A aposentadoria, assim como a vida, é fundamentalmente incerta. É por isso que precisamos fornecer aos clientes mais contexto sobre como seria perder seus objetivos de renda na aposentadoria e fazer isso de maneira ponderada.
Em meus dois artigos anteriores, explorei como os aposentados tendem a ter mais flexibilidade nos gastos da aposentadoria do que os modelos convencionais implicam e discuti um quadro básico para ajustar dinamicamente seus gastos. Aqui, examino como as métricas comumente usadas no planejamento financeiro, em particular a probabilidade de sucesso, são falhas e por que devemos considerar outras métricas de resultados que ofereçam insights adicionais e melhores sobre as situações de renda na aposentadoria dos clientes.
A ascensão de Monte Carlo
Os consultores financeiros frequentemente usam projeções de Monte Carlo para demonstrar a incerteza associada ao financiamento da renda de aposentadoria e outros objetivos de aposentadoria. O elemento de probabilidade, ou aleatoriedade, é o diferencial chave das projeções de Monte Carlo em comparação com os cálculos do valor temporal do dinheiro e outras metodologias.
Embora mostrar a probabilidade de não alcançar um objetivo seja importante, também é importante delinear a gama de cenários potenciais. A probabilidade de sucesso é a métrica de resultados mais comum nas ferramentas de Monte Carlo e refere-se ao número de execuções, ou tentativas, em que o objetivo é totalmente alcançado em uma simulação específica. Por exemplo, se um aposentado deseja uma renda anual de $50.000 por 30 anos e esse objetivo é alcançado 487 vezes em 1.000 execuções, há uma chance estimada de sucesso de 48,7%.
No entanto, as métricas relacionadas ao sucesso tratam o resultado de forma binária e não descrevem a magnitude do fracasso ou o quão longe o indivíduo ficou de alcançar o objetivo. De acordo com essas métricas, não importa se o aposentado falha no 10º ou 30º ano ou por $1 ou $1 milhão de dólares. Todo fracasso é tratado da mesma forma. Portanto, um aposentado pode ter uma diferença relativamente pequena, mas também uma baixa probabilidade de sucesso, especialmente quando seu objetivo de renda na aposentadoria é principalmente financiado por renda garantida e por um período relativamente longo, digamos, 30 anos.
Conclusão do objetivo
Mas um objetivo financeiro não é um conjunto discreto de resultados aprovados ou reprovados. É um espectro de possibilidades. É por isso que adicionar contexto sobre o grau de fracasso potencial é tão importante. A porcentagem do objetivo alcançado é uma métrica crítica. O gráfico acima ilustra esse efeito com um objetivo assumido de $100 por ano por 10 anos.
Nos testes de 1 a 5, por exemplo, o objetivo é apenas parcialmente atendido. A porcentagem varia entre as cinco simulações, mas cada execução constitui uma “falha” com base nas métricas relacionadas ao sucesso. Outras métricas contam uma história diferente. Usando a média de conclusão do objetivo, 90% do objetivo é alcançado, em média, enquanto as taxas de sucesso indicam uma chance de sucesso de 50%. Embora com base nos mesmos dados, essas duas métricas fornecem perspectivas muito diferentes sobre a segurança dos gastos no nível-alvo.
A taxa de sucesso relativamente baixa sugere que alcançar o objetivo está longe de ser garantido. Mas o escore de conclusão do objetivo oferece uma imagem muito mais positiva. Isso é especialmente importante com objetivos de longa duração, como a aposentadoria, onde a “falha” é mais provável nos últimos anos da simulação.
Utilidade marginal decrescente
Embora as percentagens de conclusão do objetivo demonstrem uma perspectiva mais abrangente sobre os resultados das simulações de Monte Carlo, elas também deixam de considerar como a insatisfação, ou dor, associada à perda de um objetivo pode variar. Por exemplo, não financiar despesas essenciais como moradia ou cuidados de saúde provavelmente levará a mais insatisfação do que reduzir viagens ou outros itens flexíveis.
O conceito de utilidade marginal decrescente descreve essa relação: O prazer de consumir, ou financiar, algo normalmente aumenta, mas em uma taxa decrescente. Isso pode explicar por que as pessoas compram seguros, mesmo que isso reduza a riqueza em média. Elas garantem que poderão financiar um nível mínimo de consumo.
As porcentagens de conclusão do objetivo podem ser ajustadas ainda mais para incorporar a utilidade marginal decrescente, em que a satisfação implícita associada à conquista de um determinado nível de consumo muda, especialmente dependendo de ser discricionário ou não discricionário. Desenvolvi um quadro para fazer esses ajustes com base na teoria prospecção. Esses valores podem ser agregados ao longo dos anos dentro de uma execução específica e em todas as execuções. Isso gera uma métrica de escore de conclusão do objetivo que pode exigir aconselhamento e orientação muito diferentes do modelo baseado em taxas de probabilidade de sucesso.
Trabalhando com o que temos
Nossa indústria deve utilizar métricas de resultados melhores nos planos financeiros. Essas métricas devem levar em consideração a conclusão do objetivo e incorporar mais diretamente a teoria da utilidade. Certamente, relativamente poucos instrumentos conseguem fazer isso atualmente, então os consultores financeiros podem ter que oferecer orientação aprimorada usando as ferramentas atuais.
Aqueles consultores financeiros que continuam a depender de taxas de sucesso devem reduzir um pouco suas metas. De acordo com minha pesquisa, 80% é provavelmente a meta certa. Isso pode parecer baixo: quem quer uma chance de 20% de fracasso? Mas o valor mais baixo reflete o fato de que “falha” nessas situações raramente é cataclísmica como a métrica sugere.
Os clientes também precisam de mais contexto sobre o que exatamente implica um resultado ruim. Como consultores financeiros, podemos explicar quanto rendimento é gerado nas simulações mal sucedidas. Quão ruins são os cenários de pior caso? O cliente terá que gerar $90.000 aos 95 anos? Isso é muito mais significativo do que uma taxa de sucesso e demonstra quão mal as coisas poderiam dar errado se não forem bem.
Conclusões
A probabilidade de sucesso pode ser a principal métrica de resultados para os consultores que usam projeções de Monte Carlo, mas ela ignora completamente a magnitude do fracasso. As taxas de sucesso podem ser especialmente problemáticas para aposentados com níveis mais altos de renda protegida ou garantida e para aqueles com mais flexibilidade de gastos. Métricas alternativas de resultados podem ajudar a preencher a lacuna e garantir que fornecemos informações razoáveis e precisas aos clientes para ajudá-los a tomar as melhores decisões financeiras possíveis.
Se você gostou deste post, não se esqueça de se inscrever no Enterprising Investor.
Todas as postagens são opiniões do autor. Como tal, elas não devem ser interpretadas como consultoria de investimento, nem refletem necessariamente as opiniões do CFA Institute ou do empregador do autor.
Crédito da imagem: © Getty Images / gilaxia
Aprendizado profissional para membros do CFA Institute
Os membros do CFA Institute têm autoridade para determinar e relatar por conta própria créditos de aprendizado profissional (PL) obtidos, incluindo conteúdo do Enterprising Investor. Os membros podem registrar os créditos facilmente usando seu rastreador PL online.