2026: Atualização Anual da Taxa Segura de Retirada no Brasil
Nos últimos anos, a comunidade FIRE (Financial Independence, Retire Early) vem acompanhando a evolução da Taxa Segura de Retirada (TSR) no Brasil aqui no AA40— um indicador que, em países como os EUA, serve como referência para planejamentos de aposentadoria eficiente sem esgotar o patrimônio ao longo do tempo.
ou Ou agora no Youtube
Recapitulando a TSR no Brasil
Em 2025, tivemos a primeira TSR “oficial” calculada para o Brasil com base no comportamento do mercado desde 1995 até 2024 — completando 30 anos de dados completos no Plano Real. Essa TSR é uma adaptação da famosa regra dos 4% usada nos EUA, mas considerando as características dos mercados brasileiro de renda fixa e variável.
Os principais números da TSR e da Taxa Perpétua de Retirada (PWR) encontrados nesse estudo foram:
| Carteira (1995-2024) | TSR SafeMax (R$ 1 depois 30 anos) | PWR (Preservando principal) |
|---|---|---|
| 100% IBOV | 7,29% | 5,45% |
| 50% IBOV / 50% CDI-Selic | 8,48% | 6,93% |
| 100% CDI-Selic | 9,34% | 8,00% |
Dessa forma, a primeira TSR oficial do Brasil foi de 8,48% baseada na combinação 50/50 Ibovespa + CDI/Selic, que é mais ou menos a alocação que Bill Bengen utilizou nos EUA para calcular a sua.
⚠️ Importante: mesmo com resultados elevados, ainda não podemos considerar esta TSR estatisticamente robusta como uma “regra definitiva”. Ou seja, não significa que 8,48% seja seguro — apenas que, historicamente, foi essa a taxa calculada para aquele ÚNICO período de 30 anos.
2026: Atualização Anual da Taxa Segura de Retirada no Brasil
Agora, em janeiro de 2026, incorporando os dados de 2025 e mantendo o mesmo horizonte de 30 anos — temos então duas séries históricas de 30 anos: de 1995 a 2024 e de 1996 a 2025.Embora essas janelas sejam sobrepostas e pertençam ao mesmo regime monetário, elas já permitem uma análise marginalmente mais robusta do que uma única observação histórica. Porém elas são altamente correlacionadas, juros estruturalmente altos, poucos dados, ou seja, melhorou mas não tanto assim.
O objetivo continua o mesmo: responder à pergunta central do movimento FIRE no Brasil:
Quanto eu poderia ter sacado por ano, corrigido pela inflação, sem quebrar?
A Metodologia continua a mesma: Patrimônio inicial: R$ 1.000.000; Início da aposentadoria: 1995 e agora 1996. Saque inicial de x% corrigidos anualmente pela inflação (IPCA). Testamos 3 carteiras: 100% Ibovespa; 50% Ibovespa / 50% Selic; 100% Selic.
Dados de 2025:
- Ibovespa: +33,95% (ótimo desempenho)
- CDI/Selic Médio: 14,5% (juros continuam muito altos)
- IPCA: 4,26% (Inflação caiu bastante, juros reais estão bem altos)
Com estes números então já podemos concluir que a TSR do segundo período de 30 anos foi maior que o primeiro.Isto já nos permite concluir que a TSR não vai mudar, afinal, é sempre a menor de todos os períodos testados.
Para o período de 1996 a 2025:
| 100% IBOV | 50% IBOV / 50% SELIC | 100% SELIC/CDI | |
|---|---|---|---|
| TSR | 9,71% | 9,29% | 8,91% |
| PWR | 8,17% | 7,84% | 7,56% |
A TSR do período #2 (9,29%) foi acima do período #1 (8,48%), portanto a TSR Brasileira continua sendo 8,48% !
O Risco da Sequência de Retornos
Jamais podemos esquecer do SORR. Um dos maiores inimigos FIRE não é a média dos retornos, mas a ordem em que esses retornos acontecem. Esse fenômeno é conhecido como Risco da Sequência de Retornos (Sequence of Returns Risk - SORR).
Quando estamos acumulando patrimônio, a sequência pouco importa: retornos ruins no início podem até ajudar, pois permitem comprar ativos mais baratos. Já durante a fase de saque, acontece o oposto.
