A Década Perdida dos Multimercados

fundos de investimentos
multimercado
captação
Autor

Lemuel Lemos

Data de Publicação

14 de junho de 2026

Entre 2022 e 2025, os fundos multimercados acumularam um dos maiores ciclos de saída de recursos da história recente da indústria de fundos brasileira. Depois de quase uma década de crescimento relativamente contínuo — período em que o patrimônio líquido agregado do setor chegou a superar R$ 1,7 trilhão —, os fluxos se inverteram de forma abrupta, e uma parcela expressiva dos recursos captados nos anos anteriores foi devolvida aos cotistas.

O ponto aqui não é fechar um diagnóstico definitivo, e sim organizar os dados para entender a escala e a natureza dessa reversão. A análise está dividida em quatro frentes: a captação anual, a trajetória acumulada dos fluxos, a evolução do patrimônio líquido e a distribuição dos retornos.

Mostrar código 
atualizar_base <- FALSE
baixar_cvm <- FALSE
overwrite_download <- FALSE
periodo_inicial <- "2015-01"
periodo_final <- "2022-12"

source("script_captacao_multimercado.R")

📊 Bloco 1 — Comportamento da Captação por Ano

A primeira leitura é a da captação líquida anual. Nesse recorte, os ciclos da indústria aparecem com mais nitidez e o ruído de curto prazo perde relevância.

Antes dos gráficos, há uma escolha metodológica importante. Para evitar que categorias residuais distorçam a leitura, o recorte mantém abertas apenas as classes que tiveram mais de 100 fundos em todos os anos da amostra. Com isso, a análise passa a girar em torno de Multimercados Investimento no Exterior, Multimercados Livre e Multimercados Macro; o restante fica concentrado em Outros.

Mostrar código 
contagem_tipos_anual |>
  dplyr::rename(Tipo = `Tipo ANBIMA`) |>
  gt::gt(rowname_col = "Tipo") |>
  gt::fmt_number(columns = where(is.numeric), decimals = 0) |>
  gt::tab_header(
    title = gt::md("**Fundos por Tipo ANBIMA — 2015 a 2025**"),
    subtitle = "Critério de agrupamento: categorias com mais de 100 fundos em todos os anos da amostra"
  ) |>
  gt::tab_options(
    table.font.size = gt::px(13),
    table.border.top.style = "none",
    table.border.bottom.style = "none",
    heading.align = "left",
    heading.border.bottom.style = "solid",
    heading.border.bottom.color = "#e0e0e0",
    heading.border.bottom.width = gt::px(1),
    column_labels.border.top.style = "none",
    column_labels.border.bottom.style = "solid",
    column_labels.border.bottom.color = "#e0e0e0",
    column_labels.border.bottom.width = gt::px(1),
    column_labels.font.weight = "bold",
    column_labels.background.color = "#fafafa",
    stub.border.style = "none",
    stub.font.weight = "bold",
    data_row.padding = gt::px(8),
    table_body.border.bottom.color = "#e0e0e0",
    row.striping.background_color = "#f5f5f5"
  ) |>
  gt::opt_row_striping()
Fundos por Tipo ANBIMA — 2015 a 2025
Critério de agrupamento: categorias com mais de 100 fundos em todos os anos da amostra
2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025
Multimercados Balanceados 22 22 22 22 22 24 26 29 29 26 27
Multimercados Capital Protegido 18 20 20 20 20 20 21 29 31 30 30
Multimercados Dinâmico 83 90 106 123 158 194 244 262 279 273 222
Multimercados Estratégia Específica 61 68 83 97 136 198 280 347 409 423 406
Multimercados Investimento no Exterior 2,195 2,617 3,086 3,457 3,982 4,709 5,753 6,506 7,230 7,749 6,628
Multimercados Juros e Moedas 94 107 114 122 124 140 150 153 160 155 152
Multimercados Livre 1,172 1,325 1,532 1,753 2,103 2,558 3,148 3,741 4,353 4,757 4,451
Multimercados Long and Short - Direcional 29 35 47 57 77 90 105 120 125 124 127
Multimercados Long and Short - Neutro 11 11 15 16 21 22 23 25 29 29 29
Multimercados Macro 173 221 305 447 569 664 779 841 896 923 883
Multimercados Trading 7 7 7 7 8 10 10 12 12 12 11
Mostrar código 
dados_captacao_anual <- dados_fundos_multimercado |>
  dplyr::mutate(Ano = lubridate::year(DT_COMPTC)) |>
  dplyr::filter(Ano >= 2015, Ano <= 2025) |>
  dplyr::summarise(
    NET_CAPTACAO = sum(NET_CAPTACAO, na.rm = TRUE) / 1e9,
    .by = c("Ano", "Tipo_Ajustado")
  ) |>
  dplyr::arrange(Ano)

