“ensaios de apreÇamento em mercados...
TRANSCRIPT
FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
DDIISSSSEERRTTAAÇÇÃÃOO DDEE MMEESSTTRRAADDOO PPRROOFFIISSSSIIOONNAALLIIZZAANNTTEE EEMM EECCOONNOOMMIIAA
“ENSAIOS DE APREÇAMENTO EM MERCADOS INCOMPLETOS”.
TTAATTIIAANNAA OOHHAARRAA SSUUGGAA
ORIENTADOR: PROF. DR. JOSÉ VALENTIM MACHADO VICENTE
Rio de Janeiro, 29 de maio de 2012.
“ENSAIOS DE APREÇAMENTO EM MERCADOS INCOMPLETOS”
TATIANA OHARA SUGA
Dissertação apresentada ao curso de Mestrado Profissionalizante em Economia como requisito parcial para obtenção do Grau de Mestre em Economia. Área de Concentração: Economia
ORIENTADOR: Dr. JOSÉ VALENTIM MACHADO VICENTE
Rio de Janeiro, 29 de maio de 2012.
332.011 S947e
Suga, Tatiana Ohara. Ensaios de apreçamento em mercados incompletos. / Tatiana Ohara Suga. - Rio de Janeiro: Faculdades Ibmec, 2012. 57f.; 29 cm. Dissertação de Mestrado Profissionalizante apresentada ao Programa de Pós-Graduação em Economia das Faculdades Ibmec, como requisito parcial necessário para a obtenção do título de Mestre em Economia. Área de concentração: Finanças. Orientador: Dr. Prof. José Valentim Machado Vicente.
1. Apreçamento de ativos. 2. Mercados incompletos. 3. Precificação. 4. Good deal (limites superior e inferior). 5. Entropia. I. Suga, Tatiana Ohara. II. Dr. Prof. José Valentim Machado Vicente. III. Ensaios de apreçamento em mercados incompletos.
v
DEDICATÓRIA
Dedico aos meus pais que com grande sabedoria me incentivaram a fazer o meu melhor sempre.
vi
AGRADECIMENTOS
Agradeço ao meu orientador José Valentim pela disposição em me orientar neste projeto de
dissertação de mestrado. À minha mãe pelos incentivos diários mesmo de longe com muita
paciência e me fazendo sempre persistir, ao meu pai que compreende a minha constante
ausência devido aos estudos e trabalho e a todos meus grandes amigos que conheci no Rio de
Janeiro e que estão sempre me apoiando, em especial a Iris.
vii
RESUMO
Este trabalho foi motivado por dois artigos que analisam critérios do apreçamento de ativos
em mercados incompletos. Comparou-se empiricamente, os resultados da estrutura do critério
de entropia minimal do artigo de Marco Fritelli (1995) e os limites “good deal” do artigo de
Jesus Saá-Requejo e John H. Cochrane (1999). O primeiro acredita na aplicação da noção de
entropia relativa para avaliação financeira e sua conexão com a aproximação da maximização
da utilidade. O segundo procura os limites superior e inferior do preço da opção, por todas as
possíveis atribuições do preço de mercado do risco do resíduo, restringindo o preço do
mercado total do risco para um valor razoável e impondo não arbitragem. Com base nessas
análises, verificou-se que o preço de entropia, em geral, não pertence ao intervalo “good deal”
com os dados adotados.
Palavras Chave: Precificação; Good Deal (Limites Superior e Inferior); Entropia.
viii
ABSTRACT
This work was motivated by two articles that analyse criteria from pricing assets in
incomplete markets. We compared empirically, the results from the structure the Minimal
Entropy Criterion from the article by Marco Frittelli (1995) and the “good deal” bounds from
the article by Jesus Saá-Requejo and John H. Cochrane (1999). The first believes in the
application of the notion of relative entropy to financial valuation and its connection with
utility maximization approach. The second searches the upper and lower bounds on the option
price, for all possible assignments of the market price of risk of the residual, constraining the
total market price of risk to a reasonable value and imposing no arbitrage opportunitie. Based
on these analysis, we verified that in general the entropy pricing does not belong to the “good
deal” interval using adopted data.
Key Words: Pricing; Good Deal (upper and lower bounds); Entropy.
ix
LISTA DE FIGURAS
Figura 1 - Espaços de Payoffs gerados por um payoff x (à esquerda) em R2 ou dois payoffs, x1
e x2, (à direita) em R3....................................................................................................... 13
x
LISTA DE TABELAS
Tabela 1 – Retornos positivos e volatilidade (ao ano e ao trimestre) de uma carteira de ações
da Petrobrás divulgadas em Out/11 ................................................................................. 25
Tabela 2 – Três casos para a taxa de juros livre de risco ......................................................... 28
Tabela 3 – Preços pelo critério de entropia e pelo limite good deal para o caso 2 e estados
igualmente prováveis ....................................................................................................... 34
Tabela 4 – Preços pelo critério de entropia e pelo limite good deal para o caso 3 e estados
igualmente prováveis ....................................................................................................... 35
Tabela 5 – Preços pelo critério de entropia e pelo limite good deal para o caso 2 e estados com
probabilidades de Clifford e Zaboronski (2008) ............................................................. 35
Tabela 6 – Preços pelo critério de entropia e pelo limite good deal para o caso 3 e estados com
probabilidades de Clifford e Zaboronski (2008) .............................................................. 36
Tabela 7 – Preços pelo critério de entropia e pelo limite good deal para os 3 casos de taxas de
juros considerados e estados da natureza igualmente prováveis ..................................... 41
Tabela 8 – Preços pelo critério de entropia e pelo limite good deal para os 3 casos de taxas de
juros considerados e estados da natureza igualmente prováveis ..................................... 42
Tabela 9 – Preços pelo critério de entropia e pelo limite good deal para os 3 casos de taxas de
juros considerados e estados da natureza com probabilidades de Clifford e Zaboronski
(2008) ............................................................................................................................... 42
xi
Tabela 10 – Preços pelo critério de entropia e pelo limite good deal para os 3 casos de taxas
de juros considerados e estados da natureza com probabilidades de Clifford e Zaboronski
(2008) ............................................................................................................................... 43
xii
LISTA DE ABREVIATURAS Petrobras Petróleo Brasileiro S/A
MVMM Minimal Variance Martingale Measure
xiii
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................... 1
2 REVISÃO DA LITERATURA ............................................................................... 5
2.1 Mercados Completos e Incompletos ...................................................................................................... 5
2.2 Visão Geral: Modelo de Consumo Básico e o Fator Estocástico de Desconto .................................... 8
2.3 Limites “Good Deal” Superior e Inferior de um período ................................................................. 16
2.4 Critério de Entropia Minimal ............................................................................................................. 19
3 RESULTADOS .................................................................................................. 25
4 CONCLUSÃO .................................................................................................... 37
APÊNDICE - RESULTADOS .................................................................................... 41
1
1 INTRODUÇÃO
A teoria de apreçamento em mercados completos foi amplamente desenvolvida a partir da
década de 50 por Arrow e Debreu (1954) nos problemas de equilíbrio geral. Na
Economia, um mercado completo é aquele em que um conjunto de apostas possíveis
distribuídas nos n estados da natureza pode ser construído pelos ativos existentes no
mercado sem fricção, ou seja, sem custos de transação. Assim, cada agente é capaz de
obter qualquer payoff que desejar.