Retornos negativos nos primeiros anos da aposentadoria, combinados com saques constantes corrigidos pela inflação, podem causar danos irreversíveis ao portfólio — mesmo que a média de retornos ao longo de 30 anos seja boa.
É por isso que duas pessoas com o mesmo patrimônio inicial, a mesma taxa média de retorno, e a mesma taxa de retirada, podem ter destinos completamente diferentes apenas por se aposentarem em anos diferentes.
Para analisar este risco e como isto impacta a TSR, temos uma simulação chamada MONTE CARLO que é amplamenta usada não só em finanças mas como em qualquer análise de risco.
A simulação de Monte Carlo consiste em gerar milhares de trajetórias alternativas a partir da distribuição histórica de retornos observada entre 1995 e 2025. Nessas simulações, os retornos anuais são reorganizados aleatoriamente, preservando suas características estatísticas, mas criando novas sequências que nunca ocorreram na prática. Cada trajetória representa um possível “universo alternativo” para um FIRE brasileiro.
Em cada simulação, o investidor começa com um patrimônio inicial de R$ 1 milhão e realiza saques anuais corrigidos pela inflação ao longo de 30 anos, exatamente como no estudo histórico. Ao repetir esse processo milhares de vezes, é possível observar com que frequência o portfólio quebra antes do fim do período, em quais cenários ele sobrevive por pouco e em quais casos ele termina com patrimônio substancialmente maior do que o inicial em termos reais.
O valor do Monte Carlo não está em prever o futuro, mas em mapear o risco, criando as piores e melhores sequências de retorno possíveis no período. Ele mostra o quanto uma determinada taxa de retirada depende de uma sequência favorável de retornos e quão vulnerável ela é a cenários adversos logo no início da aposentadoria. Quando combinamos essa análise com a TSR histórica e com a PWR, conseguimos uma visão muito mais completa do problema: não apenas o que sobreviveu no passado, mas o quão robusta essa sobrevivência é diante da incerteza inerente ao futuro.
Em última instância, o Risco da Sequência de Retornos é o verdadeiro teste de um plano FIRE. Não basta que a estratégia funcione em média; ela precisa resistir à sequência errada no momento errado. É exatamente isso que a simulação de Monte Carlo nos ajuda a enxergar com mais clareza.
Qual a probabilidade de sucesso utilizar?
Na análise por Monte Carlo (MC), surge inevitavelmente a pergunta: qual probabilidade de sucesso é aceitável? Diferentemente da TSR histórica, que exige 100% de sobrevivência no pior período passado, o Monte Carlo trabalha com probabilidades. Não existe um número “correto” universal, mas na prática financeira costuma-se trabalhar com faixas. Probabilidades de sucesso abaixo de 80% indicam um plano frágil e excessivamente dependente de sorte na sequência de retornos. Entre 85% e 90%, o plano já se torna funcional, porém ainda vulnerável a cenários adversos prolongados. Para quem pretende viver FIRE por décadas e não tem margem para voltar ao mercado de trabalho, taxas de sucesso em torno de 95% são geralmente consideradas mais apropriadas, pois reduzem significativamente o risco de ruína mesmo diante de sequências iniciais desfavoráveis. Em outras palavras, quanto maior o horizonte e menor a flexibilidade do investidor, maior deve ser a probabilidade de sucesso exigida no Monte Carlo.
Por outro lado, buscar acima de 95% de sucesso eleva muito o custo da retirada, reduzindo desnecessariamente a renda. Probabilidades extremas protegem contra cenários extremamente raros, muitas vezes pouco realistas. Além disso, ajustes ao longo do tempo tornam 95% suficientemente seguro para a maioria dos aposentados FIRE.
Com a ajuda de AI e Python, fica mais fácil calcular estes valores hoje em dia. se quiser ver como fizemos manualmente no ano passado, clique aqui. Este é o resultado deste ano.
Curiosidades: MC a 95% nos EUA dão uma TSR de apenas 3%. "A TSR odeia volatilidade pq −50% exige +100% para recuperar", por isso se tivermos 90% Selic e 10% IBOV, a TSR sobe para 5,53% a 95% de Monte Carlo.
Quer gerar as suas próprias simulações, variar o % de sucesso da análise MC ou gerar para um FIRE mais longo que 30 anos? Alterar a carteira, alocação e os retornos? Abaixo o código Python para quem tiver mais curiosidades e for mais nerd.