dados_captacao_anual_grafico <- dados_captacao_anual |>
  tidyr::pivot_wider(
    names_from = Tipo_Ajustado,
    values_from = NET_CAPTACAO,
    values_fill = 0
  ) |>
  dplyr::mutate(
    Total = `Multimercados Investimento no Exterior` +
      `Multimercados Livre` +
      `Multimercados Macro` +
      Outros,
    Ano = as.character(Ano)
  )

dados_captacao_anual_grafico |>
  echarts4r::e_charts(Ano) |>
  echarts4r::e_bar(
    `Multimercados Investimento no Exterior`,
    stack = "total",
    name = "Multimercados Investimento no Exterior"
  ) |>
  echarts4r::e_bar(
    `Multimercados Livre`,
    stack = "total",
    name = "Multimercados Livre"
  ) |>
  echarts4r::e_bar(
    `Multimercados Macro`,
    stack = "total",
    name = "Multimercados Macro"
  ) |>
  echarts4r::e_bar(
    Outros,
    stack = "total",
    name = "Outros"
  ) |>
  echarts4r::e_line(
    Total,
    name = "Total",
    symbol = "circle",
    symbolSize = 8,
    color = "#111111",
    lineStyle = list(width = 3)
  ) |>
  echarts4r::e_tooltip(
    trigger = "axis",
    formatter = htmlwidgets::JS(
      "function(params){ var eixo = params[0].axisValueLabel || params[0].axisValue || ''; return eixo + '<br/>' + params.map(function(p){ var valor = Array.isArray(p.value) ? p.value[p.value.length - 1] : p.value; return p.marker + ' ' + p.seriesName + ': R$ ' + Number(valor).toFixed(2) + ' bi'; }).join('<br/>'); }"
    )
  ) |>
  echarts4r::e_title(
    text = "Captação Líquida Anual por Categoria",
    subtext = "Fundos multimercados | Valores em R$ bilhões | 2015–2025"
  ) |>
  echarts4r::e_y_axis(
    name = "Captação líquida (R$ bi)",
    axisLabel = list(
      formatter = htmlwidgets::JS(
        "function(v){ return 'R$ ' + v.toFixed(0) + ' bi'; }"
      )
    )
  ) |>
  echarts4r::e_legend(orient = "horizontal", bottom = 10, left = "center") |>
  echarts4r::e_grid(bottom = 120, top = 60)
Mostrar código 
dados_captacao_anual |>
  tidyr::pivot_wider(
    names_from = Ano,
    values_from = NET_CAPTACAO,
    values_fill = 0
  ) |>
  dplyr::rename(Tipo = Tipo_Ajustado) |>
  dplyr::rowwise() |>
  dplyr::mutate(
    Total = sum(dplyr::c_across(-Tipo), na.rm = TRUE)
  ) |>
  dplyr::ungroup() |>
  dplyr::relocate(Total, .after = last_col()) |>
  gt::gt(rowname_col = "Tipo") |>
  gt::fmt_number(columns = where(is.numeric), decimals = 2) |>
  gt::data_color(
    columns = where(is.numeric),
    palette = c("#c0392b", "#ffffff", "#27ae60")
  ) |>
  gt::tab_style(
    style = list(
      gt::cell_borders(sides = "left", color = "#d0d0d0", weight = gt::px(1)),
      gt::cell_text(weight = "bold")
    ),
    locations = gt::cells_body(columns = Total)
  ) |>
  gt::tab_style(
    style = gt::cell_text(weight = "bold"),
    locations = gt::cells_column_labels(columns = Total)
  ) |>
  gt::tab_header(
    title = gt::md("**Captação Líquida Anual por Categoria**"),
    subtitle = gt::md(
      "Valores em R$ bilhões · 🟢 captação positiva · 🔴 saída líquida"
    )
  ) |>
  gt::tab_options(
    table.font.size = gt::px(13),
    table.border.top.style = "none",
    table.border.bottom.style = "none",
    heading.align = "left",
    heading.border.bottom.style = "solid",
    heading.border.bottom.color = "#e0e0e0",
    heading.border.bottom.width = gt::px(1),
    column_labels.border.top.style = "none",
    column_labels.border.bottom.style = "solid",
    column_labels.border.bottom.color = "#e0e0e0",
    column_labels.border.bottom.width = gt::px(1),
    column_labels.font.weight = "bold",
    column_labels.background.color = "#fafafa",
    stub.border.style = "none",
    stub.font.weight = "bold",
    data_row.padding = gt::px(8),
    table_body.border.bottom.color = "#e0e0e0"
  )
Captação Líquida Anual por Categoria
Valores em R$ bilhões · 🟢 captação positiva · 🔴 saída líquida
2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Total
Multimercados Livre −2.86 6.63 36.83 56.84 95.91 129.78 8.71 −118.64 −73.67 −106.56 −80.44 −47.47
Multimercados Macro −8.66 21.90 69.30 74.98 47.32 −8.86 −32.43 −14.52 −95.15 −146.46 −74.78 −167.37
Multimercados Investimento no Exterior 29.79 27.22 35.08 18.35 44.55 52.74 90.72 −9.79 −55.59 −200.96 −19.35 12.76
Outros −2.21 6.43 23.43 0.78 17.89 33.39 30.78 −13.57 −43.92 −39.74 −30.44 −17.18