Em contraste, mercados incompletos são aqueles em que o número de ativos é menor que
o número de estados da natureza. Ou seja, a escassez de ativos restringe aos indivíduos a
possibilidade de transferir o nível desejado de riqueza entre os estados.
Algumas formulações em mercados incompletos foram desenvolvidas na década de 70,
como o problema de escolha intertemporal em que o consumidor representativo maximiza
o bem-estar e utiliza ativos para transferir renda entre diferentes períodos e estados
(Lucas, 1978).
A incompletude dos mercados possui formulações baseadas na teoria de portfólio e média
variância (Mankiw, 1986). Muitos outros estudos investigaram o equilíbrio, que nem
sempre é garantido, em mercados incompletos (Hart, 1975).
2
Este trabalho tem como objetivo apresentar uma revisão da literatura sobre a teoria de
apreçamento de ativos em mercados incompletos e mostrar a aplicabilidade das
contribuições de Frittelli (1995) e Cochrane e Saá-Requejo (1999).
Frittelli (1995) afirma que a não arbitragem muitas vezes não é suficiente para a
precificação em mercados incompletos e apresenta uma maneira para lidar com este
problema através da medida de probabilidade martingale da entropia relativa minimal.
Primeiramente, é introduzida a medida martingale de variância minimal em que é
selecionada a medida q do conjunto das medidas de probabilidade martingale,
{ }2 : 1 1, , 0n
nM q R q qa r q= ∈ = = ≥ , em que a representa o retorno, r é a taxa de juros
livre, que minimiza a variância de Q
P
∂
∂ (derivada de Radon-Nikodym). Este método é
proposto por Follmer e Schweizer (1986).
Em um segundo momento, define-se a medida de entropia minimal em que ( )1,..., nQ q q=
e ( )1,..., nP p p= são medidas de probabilidades (todas as componentes maiores do que
zero e soma igual a 1) e ( )1
, lnn
ii
i i
qI Q P q
p=
� �= � �
� �� é a medida de entropia relativa de Q com
respeito a P.
Assim, a medida de probabilidade martingale da entropia relativa minimal é a medida que
minimiza ( ),I Q P , ou seja, é o preço de entropia.
Nota-se que não existe preocupação com a questão da viabilidade do mercado, descrita,
por exemplo, por Harrison e Kreps (1979), em que se assume a não arbitragem, ou seja, a
3
existência de medidas martingale equivalentes, que determinam funcionais lineares
positivos compatíveis com a suposição de não arbitragem (Stricker – 1990, Delbaen e
Schachermayer – 1994 e Frittelli e Lakner – 1994).
Cochrane e Saá-Requejo (1999) abordam a precificação em mercados incompletos em um
período t0 e t1. A ideia básica é encontrar um intervalo de preços como o máximo e
mínimo da esperança do payoff 1c
tx + descontado pelo fator estocástico de desconto m.
Além disso, algumas restrições devem ser consideradas, tais como a não arbitragem,
0m ≥ , os preços tp de um conjunto de ativos 1tx + iguais a ( )p E mx= . A terceira e
última restrição, complementar às anteriores, é que ( ) f
hm
Rσ ≤ , em que h é um limite de
volatilidade pré-definido e fR é a taxa de juros livre de risco, ou melhor, o fator
estocástico de desconto m precifica um conjunto de ativos, é não negativo e impõe um
limite superior em sua volatilidade.
A restrição da volatilidade do fator estocástico de desconto é equivalente a um limite
superior para a razão de Sharpe (Hansen e Jagannathan, 1991). Assim, é interessante
participar na margem de uma carteira com razão de Sharpe maior que h, satisfazendo a
terceira restrição do intervalo do preço cujos extremos são denominados limites “good
deal”. Esses limites indicam que os investidores querem comprar ativos com razões de
Sharpe altos. Outras pesquisas realizadas sobre os limites “good deal” são encontradas em
Carr et al (2001), Staum (2004), Larsen (2005) e Staum (2008).
Apresentam-se, também, os resultados obtidos na comparação dos modelos de Cochrane e
Saá-Requejo (1999) e de Frittelli (1995), por meio de uma análise empírica supondo um
mercado incompleto de um período, com um único ativo e três estados da natureza
4
igualmente prováveis. Supôs-se também outras probabilidades para cada estado da
natureza de acordo com Clifford e Zaboronski (2008), além de fixar o limite de
volatilidade para h = 0,1. Finalmente, chega-se à conclusão de que o preço pela entropia
abordado por Frittelli (1995) não pertence ao intervalo “good deal” proposto por Cochrane
e Saá-Requejo (1999). Ressalta-se que os resultados dos limites “good deal” são os mais
favoráveis, pois as simulações mostram que o preço pela entropia possui quedas mais
bruscas com a variação da taxa de juros do que o limite “good deal” do preço do ativo.
A seguir, este trabalho será estruturado da seguinte forma: o capítulo 2 apresenta uma
revisão bibliográfica dos conceitos de mercados completos e incompletos, da definição do
fator estocástico de desconto e de um resumo dos artigos de Frittelli (1995) e Cochrane e
Saá-Requejo (1999). O capítulo 3 descreve os resultados da comparação do preço pelo
critério de entropia minimal com o intervalo de preços “good deal”. O capítulo 4 expõe as
conclusões da comparação empírica realizada.
