchmark padrão. Se realizarmos a mesma operação no tempo de execução e observarmos que o spread permaneceu constante, você pode considerar como um slippage real em termos absolutos, mas agora pode explicar que o spread alvo foi mantido durante a vida da ordem.
O spread/benchmark talvez possa ser considerado como um índice deum ativo. O próximo passo é fazer esta comparação com um índice ao qual pertence a emissão do título, como o Bloomberg Barclays BRAIS. Por exemplo, ao comparar o movimento no preço de sua emissão-alvo com seu índice correlacionado durante um determinado período antes da chegada da ordem ou após a conclusão da ordem, pode-se confirmar se o preço da emissão-alvo teve um desempenho abaixo ou acima do índice. Esta comparação explica se as emissões sendo negociadas estão se movendo de forma adversa ou favorável em termos relativos e não apenas absolutos. Esta camada extra de refinamento pode informar sobre a melhor forma de gerenciar/reagir ao comportamento de originadores de ordens (por exemplo, gestores de portfólio ou clientes) e também demonstrar se é específico da emissão ou de todo o mercado.
Então, foi uma boa negociação?
A análise de renda fixa evolui rapidamente, à medida que os participantes buscam acessar insights que permitem melhorar seu desempenho e demonstrar valor. Medidas relativas emergentes, como benchmarks de peers, ou dados de contexto mais refinados, como spread/benchmark ou comparações de índice, possibilitam que os participantes agora tenham uma estrutura de referência mais clara para compreender e explicar sua análise de pós-trade.
Então, a pergunta que você precisa se fazer é: “Eu executei a melhor negociação até agora?”. Mesmo com os melhores dados disponíveis e as análises mais sofisticadas, é uma pergunta difícil de responder. No entanto, ao comparar sua negociação com um grupo de peers bem formado e ao colocar seus custos em contexto, seria muito mais provável que “sim”.