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.ticker as mtick
# ============================
# 1. DADOS HISTÓRICOS (1995–2025)
# ============================
# Valores em DECIMAIS (ex.: -1.24% = -0.0124)
r_ibov = np.array([
-0.0124, # 1995
0.6374, # 1996
0.4485, # 1997
-0.3346, # 1998
1.5193, # 1999
-0.1072, # 2000
-0.1102, # 2001
-0.1701, # 2002
0.9734, # 2003
0.1781, # 2004
0.2771, # 2005
0.3293, # 2006
0.4311, # 2007
-0.41, # 2008
0.8266, # 2009
0.0103, # 2010
-0.181, # 2011
0.074, # 2012
-0.155, # 2013
-0.0291, # 2014
-0.1331, # 2015
0.3893, # 2016
0.2686, # 2017
0.1503, # 2018
0.3158, # 2019
0.0292, # 2020
-0.1193, # 2021
0.0469, # 2022
0.2228, # 2023
-0.1036, # 2024
0.3395 # 2025
])
r_selic = np.array([
0.426, # 1995
0.242, # 1996
0.222, # 1997
0.253, # 1998
0.228, # 1999
0.161, # 2000
0.16, # 2001
0.175, # 2002
0.21, # 2003
0.151, # 2004
0.174, # 2005
0.14, # 2006
0.112, # 2007
0.118, # 2008
0.095, # 2009
0.093, # 2010
0.11, # 2011
0.082, # 2012
0.079, # 2013
0.104, # 2014
0.125, # 2015
0.131, # 2016
0.095, # 2017
0.062, # 2018
0.058, # 2019
0.027, # 2020
0.043, # 2021
0.117, # 2022
0.123, # 2023
0.108, # 2024
0.145 # 2025
])
inflacao = np.array([
0.2241, # 1995
0.0956, # 1996
0.0522, # 1997
0.0165, # 1998
0.0894, # 1999
0.0597, # 2000
0.0767, # 2001
0.1253, # 2002
0.093, # 2003
0.076, # 2004
0.0569, # 2005
0.0314, # 2006
0.0446, # 2007
0.059, # 2008
0.0431, # 2009
0.0591, # 2010
0.065, # 2011
0.0584, # 2012
0.0591, # 2013
0.0641, # 2014
0.1067, # 2015
0.0629, # 2016
0.0295, # 2017
0.0375, # 2018
0.0431, # 2019
0.0452, # 2020
0.1006, # 2021
0.0579, # 2022
0.0462, # 2023
0.0483, # 2024
0.0426 # 2025
])
# ============================
# 2. CONFIGURAÇÃO DA CARTEIRA
# ============================
print("|||| AA40- Simulação de Monte Carlo para TSR Máxima |||")
# Parametrizacao pelo usuário
print("Configuração personalizada para a simulação de Monte Carlo")
# carteira
ibov_percentage = float(input("Digite a porcentagem do IBOV na carteira (0-100): ")) / 100
selic_percentage = float(input("Digite a porcentagem do SELIC na carteira (0-100): ")) / 100
# simulacao
n_years = int(input("Digite o número de anos de aposentadoria (ex.: 30): "))
initial_wealth = float(input("Digite o valor inicial do patrimônio (ex.: 1000000): "))
target_success = float(input("Digite a taxa de sucesso alvo (0-100, ex.: 95): ")) / 100
# repeticoes
n_sims = 10000
# validacao
if ibov_percentage + selic_percentage != 1.0:
raise ValueError("A soma das porcentagens do IBOV e SELIC deve ser 100%.")
# atualiza carteira
r_5050 = ibov_percentage * r_ibov + selic_percentage * r_selic
print("Aguarde... rodando resultados...")
# ============================
# 3. SIMULAÇÃO COM PERMUTAÇÃO COMPLETA (SORR)
# ============================
np.random.seed(42) # Reprodutibilidade
def simulate_batch(tsr, n_sims):
"""
Simula n_sims trajetórias com TSR fixa para qualquer período (20-60 anos),
amostrando com reposição da sequência histórica (SORR).
Retorna array com valores finais (0.0 se ruína).