5
2 REVISÃO DA LITERATURA
Neste capítulo revisa-se a literatura da teoria de apreçamento de ativos baseada em
Cochrane (2000), Pennacchi (2008), Nascimento (2007) e Flood (1991) e na exposição
detalhada dos artigos de Frittelli (1995) e Cochrane e Saá-Requejo (1999).
Na primeira seção relata-se os conceitos fundamentais de Mercados Completos e
Incompletos e introduz-se o Fator Estocástico de Desconto que tem importante papel neste
trabalho. Na seção final apresentam-se as principais ideias de Frittelli (1995) sobre critério
de entropia minimal para precificação em mercados incompletos de um período e as de
Cochrane e Saá-Requejo (1999), colocando-se à vista os limites superior e inferior (good
deal) do preço de ativos em mercados incompletos.
2.1 MERCADOS COMPLETOS E INCOMPLETOS
Na literatura, um mercado é dito completo quando o número de ativos não redundantes é
igual ao número de estados da natureza. Ou seja, sempre existe um portfólio que permite
aos agentes fazerem qualquer transferência de renda entre os estados. As teorias de
mercados completos e de equilíbrio geral foram desenvolvidas especialmente por Arrow e
Debreu (1954) e Arrow (1964).
Considerando-se uma economia de um período, N ativos negociados em t0 e que vencem
em t1. Sejam q o vetor preço desses ativos e X = (X1, …, Xn) que representa o payoff
desses N ativos. Cada componente de X é uma variável aleatória que depende de qual
estado da natureza ocorrerá em t1. Seja um agente da economia que possua uma renda
6
inicial W0, uma renda contingente W em t1 e um portfólio de ativos z = (z1, …, zn), onde
zn representa o número de unidades do ativo n negociadas por este agente. Supondo-se que
a renda inicial W0 de um investidor i é oriunda de uma dotação inicial de ativos 0nz R∈ ,
ou seja, 0 0W qz= e que na economia existem I agentes.
Logo, o problema do investidor i é:
( ) ( ){ }0i
i i i i i i i
zMax u q z z E u W Xzβ� � − + + � �
Suponha-se agora que a incerteza na economia seja descrita por S estados da natureza em t
= 1 tendo como payoff Xn(s) do ativo n caso ocorra o estado s.
Define-se então o payoff de todos os ativos a matriz V de dimensão S x N:
( ) ( )
1
1
(1) (1)n
n
X X
V
X s X s
� �
= � � �
�
�
�
A linha s representa o payoff de todos os ativos caso ocorra o estado s da natureza, a
coluna n representa o payoff do ativo n em todos os estados da natureza.
Definição: Seja Y = {Y1, ... , Yk} um conjunto de vetores do sR . O span de Y é o
conjunto de todas as combinações lineares dos vetores de Y, isto é, span(Y) = {a1 Y1 + ...
+ ak Yk, onde os a’s são números reais}.
7
Diz-se então que um mercado é completo se span (colunas de V) = sR , ou seja, sempre
existe um portfólio que permite aos agentes fazerem qualquer transferência de renda entre
os estados da natureza.
Se não existirem ativos redundantes e o mercado for completo, então a matriz de payoff V
é quadrada, isto é, N = S. De outra forma, o mercado é dito incompleto se não for
completo.
As ferramentas da teoria de mercados completos representam um dos mais significativos
desenvolvimentos da teoria econômica do século passado. Ao mesmo tempo, os conceitos
incorporados na teoria são bastante generalizados e têm sido utilizados em muitos outros
contextos econômicos como é descrito por Flood (1991).
Nascimento (2007) também aborda a teoria de mercados completos com a hipótese de
eficiência dos mercados e verifica se no mercado acionista português os preços seguem
um padrão random walk.
As pesquisas de mercados incompletos possuem contribuições de Staum (2008) que
enfatiza a precificação e o hedging de derivativos. Salienta-se que, apesar da sofisticação
cada vez maior dos mercados financeiros estes permanecem significativamente
incompletos, com inúmeras consequências para seus participantes, que continuam
expostos aos riscos, o que dificulta o equilíbrio, a otimização de portfólios e o
apreçamento de derivativos.
Destacam-se outros estudos importantes, como o de Skiadas (2006), que analisa a
otimização de portfólios em mercados incompletos, Jouini (2001), que apresenta a teoria
8
de precificação de derivativos considerando os limites de não arbitragem, a maximização
da utilidade e o equilíbrio geral. Aproximações como o critério de entropia quadrática
aparecem em Cont e Tankov (2004) e Staum (2008), que propõe metodologias e relações
entre elas para o apreçamento de derivativos.
2.2 VISÃO GERAL: MODELO BÁSICO DO CONSUMO E FATOR ESTOCÁSTICO DE DESCONTO
Hipoteticamente, um investidor decide quanto vai economizar, quanto vai consumir e qual
portfólio de ativos irá adquirir. A equação mais básica de apreçamento vem das condições
de primeira ordem deste problema, e diz-se que o preço deveria ser o payoff esperado
descontado, servindo-se da utilidade marginal do investidor. Assim, a perda de utilidade
marginal de se consumir um pouco menos hoje para investir o resultado deveria ser igual
ao ganho de utilidade marginal de se vender o investimento em algum momento no futuro.
Se o preço não satisfaz essa relação, o investidor deveria comprar mais do ativo.
A taxa de juros está relacionada com a média da utilidade marginal futura e com o
crescimento esperado do consumo. Com as altas taxas de juros, faz sentido economizar,
comprar títulos e consumir mais amanhã.
Encontrar o valor do payoff é questionar o que vale a pena para um típico investidor. É
necessário um formalismo matemático para capturar o que um investidor procura.
9
Modela-se isto com uma função utilidade definida pelos valores de consumo atual e
futuro,
( ) ( ) ( )1 1,t t t t tU c c u c E u cβ+ += + � � ,
onde tc denota o consumo no tempo t.
A função utilidade captura o desejo fundamental de consumo, ao invés de um desejo
positivo para objetivos intermediários como médias e variância do retorno de portfólios. O
consumo ct+1 é aleatório, o investidor não sabe qual será sua riqueza amanhã, e nem o
quanto ele decidirá consumir. A função utilidade u(.) é crescente, refletindo, assim, o
desejo de mais consumo, e a concavidade reflete a desvalorização marginal do consumo
adicional.