O quadro anual mostra que o movimento ficou concentrado em poucas classes. Multimercados Livre e Multimercados Macro lideraram a captação no ciclo de expansão e passaram a concentrar também as maiores saídas a partir de 2022. É nelas, portanto, que a mudança de regime aparece de forma mais nítida.

Para localizar melhor a inflexão, vale descer ao dado mensal e colocar captação bruta e resgates na mesma série. É nesse confronto que o desequilíbrio começa a aparecer.

Mostrar código 
dados_fundos_multimercado |>
  dplyr::mutate(
    Ano = lubridate::year(DT_COMPTC),
    Mes = lubridate::month(DT_COMPTC)
  ) |>
  dplyr::filter(Ano >= 2015, Ano <= 2025) |>
  dplyr::summarise(
    Captacao = sum(CAPTC_DIA, na.rm = TRUE) / 1e9,
    Resgates = -sum(RESG_DIA, na.rm = TRUE) / 1e9,
    .by = c("Ano", "Mes")
  ) |>
  dplyr::mutate(
    Competencia = as.Date(paste(Ano, Mes, "01", sep = "-")),
    CAPTC_LIQ = Captacao + Resgates
  ) |>
  dplyr::arrange(Competencia) -> captacao_mensal

captacao_mensal |>
  echarts4r::e_charts(Competencia) |>
  echarts4r::e_bar(
    Captacao,
    name = "Captação bruta",
    color = "steelblue",
    stack = "total"
  ) |>
  echarts4r::e_bar(
    Resgates,
    name = "Resgates",
    color = "tomato",
    stack = "total"
  ) |>
  echarts4r::e_line(
    CAPTC_LIQ,
    name = "Captação líquida",
    color = "darkgreen"
  ) |>
  echarts4r::e_title(
    text = "Captação Bruta e Resgates Mensais — Fundos Multimercados",
    subtext = "Valores em R$ bilhões | 2015–2025"
  ) |>
  echarts4r::e_legend(right = TRUE) |>
  echarts4r::e_tooltip(
    trigger = "axis",
    formatter = htmlwidgets::JS(
      "function(params){ var eixo = params[0].axisValueLabel || params[0].axisValue || ''; return eixo + '<br/>' + params.map(function(p){ var valor = Array.isArray(p.value) ? p.value[p.value.length - 1] : p.value; return p.marker + ' ' + p.seriesName + ': R$ ' + Number(valor).toFixed(2) + ' bi'; }).join('<br/>'); }"
    )
  ) |>
  echarts4r::e_y_axis(
    axisLabel = list(
      formatter = htmlwidgets::JS(
        "function(v){ return 'R$ ' + v.toFixed(0) + ' bi'; }"
      )
    )
  ) |>
  echarts4r::e_x_axis(axisLabel = list(rotate = 45)) |>
  echarts4r::e_grid(left = "10%", right = "10%")

O gráfico mensal divide a década em dois momentos. De 2015 até meados de 2021, a captação bruta superou os resgates na maior parte do tempo. A partir do segundo semestre de 2021, essa relação começa a se inverter; em 2022, o saldo negativo deixa de ser exceção e passa a se repetir com regularidade.