"""
final_values = np.zeros(n_sims)
for i in range(n_sims):
wealth = initial_wealth
withdrawal = tsr * initial_wealth
# Amostragem com reposição para permitir qualquer período
seq_r = np.random.choice(r_5050, size=n_years, replace=True)
seq_inf = np.random.choice(inflacao, size=n_years, replace=True)
for t in range(n_years):
wealth -= withdrawal
if wealth <= 0:
final_values[i] = 0.0
break
wealth *= (1 + seq_r[t])
withdrawal *= (1 + seq_inf[t])
else:
final_values[i] = wealth
return final_values
def success_rate(tsr, n_sims):
results = simulate_batch(tsr, n_sims)
return np.sum(results > 0) / n_sims
# ============================
# 4. BUSCA BINÁRIA PARA TSR MÁXIMA (96% SUCESSO)
# ============================
low, high = 0.00, 0.12 # busca entre 0% e 12% ao ano
for _ in range(20): # iterações reduzidas (convergência rápida)
mid = (low + high) / 2
sr = success_rate(mid, n_sims)
if sr >= target_success:
low = mid
else:
high = mid
tsr_max = low
print(f"TSR máxima segura ({target_success:.0%} de sucesso): {tsr_max:.4%}")
# ============================
# 5. DISTRIBUIÇÃO DO VALOR FINAL COM ESSA TSR
# ============================
final_values = simulate_batch(tsr_max, n_sims)
p5 = np.percentile(final_values, 5)
p25 = np.percentile(final_values, 25)
p50 = np.percentile(final_values, 50)
p75 = np.percentile(final_values, 75)
p95 = np.percentile(final_values, 95)
print("Percentis finais (R$):")
print(f"P5 : R$ {p5:,.0f}")
print(f"P25 : R$ {p25:,.0f}")
print(f"P50 : R$ {p50:,.0f}")
print(f"P75 : R$ {p75:,.0f}")
print(f"P95 : R$ {p95:,.0f}")
# ============================
# 6. GRÁFICO (INÍCIO E FINAL)
# ============================
anos = np.array([0, n_years]) # Ano 0 (início) e ano final
plt.figure(figsize=(12, 6))
plt.plot(
anos,
[initial_wealth, p50],
label=f"Mediana (50%) : R$ {p50:,.0f}",
linewidth=2,
color="blue"
)
plt.plot(
anos,
[initial_wealth, p25],
label=f"25% : R$ {p25:,.0f}",
linestyle="--",
color="green"
)
plt.plot(
anos,
[initial_wealth, p75],
label=f"75% : R$ {p75:,.0f}",
linestyle="--",
color="green"
)
plt.plot(
anos,
[initial_wealth, p5],
label=f"5% : R$ {p5:,.0f}",
linestyle=":",
color="red"
)
plt.plot(
anos,
[initial_wealth, p95],
label=f"95% : R$ {p95:,.0f}",
linestyle=":",
color="red"
)
# Update the title to reflect user-selected portfolio percentages
plt.title(f"Evolução do Patrimônio – Carteira {ibov_percentage*100:.0f} IBOV /{selic_percentage*100:.0f} SELIC – TSR máx (MC@ {target_success:.0%}): {tsr_max:.2%}")
plt.xlabel("Ano")
plt.ylabel("Patrimônio (R$)")
plt.grid(True)
# Eixo Y em BRL, sem notação científica
plt.gca().yaxis.set_major_formatter(mtick.StrMethodFormatter("R$ {x:,.0f}"))
plt.legend()
plt.tight_layout()
# Add watermark
plt.figtext(0.5, 0.01, "Copyright - AA40", wrap=True, horizontalalignment='center', fontsize=8, alpha=0.5)
plt.show()
Conclusão
A incorporação dos dados de 2025 confirma que o segundo período completo de 30 anos (1996–2025) apresentou uma TSR mais alta do que o primeiro, impulsionado pelo forte desempenho do Ibovespa no último ano, juros ainda muito elevados e inflação moderada. Mesmo assim, como o método sempre adota a menor TSR entre todos os períodos testados, o valor de referência para o Brasil permanece em 8,48%, definido pelo período 1995–2024.
A nova janela histórica reforça que o ambiente brasileiro continua extremamente favorável para retiradas sustentáveis acima dos padrões internacionais, mas também evidencia a limitação estrutural da análise: poucas janelas independentes, alta correlação entre períodos e forte influência dos ciclos de juros. Ainda assim, a conclusão permanece sólida — a TSR brasileira segue em 8,48%, e nada nos dados de 2025 altera essa referência.