Esta formalização captura a impaciência e a aversão ao risco do investidor. β captura a
impaciência e é chamado de fator de desconto subjetivo. A curvatura da função utilidade
também gera aversão ao risco e substituição intertemporal, ou seja, o consumidor prefere
um fluxo de consumo constante ao longo do tempo e entre os estados da natureza.
Assumindo-se que o investidor pode comprar e vender livremente o quanto quiser do
payoff xt+1 pelo preço pt, para se encontrar a solução de quanto ele vai comprar ou vender,
denote-se e a dotação (se o investidor não comprou nenhum dos ativos) e ξ a quantidade
do ativo que ele escolhe comprar. Assim, o problema é:
{ }( ) ( )1max t t tu c E u c
ξβ ++ sujeito a t t tc e p ξ= − e 1 1 1t t tc e x ξ+ + += + .
10
Substituindo-se as restrições no problema e definindo-se a derivada com respeito a ξ
igual a zero, obtem-se a condição de primeira ordem para a escolha do portfólio e
consumo ideal,
( ) ( )1 1' 't t t t tp u c E u c xβ + += � � (1)
ou,
( )( )
11
'
't
t t t
t
u cp E x
u c
β ++
� = �
� (2)
O investidor compra mais ou menos do ativo até assegurar a condição de primeira ordem.
A equação (1) expressa a condição padrão marginal para o ótimo: ( )'t tp u c é a perda de
utilidade se o investidor compra uma unidade a mais do ativo e ( )1 1't t tE u c xβ + +� � é o
aumento (descontado, esperado) da utilidade que ele obtém do payoff extra em t+1. O
investidor continua comprando ou vendendo ativos até que a perda marginal seja igual ao
ganho marginal. A equação (2) é a fórmula central de apreçamento de ativos. Dado um
payoff xt+1 e dadas as escolhas de consumo dos investidores ct e ct+1, a fórmula explica
qual preço deve-se esperar. A maior parte da teoria de apreçamento de ativos consiste na
manipulação e nas especializações desta fórmula (Cochrane, 2000).
Uma maneira conveniente de simplificar a equação básica de apreçamento (2) é definir o
fator estócástico de desconto mt+1 :
11
( )( )
11
'
't
t
t
u cm
u cβ +
+ ≡ (3)
Assim, a fórmula (2) pode ser expressa por:
( )1 1t t t tp E m x+ += (4)
Quando não for necessário explicitar o período ou as diferenças entre esperança
condicional ou incondicional, escrever-se-á apenas ( )p E mx= .
O termo fator estocástico de desconto refere-se ao modo como m generaliza o conceito
padrão de fator de desconto. Se não existe incerteza, pode-se expressar os preços pela
seguinte fórmula:
1
1t tf
p xR
+= (5)
Onde Rf é a taxa livre de risco. 1/ Rf é o fator de desconto. Se as taxas de juros são
maiores que um, então o payoff xt+1 é vendido com desconto.
Neste contexto, a equação (4) é uma generalização, mas demonstra algo mais profundo ao
dizer que se pode incorporar todas as correções de risco definindo um único fator
estocástico de desconto e inserir na expectativa. O mt+1 é estocástico ou aleatório pois não
é conhecido no tempo t.
12
O fator estocástico de desconto será analisado com mais cuidado, apresentando-se dois
grandes teoremas da teoria de apreçamento de ativos que expõe a lei do preço único e a
existência do fator estocástico de desconto.
O espaço de payoff X é o conjunto de todos os payoffs que os investidores podem
comprar. Por exemplo, se existem ativos contingentes completos para S estados da
natureza, então sX R= . Porém, em geral, o ponto central é o de que os mercados são
incompletos, então X será um subconjunto próprio de mercados completos Rs. Este
espaço inclui alguns conjuntos de ativos primitivos, mas os investidores podem também
formar novos payoffs construindo portfólios. Assumindo-se que investidores podem
formar qualquer portfólio de ativos negociados: 1 2 1 2,x x X ax bx X∈ � + ∈ para quaisquer
,a b R∈ .
Trata-se de sX R= para mercados completos, satisfazendo a suposição de formação de
portfólio. Se existe um único payoff básico x, então o espaço do payoff deve ser, no
mínimo, o raio da origem através de x. Se existirem dois payoffs básicos em R3, então o
espaço do payoff deve incluir o plano definido por estes dois payoffs e a origem conforme
a Figura 1.
13
Figura 1 – Espaços de Payoffs gerados por um payoff x (à esquerda) em R2 ou dois payoffs, x1 e x2, (à direita) em R3.
Outra afirmação a considerar é a do preço único em que investidores não podem realizar
lucros instantâneos através da formação de portfólios. A lei se destina a descrever um
mercado que já tem equilíbrio alcançado. Se existir qualquer violação, os negócios não
sobrevivem em equilíbrio. Assim, vale o teorema a seguir:
Teorema: A existência de um fator de desconto implica na lei do preço único.
Prova: Para provas e maiores informações, veja-se Cochrane (2000).
Teorema: Dado a formação de portfólio e a lei do preço único, existe um único payoff
*x X∈ tal que ( ) ( )*p x E x x= para todo x X∈ .
O *x é um fator de desconto e X pode ser um subespaço do espaço original. A essência
da prova é a de que qualquer função linear no espaço X pode ser representada por
produtos internos com um vetor que pertence a X , conforme o livro “Asset Pricing” de
Cochrane (2000) em sua edição revisada.
14
Definição de Não Arbitragem: um espaço de payoff X e uma função de apreçamento p(x)
não deixam oportunidades de arbitragem se qualquer payoff x (sempre é não negativo),
0x ≥ , e positivo, x > 0, com alguma probabilidade positiva, possui preço positivo,
p(x)>0. Não arbitragem quer dizer que não se pode receber de graça um portfólio passível
de pagamento positivo.
Ausência de oportunidades de arbitragem é uma consequência de um fator de desconto
positivo que resulta da maximização da utilidade. Recorde-se que ( )( )
( )
'0
'
u c sm s
u cβ
� �= >
é uma caracterização sensível das preferências segundo as quais a utilidade marginal é
sempre positiva. Portanto, a taxa marginal de substituição é positiva. Sendo uma variável
aleatória, o termo “positivo” significa ser positivo em todos os estados da natureza em
qualquer possibilidade de realização.