Como a série mensal é volátil, a leitura seguinte usa uma janela móvel de 12 meses. Esse recorte suaviza a sazonalidade e mostra com mais clareza quando a perda de fôlego deixa de ser episódica e passa a caracterizar uma mudança de tendência.

Mostrar código 
dados_fundos_multimercado |>
  dplyr::mutate(
    Ano = lubridate::year(DT_COMPTC),
    Mes = lubridate::month(DT_COMPTC)
  ) |>
  dplyr::filter(Ano >= 2015, Ano <= 2025) |>
  dplyr::summarise(
    CAPTC_LIQ = sum(NET_CAPTACAO, na.rm = TRUE) / 1e9,
    .by = c("Ano", "Mes", "Tipo_Ajustado")
  ) |>
  dplyr::mutate(Competencia = as.Date(paste(Ano, Mes, "01", sep = "-"))) |>
  dplyr::arrange(Tipo_Ajustado, Competencia) |>
  dplyr::group_by(Tipo_Ajustado) |>
  dplyr::mutate(
    Captacao_12m = as.numeric(stats::filter(CAPTC_LIQ, rep(1, 12), sides = 1))
  ) |>
  dplyr::filter(!is.na(Captacao_12m)) |>
  dplyr::ungroup() |>
  dplyr::group_by(Tipo_Ajustado) |>
  echarts4r::e_charts(Competencia) |>
  echarts4r::e_line(Captacao_12m, smooth = TRUE) |>
  echarts4r::e_tooltip(
    trigger = "axis",
    formatter = htmlwidgets::JS(
      "function(params){ var eixo = params[0].axisValueLabel || params[0].axisValue || ''; return eixo + '<br/>' + params.map(function(p){ var valor = Array.isArray(p.value) ? p.value[p.value.length - 1] : p.value; return p.marker + ' ' + p.seriesName + ': R$ ' + Number(valor).toFixed(2) + ' bi'; }).join('<br/>'); }"
    )
  ) |>
  echarts4r::e_title(
    text = "Captação Líquida por Categoria — Janela Móvel de 12 Meses",
    subtext = "Soma dos últimos 12 meses | Valores em R$ bilhões | 2016–2025"
  ) |>
  echarts4r::e_y_axis(
    axisLabel = list(
      formatter = htmlwidgets::JS(
        "function(v){ return 'R$ ' + v.toFixed(0) + ' bi'; }"
      )
    )
  ) |>
  echarts4r::e_x_axis(axisLabel = list(rotate = 45)) |>
  echarts4r::e_mark_line(
    data = list(yAxis = 0),
    lineStyle = list(color = "#cc3333", type = "dashed", width = 1.5),
    label = list(show = FALSE),
    title = ""
  ) |>
  echarts4r::e_legend(orient = "horizontal", bottom = 10, left = "center") |>
  echarts4r::e_grid(bottom = 120, top = 60)

O ponto central está no momento em que as curvas passam a rodar abaixo de zero, em diferentes momentos entre 2022 e 2023, a depender da categoria. Nesse trecho, a indústria deixa de registrar episódios isolados de resgate e passa a exibir um padrão persistente de saídas em base anualizada.

📈 Bloco 2 — Captação Acumulada nos Últimos 10 Anos

Depois de mapear o comportamento anual e mensal, faz sentido olhar para o saldo acumulado de cada classe ao longo da década. É esse recorte que mostra o tamanho efetivo do avanço e, depois, da devolução de recursos.