Embora a TSR oficial continue sendo definida pelo pior período histórico, o exercício de Monte Carlo acrescenta uma camada útil de interpretação: ele mostra como diferentes ordens possíveis dos mesmos retornos podem afetar o resultado final e revela a assimetria natural do mercado brasileiro — onde a chance de multiplicação do patrimônio é muito maior do que a chance de ruína quando a TSR é calibrada de forma conservadora: 3,78%. Em outras palavras, o MC não redefine a TSR histórica, mas ajuda a entender a distribuição de resultados possíveis ao redor dela e revela do cenário mais pessimista possível ao mais otimista.
De qualquer forma, o primeiro passo para saber o quanto você precisa e qual TSR usar é acompanhar seus gastos e seus ganhos. Faça isso no nosso remodelado e ampliado FIRE-DASH. Agora com módulo de orçamento incluso e tudo gratuito. Confira
Responda ao Questionário do Anuário FIRE 2026 - Últimos dias
Parabéns pela atualização da TSR-BR, eu estava ansioso para ver o estudo com 2 períodos, até porque estou bem no começo de uma vida como FIREE.
Quanto ao SORR, também é algo que me preocupa, mas, felizmente, estou iniciando a jornada FIRE em um ano bom em termos de taxas de retorno nos investimentos, o que já me possibilitou travar os percentuais nos primeiros anos, inclusive com boas expectativas poder revisar a minha TSR para cima no curto/médio prazo.
Obrigado pelo comentário. Bom ver que a atualização da TSR chega no momento certo para quem está começando a viver FIRE. Excelente que o SORR inicial foi favorável e que você já conseguiu travar percentuais positivos, com perspectiva de revisar a TSR para cima nos próximos anos.
A SORR é isto mesmo, assusta no início, mas passando os 10 primeiros anos, as chances das coisas darem erradas diminuem dramaticamente. Abcs
Obrigado AA40
Leio seu artigo de atualização preso no tráfego nos Alpes franceses entre megeve e val d’isere com a minha família ! Que chique !! Graças as primeiros 10 anos de vida produtiva em que poupava 90% do que ganhava , hoje em dia já estou com 4.8, independente financeiramente e cada ano mais rico com exposição baixa ao risco visto que uso 1,5% do patrimônio para os custos anuais , mas , sigo trabalhando então não gasto nada do portfólio e ainda aporto sempre algo mais ! Vida longa e feliz 2026!!
Obrigado pelo retorno! Excelente ver que disciplina e poupança nos primeiros anos rendendo frutos hoje: patrimônio crescente, gasto controlado, aporte contínuo, exposição baixa ao risco. E ainda dá para aproveitar os Alpes com a família – Nada mal! Qualidade de vida que vem do capital e da liberdade financeira. Que 2026 siga sólido, com capital trabalhando e experiências valiosas, afinal, é para isto que queremos ser FIRE. Vida longa meu caro!
Muito bom. Acho que a TSR vai tender a diminuir com o passar dos anos, pois foi necessário uma SELIC muito alta no inicio para defender o real.
Eu vou usar em 2026 uma TSR de 5,2%, mas minha TSR não é essa clássica de retirar um valor inicial e atualizar pela inflação e sim recalcular todo ano qual porcentagem do patrimônio pode ser gasta. Minha IF também leva em conta uma renda que durará 20 anos e um possível INSS pagando um SM, ou seja, minha TSR é bem particular e só serve para mim.
Belíssimo trabalho em calcular algo que sirva de uma luz guia para mais pessoas.
Abraços.
Obrigado pelo comentário. Vai cair sim, não tem como.
Excelente detalhamento da sua TSR e da abordagem personalizada. Concordo, é um trabalho que serve de referência para quem busca orientação mas cada um vai definir a sua. Abcs
Eu gostaria muito, mas não acredito que vai ter INSS daqui a 15-20 anos, nem que seja 1 SM. Eu “contribuí” pelo teto por 20 anos e acho que não vou ter 1 centavo quando bater na idade do benefício (que vai sempre aumentando). Espero estar errado.
Concordo, melhor não contar com o INSS. Se vier, será lucro, mas prudência é não depender dele.
E qual seria a taxa perpétua de retirada (pwr) brasileira pelo Monte Carlo?