Teorema: p = E(mx) então m > 0 se, e somente se, não existe arbitragem .
Prova: Para provas e maiores informações, veja-se Cochrane (2000).
Como a propriedade da lei do preço único garante a existência de um fator de desconto m,
a não arbitragem garante a existência de um m positivo.
Teorema: Em mercados completos, não arbitragem implica em que existe um único m > 0
tal que p = E(mx).
Prova: Para provas e maiores informações, veja-se Cochrane (2000).
15
Encontra-se maior dificuldade se os mercados forem incompletos. Existem muitos m’s
que precificam ativos. Qualquer m da forma *m x ε= + com ( ) 0E xε = vale e ao menos
um destes é positivo. Os fatores de desconto que não sejam *x e que não estejam no
espaço de payoff X , não poderão se enquadrar na construção deste último argumento,
pois esta pode produzir um ganho que não esteja em X e assim, não se sabe como atribuir
um preço. Para lidar com este caso, Cochrane (2000) utiliza uma estratégia diferente
segunda a qual de que para todo plano existe uma reta perpendicular, isso aplicado a um
espaço que inclui preços e payoffs juntos.
Teorema: A não arbitragem implica na existência de um fator de desconto estritamente
positivo, m > 0, p = E(mx) x X∀ ∈ .
Prova: Para provas e maiores informações, veja-se Cochrane (2000).
O Teorema acima postula que existe 0m > , mas não que 0m > é único. Novamente,
( )p E m xε= +� � se ( ) 0E xε = . Em mercados completos, ele é único. O Teorema não
demonstra que todo fator de desconto deve ser positivo. Nota-se que um fator de desconto
não é único, e fatores de desconto podem existir mesmo não sendo estritamente positivos.
Em particular, *x não precisa ser positivo. Sendo assim, cada escolha de 0m > induz a
uma extensão livre de arbitragem de preços em X para todos os ativos contingentes.
16
2.3 LIMITES “GOOD DEAL” SUPERIOR E INFERIOR DE UM PERÍODO
Cochrane e Saá-Requejo (1999) expõem a precificação de ativos em mercados
incompletos, ou seja, quando não existe replicação perfeita de portfólios impondo
restrições econômicas para se encontrar limites que sejam úteis para os preços de ativos.
Esses limites indicam que os investidores desejam comprar ativos com índices de Sharpe
altos chamados de limites “good deal”.
Outros autores, tais como Bernardo e Ledoit (2000), desenvolvem uma aproximação para
apreçar ativos em mercados incompletos supondo válida a não arbitragem, impedindo
oportunidades de investimento cuja atratividade para um investidor excede um limite
especificado. A atratividade de uma oportunidade de investimento é medida pela relação
ganho – perda. Limitando a relação de ganho – perda máxima, restringe-se um conjunto
de fatores estocásticos de desconto que, por sua vez, permite restringir o conjunto de
preços que podem ser atribuídos aos ativos. Quando variar o máximo permitido da relação
ganho – perda, os limites de preços podem variar os preços exatos pelo modelo básico de
apreçamento para os limites de preços indicados pela hipótese de não arbitragem. Já no
artigo de Cochrane e Saá-Requejo (1999), a restrição adotada é a razão de Sharpe.
Em Jackwerth (1999), a abordagem da incompletude dos mercados é feita através da
precificação de opções baseadas em Rubinstein (1994) e Dupire (1994) que mostram
modelos envolvendo processos estocásticos de ativos de observações de preços de opções
com a viabilidade de apresentar árvores binomiais que incorporam a volatilidade
estocástica.
17
Bates (2003) discute a pesquisa da precificação de opções testando modelos teóricos e faz
uma reflexão sobre toda a teoria já consolidada. Percebe-se que alguns estudiosos tratam
os limites “good deal” como possíveis apostas e questionam os preços na incompletude
dos mercados, tais como Carr et al (2001), Staum (2004) e Larsen (2005).
Hansen e Jagannathan (1991) discutem relações entre média e variância do fator
estocástico de desconto conectando com a razão de Sharpe dos ativos, ou seja, uma das
aproximações a se adotar seria impor restrições nos retornos dos ativos.
Cochrane e Saá-Requejo (1999) adaptam estes resultados com limites “good deal” que são
os limites dos preços baseados no limite máximo da variância do fator estocástico de
desconto, limitando os preços dos payoffs com a suposição de que não se deveria ter
razões de Sharpe muito altas.
A ideia básica é explicada em um período, no qual se quer saber mais sobre o valor do
payoff 1c
tx + tomando como dados os preços tp de um conjunto de payoffs básicos ou
ativos 1tx + . Um fator de desconto 1tm + gera o valor tp de qualquer payoff 1tx + por
( )p E mx= . A existência de tal fator de desconto ou utilidade marginal permite a
interpretação de que seja equivalente à lei do preço único e que quaisquer das maneiras de
construir o mesmo payoff tem igual valor. Quando não se tem replicação perfeita, a
existência do fator de desconto ou da lei do preço único nada indica sobre o valor do ativo
e é necessário mais restrições no fator de desconto. Quanto mais o fator de desconto for
restrito, mais se pode aprender sobre valores de ativos. Cochrane e Saá-Requejo (1999)
insistem em que o fator de desconto precifique um conjunto de ativos que seja não
18
negativo e que imponha um limite superior em sua volatilidade. Assim, os limites “good
deal” resolvem o seguinte problema:
{ }( )min c
mC E mx= sujeito a ( )p E mx= , 0m ≥ e ( ) f
hm
Rσ ≤ (6)
{ }( )max c
mC E mx= sujeito a ( )p E mx= , 0m ≥ e ( ) f
hm
Rσ ≤ (7)
C é o limite inferior “good deal” , m é o fator de desconto, cx é o payoff focal, por
exemplo, ( )max , 0c
Tx S K= − como opção de compra, x é o payoff dos ativos e p é o
preço dos ativos, h é um limite de volatilidade pré definido, fR é a taxa de juros livre de
risco , E é a média e σ é a variância condicional e C é o limite superior “good deal”.