Mostrar código 
captacao_mensal |>
  dplyr::mutate(Acumulado = cumsum(CAPTC_LIQ)) |>
  echarts4r::e_charts(Competencia) |>
  echarts4r::e_line(
    Acumulado,
    name = "Captação líquida acumulada",
    color = "#1a1a2e",
    smooth = TRUE
  ) |>
  echarts4r::e_area(
    Acumulado,
    name = "Captação líquida acumulada",
    color = "#1a1a2e",
    itemStyle = list(opacity = 0.15)
  ) |>
  echarts4r::e_title(
    text = "Captação Líquida Acumulada — Fundos Multimercados",
    subtext = "Base: janeiro de 2015 | Valores em R$ bilhões"
  ) |>
  echarts4r::e_tooltip(
    trigger = "axis",
    formatter = htmlwidgets::JS(
      "function(params){ var eixo = params[0].axisValueLabel || params[0].axisValue || ''; return eixo + '<br/>' + params.map(function(p){ var valor = Array.isArray(p.value) ? p.value[p.value.length - 1] : p.value; return p.marker + ' ' + p.seriesName + ': R$ ' + Number(valor).toFixed(2) + ' bi'; }).join('<br/>'); }"
    )
  ) |>
  echarts4r::e_y_axis(
    axisLabel = list(
      formatter = htmlwidgets::JS(
        "function(v){ return 'R$ ' + v.toFixed(0) + ' bi'; }"
      )
    )
  ) |>
  echarts4r::e_x_axis(axisLabel = list(rotate = 45)) |>
  echarts4r::e_grid(left = "12%", right = "10%") |>
  echarts4r::e_legend(show = FALSE)

A curva acumulada resume a história da década em um único traço. Entre 2015 e 2021, o movimento é de alta quase contínua, refletindo uma indústria que ainda atraía capital de forma recorrente. A partir do pico, em torno de 2021, a trajetória se inverte e a devolução de recursos ganha velocidade.

Desagregando por categoria, os padrões se diferenciam:

Mostrar código 
dados_fundos_multimercado |>
  dplyr::mutate(
    Ano = lubridate::year(DT_COMPTC),
    Mes = lubridate::month(DT_COMPTC)
  ) |>
  dplyr::filter(Ano >= 2015, Ano <= 2025) |>
  dplyr::summarise(
    CAPTC_LIQ = sum(NET_CAPTACAO, na.rm = TRUE) / 1e9,
    .by = c("Ano", "Mes", "Tipo_Ajustado")
  ) |>
  dplyr::mutate(Competencia = as.Date(paste(Ano, Mes, "01", sep = "-"))) |>
  dplyr::arrange(Competencia) |>
  dplyr::group_by(Tipo_Ajustado) |>
  dplyr::mutate(Acumulado = cumsum(CAPTC_LIQ)) |>
  dplyr::ungroup() |>
  dplyr::group_by(Tipo_Ajustado) |>
  echarts4r::e_charts(Competencia) |>
  echarts4r::e_line(Acumulado, smooth = TRUE) |>
  echarts4r::e_tooltip(
    trigger = "axis",
    formatter = htmlwidgets::JS(
      "function(params){ var eixo = params[0].axisValueLabel || params[0].axisValue || ''; return eixo + '<br/>' + params.map(function(p){ var valor = Array.isArray(p.value) ? p.value[p.value.length - 1] : p.value; return p.marker + ' ' + p.seriesName + ': R$ ' + Number(valor).toFixed(2) + ' bi'; }).join('<br/>'); }"
    )
  ) |>
  echarts4r::e_title(
    text = "Captação Líquida Acumulada por Categoria",
    subtext = "Base: janeiro de 2015 | Valores em R$ bilhões"
  ) |>
  echarts4r::e_y_axis(
    name = "Acumulado (R$ bi)",
    axisLabel = list(
      formatter = htmlwidgets::JS(
        "function(v){ return 'R$ ' + v.toFixed(0) + ' bi'; }"
      )
    )
  ) |>
  echarts4r::e_legend(orient = "horizontal", bottom = 10, left = "center") |>
  echarts4r::e_grid(bottom = 120, top = 60)

Entre as classes abertas no gráfico, Multimercados Livre concentram o maior ganho acumulado no ciclo de expansão e também a correção mais intensa depois de 2022. Multimercados Macro seguem a mesma direção, mas em escala menor. Multimercados Investimento no Exterior avançam com força entre 2018 e 2021, no auge da demanda por exposição externa, e depois entram no mesmo processo de reversão. Já Outros têm trajetória mais estável e peso marginal tanto na fase de entrada quanto na de saída.