A primeira restrição ( )p E mx= reforça a idéia da precificação tendo como dados os
preços dos ativos. A segunda restrição 0m ≥ é uma caracterização da utilidade marginal,
que é o equivalente a não se ter oportunidades de arbitragem, ou seja, se um payoff é não
negativo em todos os estados da natureza, então o seu valor deve ser também não
negativo. A terceira restrição ( ) f
hm
Rσ ≤ é uma restrição na utilidade marginal, quando
somente a não arbitragem é insuficiente.
Hansen e Jagannathan (1991) demonstraram que a restrição da volatilidade do fator de
desconto é equivalente a um limite superior para a razão de Sharpe do excesso de retorno
médio e desvio padrão. Ou seja,
19
( ) 0eE mR = ⇔ ( )( )
( )( )
e
e
E R m
E mR
σ
σ≤ (8)
Portanto, talvez por uma atitude de risco, um investidor que vai participar na margem de
uma carteira que oferece razão de Sharpe maior que h, tem sua utilidade marginal
satisfazendo ( ) f
hm
Rσ ≤ (considerando ( )
1f
E mR
= ). Define-se limites “good deal” os
limites (7) e (8) calculados com essa restrição adicional, assumindo-se que os investidores
queiram trocar quaisquer bons negócios com grandes razões de Sharpe, bem como puras
oportunidades de arbitragem.
Ressalta-se que, assim como Cochrane e Saá-Requejo (1999), Garleanu et al (2009), Liu
(2003), Staum (2008), Skiadas (2006), Jouini (2001), Larsen (2005), Carr et al (2001),
Bernardo e Ledoit (2000) e muitos outros estudiosos do assunto continuam defendendo
contribuições valiosas da teoria de apreçamento em mercados incompletos.
2.4 MEDIDA DE PROBABILIDADE MARTINGALE DA ENTROPIA RELATIVA
O foco do artigo de Frittelli (1995) é fornecer refutações para problemas de precificação
em mercados incompletos, já que a não arbitragem é insuficiente. Diante disso, algumas
ferramentas devem ser introduzidas para lidar com este problema.
20
Pensa-se que a melhor maneira a ser adotada seria iniciar definindo a medida martingale
de variância minimal e que é equivalente à medida de martingale minimal proposta por
Folmer (1986) e Schweizer (1994).
Em mercados incompletos, especificamente, a não arbitragem é insuficiente para resolver
problemas de precificação de ativos. Sendo assim, considerando-se 2n ≥ , q, a e 1n
1
vetores de nR , np R∈ tal que 0p > (vetor que atribui a medida de probabilidade de
referência) e 1
1n
i
i
p=
=� e o conjunto { }0,1Τ = . Define-se ( ) ( )0 1, 1,B B B r= = e
0S s R= ∈ , 0s > , 1 1
1
... ...
n n
sa com probabilidade p
S
sa com probabilidade p
��
= ���
e assume-se que i ja a i j≠ ∀ ≠ e que
0a > , ou seja, i ja a i j> ∀ < . Definindo os seguintes conjuntos, temos:
{ }: 1 1, 0n
nP q R q q= ∈ = > é o conjunto das probabilidades equivalentes a P.
{ }1 : 1 1, n
nM q R q qa r= ∈ = = é o conjunto das medidas martingale Q (q pode ser positivo
ou negativo).
{ }2 : 1 1, , 0n
nM q R q qa r q= ∈ = = ≥ é o conjunto das medidas de probabilidades
martingale.
{ }: 1 1, , 0n
e nM q R q qa r q= ∈ = = > é o conjunto tal que 1eM M P= ∩ de medidas de
probabilidades martingale equivalente.
1 1n é o vetor unitário de nR .
21
Não existe oportunidade de arbitragem se, e somente se, 0eM ≠ ; ou seja,
10e nM a r a≠ ⇔ < < .
Definição: Entre todas as medidas do conjunto 1M , é selecionada uma medida Q que
minimiza a variância de dQ
dP (Radon-Nikodym):
1
: minQ M
dQ dQQ Var Var
dP dP∈
� � =� � � �
(9)
Chama-se Q de medida martingale da variância minimal (MVMM – Minimal Variance
Martingale Measure). Esta definição não corresponde à mesma definição proposta por
Folmer e Schweizer (1991), porém são equivalentes no contexto de Frittelli (1995).
Infelizmente, a MVMM nem sempre é equivalente a P. Assim, Frittelli (1995) introduz
outro critério.
Definição: Sejam ( )1,..., nQ q q= e ( )1,..., nP p p= > 0 medidas de probabilidades. Então a
entropia relativa ( ),I Q P de Q com respeito a P é definida por
( )1
, lnn
ii
i i
qI Q P q
p=
� �= � �
� �� (10)
É importante considerar que 0ln 0 0= . A propriedade mais relevante da entropia relativa
é que ( ), 0I Q P ≥ . A igualdade vale se, e somente se Q P= .
22
Assim, o critério a ser analisado segundo Frittelli (1995) é o de que, dentre todas as
medidas de probabilidade martingale, escolhe-se uma medida de probabilidade 2Q M∈��
que minimiza a entropia relativa ( ),I Q P de Q com respeito a P:
( ) ( )2
: , = min ,Q M
Q I Q P I Q P∈
�� �� (11)
Denomina-se medida de probabilidade Q��
a definida como Medida de Probabilidade
Martingale da Entropia Relativa Minimal (MEMP).
Assim, o problema é exposto como:
, 0 1
min lnn
ni
iq q
i i
p∈ ≥=
� �� �� �� �� �
� �� ��
sujeito a 1 1nq = e qa r= (12)
Seja ( ) ( ) ( )1
, , ln 1 1n
ii n
i i
qF q q q qa r
pλ γ λ γ
=
� �= + − + −� �
� �� o Lagrangiano. Da condição de
primeira ordem tem-se:
0i
F
q
∂=
∂
� ( ) ( )'
11 1 1 1
1
ln ... ln ... 1 ... 0nn n n n
n
qqq q q q q a q a r
p pλ γ
� �� �� �+ + + + + − + + + − =� �� �� �� �
� � � �� �
� 1
ln . 0ii i
i i
qq a
p qλ γ
� �+ + + =� �
� �
23
� ln 1ii
i
qa
pλ γ
� �= − − −� �
� �
� ( )1 iai
i
qe
p
λ γ− + +=
� ( )1. ia
i iq p eλ γ− + +
= .