💼 Bloco 3 — Evolução do Patrimônio Líquido

Captação não é sinônimo de patrimônio. O estoque de recursos também responde ao desempenho dos ativos e, por isso, pode cair menos do que os fluxos sugerem. O gráfico a seguir mostra como o patrimônio líquido de cada categoria evoluiu ao longo do período.

Mostrar código 
pl_fechamento_fundo_anual <- dados_fundos_multimercado |>
  dplyr::mutate(
    Ano = lubridate::year(DT_COMPTC)
  ) |>
  dplyr::filter(Ano >= 2015, Ano <= 2025) |>
  dplyr::group_by(Ano, CNPJ_FUNDO, Tipo_Ajustado) |>
  dplyr::slice_max(DT_COMPTC, n = 1, with_ties = FALSE) |>
  dplyr::ungroup() |>
  dplyr::transmute(
    Ano,
    CNPJ_FUNDO,
    Tipo_Ajustado,
    Competencia = DT_COMPTC,
    PL = VL_PATRIM_LIQ / 1e9
  ) |>
  dplyr::arrange(Ano, Tipo_Ajustado, CNPJ_FUNDO)

dados_pl_anual <- pl_fechamento_fundo_anual |>
  dplyr::summarise(
    PL = sum(PL, na.rm = TRUE),
    Competencia = max(Competencia),
    .by = c("Ano", "Tipo_Ajustado")
  ) |>
  dplyr::arrange(Ano)

dados_pl_anual_grafico <- dados_pl_anual |>
  tidyr::pivot_wider(
    names_from = Tipo_Ajustado,
    values_from = PL,
    values_fill = 0
  ) |>
  dplyr::mutate(
    Total = `Multimercados Investimento no Exterior` +
      `Multimercados Livre` +
      `Multimercados Macro` +
      Outros,
    Ano = as.character(Ano)
  )

dados_pl_anual_grafico |>
  echarts4r::e_charts(Ano) |>
  echarts4r::e_bar(
    `Multimercados Investimento no Exterior`,
    stack = "total",
    name = "Multimercados Investimento no Exterior"
  ) |>
  echarts4r::e_bar(
    `Multimercados Livre`,
    stack = "total",
    name = "Multimercados Livre"
  ) |>
  echarts4r::e_bar(
    `Multimercados Macro`,
    stack = "total",
    name = "Multimercados Macro"
  ) |>
  echarts4r::e_bar(
    Outros,
    stack = "total",
    name = "Outros"
  ) |>
  echarts4r::e_line(
    Total,
    name = "Total",
    symbol = "circle",
    symbolSize = 8,
    color = "#111111",
    lineStyle = list(width = 3)
  ) |>
  echarts4r::e_tooltip(
    trigger = "axis",
    formatter = htmlwidgets::JS(
      "function(params){ var eixo = params[0].axisValueLabel || params[0].axisValue || ''; return eixo + '<br/>' + params.map(function(p){ var valor = Array.isArray(p.value) ? p.value[p.value.length - 1] : p.value; return p.marker + ' ' + p.seriesName + ': R$ ' + Number(valor).toFixed(2) + ' bi'; }).join('<br/>'); }"
    )
  ) |>
  echarts4r::e_title(
    text = "Patrimônio Líquido por Categoria",
    subtext = "Valores em R$ bilhões | 2015–2025"
  ) |>
  echarts4r::e_y_axis(
    name = "PL (R$ bi)",
    axisLabel = list(
      formatter = htmlwidgets::JS(
        "function(v){ return 'R$ ' + v.toFixed(0) + ' bi'; }"
      )
    )
  ) |>
  echarts4r::e_x_axis(axisLabel = list(rotate = 45)) |>
  echarts4r::e_legend(orient = "horizontal", bottom = 10, left = "center") |>
  echarts4r::e_grid(bottom = 120, top = 60)

O patrimônio encolhe menos do que a captação isolada faria supor. A explicação é direta: captação mede fluxo; patrimônio mede estoque. Para aproximar essas duas dimensões, o gráfico seguinte decompõe a variação anual do PL entre captação líquida e um resíduo tratado aqui como rentabilidade implícita.

Mostrar código 
pl_fechamento_anual_total <- pl_fechamento_fundo_anual |>
  dplyr::summarise(
    Competencia = max(Competencia),
    PL = sum(PL, na.rm = TRUE),
    .by = Ano
  ) |>
  dplyr::arrange(Ano)

captacao_anual_total <- dados_fundos_multimercado |>
  dplyr::mutate(Ano = lubridate::year(DT_COMPTC)) |>
  dplyr::filter(Ano >= 2015, Ano <= 2025) |>
  dplyr::summarise(
    Captacao_Liquida = sum(NET_CAPTACAO, na.rm = TRUE) / 1e9,
    .by = Ano
  )

reconciliacao_pl <- pl_fechamento_anual_total |>
  dplyr::left_join(captacao_anual_total, by = "Ano") |>
  dplyr::mutate(
    Variacao_PL = PL - dplyr::lag(PL),
    Rentabilidade_Implicita = Variacao_PL - Captacao_Liquida
  ) |>
  dplyr::filter(!is.na(Variacao_PL)) |>
  dplyr::mutate(Ano = as.character(Ano))

reconciliacao_pl |>
  echarts4r::e_charts(Ano) |>
  echarts4r::e_bar(
    Captacao_Liquida,
    stack = "componentes",
    name = "Captação líquida",
    color = "#4c78a8"
  ) |>
  echarts4r::e_bar(
    Rentabilidade_Implicita,
    stack = "componentes",
    name = "Rentabilidade implícita",
    color = "#f58518"
  ) |>
  echarts4r::e_line(
    Variacao_PL,
    name = "Variação do PL",
    color = "#1f1f1f",
    lineStyle = list(width = 3)
  ) |>
  echarts4r::e_tooltip(
    trigger = "axis",
    formatter = htmlwidgets::JS(
      "function(params){ var eixo = params[0].axisValueLabel || params[0].axisValue || ''; return eixo + '<br/>' + params.map(function(p){ var valor = Array.isArray(p.value) ? p.value[p.value.length - 1] : p.value; return p.marker + ' ' + p.seriesName + ': R$ ' + Number(valor).toFixed(2) + ' bi'; }).join('<br/>'); }"
    )
  ) |>
  echarts4r::e_title(
    text = "Reconciliação da Variação do PL",
    subtext = "Variação do PL = captação líquida + rentabilidade implícita | Valores em R$ bilhões | 2016–2025"
  ) |>
  echarts4r::e_y_axis(
    name = "Variação anual (R$ bi)",
    axisLabel = list(
      formatter = htmlwidgets::JS(
        "function(v){ return 'R$ ' + v.toFixed(0) + ' bi'; }"
      )
    )
  ) |>
  echarts4r::e_x_axis(axisLabel = list(rotate = 45)) |>
  echarts4r::e_legend(orient = "horizontal", bottom = 10, left = "center") |>
  echarts4r::e_grid(bottom = 120, top = 60)

A decomposição melhora a leitura do ajuste. Em vários anos, a rentabilidade implícita funciona como colchão: mesmo com saídas líquidas relevantes, o retorno dos ativos ajuda a preservar parte do patrimônio. É importante, porém, tratar esse número com cautela. Não se trata de uma medida direta de performance, mas de um resíduo que também absorve diferenças de cobertura entre as bases. Isso é particularmente relevante em fundos encerrados ao longo do ano, cujo PL pode permanecer registrado na última data disponível, enquanto os resgates já aparecem integralmente na série de captação. Ainda assim, a ordem de grandeza sugere que olhar apenas para os fluxos exagera a contração do estoque de recursos da indústria.

📉 Bloco 4 — Rentabilidade por Categoria

Fluxo não explica tudo. Para entender por que o investidor saiu, é preciso olhar também para o que os fundos entregaram em retorno num ambiente em que o CDI voltou a competir com força.

O gráfico abaixo traz a distribuição dos retornos anuais por categoria, com o CDI como referência de custo de oportunidade. Os outliers foram retirados pelo critério do IQR para evitar que poucos casos extremos contaminem a leitura do conjunto.