Assim, tem-se como solução:
1
j j
i
a a
j j
j n aa
i
i
p e p eq
E ep e
γ γ
γγ
− −
−−
=
= =� ��
��� (13)
O preço de entropia de um ativo contingente ( )1,..., nC c c= é dado por
( )1
1 1 jan
j
jQ aj
p eC E C c
r r E e
γ
γπ
−
−=
� = =� � � �
��� (14)
Por fim, a medida de entropia minimal coincide com a medida martingale dotada por uma
função exponencial que se relaciona com o princípio da maximização da utilidade.
A utilidade exponencial marginal do preço é o payoff esperado e descontado sob uma
medida de distância mínima, que é a medida martingale de entropia minimal (Frittelli,
2000).
24
Delbaen et al (2002) exibem a maximização da utilidade exponencial com a medida
martingale de entropia minimal, atentando especialmente para um conjunto de estratégias
de portfólios viáveis, realizando a otimização. Mania et al (2003) discutem casos em que a
medida martingale de entropia minimal pode ser construída explicitamente.
Na mesma linha de raciocínio, porém mais aprofundada, Ssebugenyi (2008) investiga o
problema de avaliação de opções reais em árvores multinomiais, baseado na medida
martingale de entropia minimal e, em outro artigo, Ssebugenyi (2009) analisa o princípio
da minimização da entropia relativa para construir uma medida martingale de entropia
minimal para um modelo de mercado multiperíodo.
Frittelli e Bellini (1997) propõem um critério de apreçamento em mercados incompletos
que exige minimizar um funcional definido como a maximização da utilidade esperada, o
que um agente pode alcançar com uma dotação inicial e com preços de ativos dados por
uma medida de probabilidade definida para a existência da medida martingale, que
minimiza o funcional. Assim, percebe-se que vários artigos abordam a precificação pelo
critério de entropia e/ou a medida martingale como condições para se trabalhar com
mercados incompletos.
25
RESULTADOS
Tendo em vista o objetivo de apresentar uma análise empírica para a comparação da teoria
desenvolvida por Cochrane e Saá-Requejo (1999) e Frittelli (1995), considera-se uma
economia com período igual a um mês (t0 = hoje e t1 = 3 meses) e três estados da natureza
igualmente prováveis. Seja um fundo de investimento que tem como objetivo aplicar seus
recursos em uma carteira composta por ações de emissão da Petrobrás com os seguintes
dados divulgados do mês de Outubro de 2011:
������ ���������
�������� �� ������ ������
������������ �� ������ �����
Tabela 1 – Retornos positivos e volatilidade (ao ano e ao trimestre) de uma carteira de ações da Petrobrás divulgadas em Out/11
Além disso, considerem-se as seguintes informações: o preço da ação da Petr 4 no dia
15/08/2011 foi de p0 = R$ 20,61 e para cada estado da natureza igualmente provável
sejam os seguintes retornos:
- a1 = a + 3v = 14,21 + 3 . 8,12 = 38,56% ao trimestre. para o estado 1;
- a2 = a = 14,21% ao trimestre. para o estado 2;
26
- a3 = a – 3v = 14,21 – 3 . 8,12 = -10,15% ao trimestre para o estado 3.
Considerando-se o cenário de três desvios padrões de subida, vê-se que o estado 1 reflete
um retorno muito forte para cima, o estado 2 apresenta um cenário de estabelecimento que
considera apenas o retorno positivo ao trimestre e o último estado, 3, apresenta uma forte
queda da ação, considerando três desvios padrões de descida.
Caso ocorram quaisquer dos três estados da natureza, o preço no período t1 pode ser:
1 1
1 2 2
3 3
. 1 28,56
. 2 23,54
18,52. 3
p a caso ocorra o estado x
p p a caso ocorra o estado x
p a caso ocorra o estado x
� ��� � �
= = =� � �� � �
�� �
.
Primeiramente, encontra-se os limites “good deal”, de acordo com Cochrane e Saá-
Requejo (1999). Considere-se o payoff ( )1 2 3, ,c c c cx x x x= onde cada ( )1max , 0c
ix p K= −
é uma opção de compra com preço de exercício K = R$ 20,00. Assim, encontra-se
( )8,56 , 3,54 , 0cx = .
Assim, encontra-se o fator estocástico de desconto ( )1 2 3, ,m m m m= que satisfaça às
restrições dos problemas (6) e (7).
A primeira restrição é ( )p E mx= , então tem-se que:
1 1 2 2 3 3 1 2 3. . . . 28,56 . 23,54 . 18,5220,61
3 3
m x m x m x m m m+ + + += = ,
em que ( ) ( )1 2 3, , 28,56 , 23,54 , 18,52x x x x= = .
27
Para o ativo sem risco, tem-se que,
1 2 3. 1 . 1 . 11
3
m m m+ += .
Chamando de Q e U as seguintes diferenças:
1 2 3. 31,9 . 23,54 . 15,1720,61
3
m m mQ
+ += −
e
1 2 3. 1 . 1 . 11
3
m m mU
+ += − ,
Numericamente, quer-se encontrar m tal que 2 2 0Q U+ → para a primeira restrição.
Supondo-se que o limite de volatilidade pré-definido seja 0,1h = . Sabendo-se que a
média do fator estocástico de desconto m é
1 2 3
3
m m mm
+ +=
e que a variância do fator estocástico de desconto m é dado por
( )( )
2
1
m mm
nσ
−=
−
�,
com três estados da natureza igualmente prováveis (n = 3), então serão consideradas três
faixas para a taxa de juros livre de risco a serem analisadas:
28
��������� ����� ����� ������
� ����� �����
� ������ �����
� ������ �����
Tabela 2 – Três casos para a taxa de juros livre de risco
Caso 1: Rf = 1,44% ao trimestre..
A terceira restrição encontra-se na volatilidade do fator estocástico de desconto,
( ) f
hm
Rσ ≤ . Como ( )
1f
E mR
= , então
1 2 3
3fRm m m
=+ +
.