Mostrar código 
rentabilidade_plot |>
  ggplot2::ggplot(ggplot2::aes(x = Ano, y = Retorno, fill = Ano)) +
  ggplot2::geom_boxplot(
    outlier.shape = NA
  ) +
  ggplot2::geom_segment(
    data = linhas_cdi,
    ggplot2::aes(
      x = x_num - 0.4,
      xend = x_num + 0.4,
      y = CDI,
      yend = CDI
    ),
    inherit.aes = FALSE,
    color = "#8b0000",
    linewidth = 1
  ) +
  ggplot2::geom_point(
    data = linhas_cdi,
    ggplot2::aes(
      x = x_num,
      y = CDI
    ),
    inherit.aes = FALSE,
    color = "#8b0000",
    fill = "#ffd9d9",
    shape = 21,
    stroke = 0.4,
    size = 1.8
  ) +
  ggplot2::geom_hline(
    yintercept = 0,
    linetype = "dashed",
    color = "#cc3333",
    linewidth = 0.4
  ) +
  ggplot2::facet_wrap(
    ~Tipo,
    scales = "free_y",
    ncol = 2,
    labeller = ggplot2::label_wrap_gen(width = 25)
  ) +
  ggplot2::scale_y_continuous(
    labels = function(x) paste0(round(x, 0), "%")
  ) +
  ggplot2::theme_minimal(base_size = 10) +
  ggplot2::labs(
    title = "Distribuição de Rentabilidade Anual por Categoria",
    subtitle = "Fundos multimercados | agrupamento em Outros | 2015–2025",
    x = NULL,
    y = "Rentabilidade (%)"
  ) +
  ggplot2::theme(
    legend.position = "none",
    axis.text.x = ggplot2::element_text(angle = 45, hjust = 1, size = 8),
    strip.text = ggplot2::element_text(face = "bold"),
    panel.grid.minor = ggplot2::element_blank()
  )

Os retornos ajudam a entender por que a captação piorou. No ciclo de juros mais baixos, entre 2017 e 2020, as medianas eram mais favoráveis e a dispersão entre gestores indicava espaço para diferenciação. A partir de 2022, esse quadro muda: as medianas comprimem e, em vários casos, passam a orbitar o CDI ou ficar abaixo dele.

Sozinho, esse dado não encerra a discussão. Mas ele reforça um ponto central: com juros altos, taxa de administração, come-cotas e risco de execução passaram a cobrar um preço maior. Se o retorno mediano não entrega prêmio claro sobre o CDI, o resgate deixa de ser exceção e passa a ser uma decisão economicamente racional.

🔍 Conclusão

Os dados dividem a década em dois períodos muito claros. Até 2021, a indústria expandiu patrimônio e captou recursos de forma recorrente. A partir de 2022, o sinal virou: os resgates passaram a dominar a dinâmica do setor e a perda de tração apareceu em praticamente todas as categorias relevantes.

O patrimônio caiu menos do que a captação isolada sugeriria, o que indica que a rentabilidade ainda funcionou, em parte do período, como amortecedor das saídas.

Três elementos parecem ter contribuído para essa inversão, ainda que seja difícil isolar o peso de cada um:

  1. 📈 Nível de juros: A elevação da Selic aumentou o custo de oportunidade de permanecer em fundos multimercados. Com o CDI entregando retornos reais positivos e sem as taxas de administração características desses veículos, a vantagem relativa dos multimercados sobre alternativas de renda fixa ficou menos evidente para boa parte dos investidores.

  2. 🧾 Tributação: A extensão do come-cotas para fundos exclusivos — anunciada em 2023 — removeu um dos incentivos tributários que historicamente justificavam a permanência em determinados veículos, especialmente para investidores de maior patrimônio.

  3. 📉 Desempenho relativo: A incapacidade de parcela relevante dos fundos de superar o CDI de forma consistente após 2022 pode ter reforçado a decisão de resgate. Quando o retorno do fundo fica sistematicamente abaixo do custo de oportunidade, a racionalidade econômica favorece a saída.

O próximo capítulo depende de duas variáveis: juros e entrega. Uma queda mais consistente da taxa básica tende a aliviar o custo de oportunidade, mas isso talvez não baste. Para recuperar fluxo, a indústria precisará voltar a oferecer retorno que justifique complexidade, taxa e iliquidez relativa. Por ora, os dados ainda descrevem um setor em ajuste, e não uma retomada.