Utilizando o Solver, ferramenta do Microsoft Excel, são encontrados os valores máximo e
mínimo da função preço, ou seja, o valor esperado do payoff descontado pelo fator
estocástico de desconto. Assim, deseja-se encontrar numericamente os valores de
{ }( ) 1 1 2 2 3 3. . .
min min 3
c c cc
m
m x m x m xC E mx
� �+ += = � �
� �
e
{ }( ) 1 1 2 2 3 3. . .
max max 3
c c cc
m
m x m x m xC E mx
� �+ += = � �
� �,
tal que 2 2 0Q U+ → (primeira restrição), 0m ≥ (segunda restrição) e
( )2
0,1
3 1 1, 44
m m−≤
−
� (terceira restrição).
Com isso,
29
2,839791818C = com ( )0,6157 , 0,9188 , 1,2219m =
e
2,839797884C = com ( )0,6157 , 0,9187 , 1,2220m = .
Ou seja, o intervalo “good deal” é [ ], 2,839791818 , 2,839797884C C� = � .
Analisa-se empiricamente o preço da opção pela abordagem de Frittelli (1995) através da
medida de probabilidade martingale da entropia relativa minimal resolvendo o seguinte
problema:
, 0 1
min lnn
ni
iq R q
i i
p∈ ≥=
� �� �� �� �� �
� �� �� sujeito a 1 1nq = e qa r= .
Considerem-se os mesmos retornos do início do capítulo: 1 1,3856a = ao trimestre,
2 1,1421a = ao trimestre e 3 0,8985a = ao trimestre.
Sejam { }1
, 1,2,33ip i= ∀ ∈ , as probabilidades de cada um dos três estados da natureza.
Vamos então, resolver o Caso 1: Rf = 1,44% ao trimestre. = 1,0144 ao trimestre
Deseja-se encontrar numericamente
3
3
, 0 1
min ln ientropia i
q qi i
qC q
p∈ ≥=
� �� �= � �� �� �
� �� ��
.
30
Da mesma maneira que foram calculados os limites “good deal”, utiliza-se o Solver para
encontrar o valor mínimo do preço de entropia relativa com as restrições 1 1nq = e
qa r= . Assim,
( )0,1076 , 0,2607 , 0,6316q =
e
0,2181entropiaC = .
Comparando os resultados obtidos neste exemplo, vê-se que o preço de entropia não se
encontra no intervalo “good deal”, , entropiaC C C� ∉ � .
Considerando ainda o Caso 1 com outras probabilidades para cada estado da natureza,
veja-se a árvore trinomial de Clifford & Zaboronski (2008) em que tem-se o seguinte:
( )
( )
( )
( )
p = 1- -
u
m u d
d
S t u com probabilidade p
S t t S t com probabilidade p p
S t d com probabilidade p
��
+ ∆ = ���
,
em que 2u = e tσ ∆ e 2d = e tσ− ∆ , onde �t = 1/4 de ano,
31
2
22
2 2
e e
e - e
tr t
u t tp
σ
σ σ
∆∆−
∆ ∆−
� �−� �
= � �� �� �
,
2
2 2
2 2
e e
e - e
t r t
d t tp
σ
σ σ
∆ ∆
∆ ∆−
� �−� �
= � �� �� �
e 1m u dp p p= − − ,
onde up , dp e mp são as probabilidades.
Assim, u = 1,0337 ou 3,37% e d = 0,9674 ou -3,26%. Substituindo r, t∆ e σ encontra-
se, 0,264up = , 0,264dp = e 0,472mp = .
As restrições válidas a serem consideradas são:
1) ( )( )
( )1i r t
i
i
S tE e S t
S t
+ ∆�
=� �
;
2) ( )( )
( )21 2i
i
i
S tVar tS t
S tσ+
� = ∆�
�;
3) 1ud = .
Do mesmo modo do exemplo anterior, calculam-se os limites “good deal” conforme o
artigo de Cochrane e Saá-Requejo (1999):
{ }( ) { }1 1 2 2 3 3min min p . . p . . p . . c c c c
u m dm
C E mx m x m x m x= = + +
e
32
{ }( ) { }1 1 2 2 3 3max max p . . p . . p . . c c c c
u m dm
C E mx m x m x m x= = + + .
Considerando as restrições, tem-se que para ( )p E mx= ,
1 1 2 2 3 3p = p . . p . . p . . u m dm x m x m x+ + ,
1 2 320,61 0,264. . 28,56 0,472. . 23,54 0, 264. . 18,52m m m= + + ,
já que ( ) ( )1 2 3, , 28,56 , 23,54 , 18,52x x x x= = . Para o ativo sem risco, temos que,
1 2 3 1 2 31 . . 1 . . 1 . . 1 = 0,264. . 1 0,472. . 1 0, 264 . . 1u m d dp m p m p m m m p m= + + + + .
Assim, considere-se Q’ e U’,
1 2 3' 20,61 0,264. . 31,9 0,472. . 23,54 0,264. . 15,17Q m m m= − + +
e
1 2 3' 1 0,264. . 1 0,472. . 1 0,264 . . 1dU m m p m= − + + .
Deseja-se encontrar numericamente m tal que 2 2' ' 0Q U+ → . Mantendo a suposição de
que o limite de volatilidade pré-definido é 0,1h = , que a média de m é
33
1 2 3. . . u m dm p m p m p m= + + ,
1 2 3
1
. . . f
u m d
Rp m p m p m
=+ +
e que
( )( )
2
1
m mm
nσ
−=
−
� para 3n = ,
então para a terceira restrição na volatilidade, ( ) f
hm
Rσ ≤ , ou seja,
( )2
0,1
3 1 f
m m
R
−≤
−
�.
Portanto, novamente utilizando a ferramenta Solver do Excel, tem-se
0,68571C = para ( )1,2058 , 0,9391 , 0,8914m =
e
0,72712C = para ( )1,3096 , 0,9586 , 0,7442m = .
Semelhantemente ao exemplo anterior, utiliza-se os artifícios de Frittelli (1995), em que
os retornos são: 1 1,0337a = , 2 0,0 a = e 3 0,9674a = .
34
Neste item, vê-se que as probabilidades são 0,264up = , 0,264dp = e 0,472mp =
oriundas de Clifford e Zaboronski (2008). Vamos, então, resolver o Caso 1: Rf = 1,44%
ao trimestre = 1,0144 ao trimestre.
Deseja-se encontrar numericamente o preço,
3
31 21 2 3
, 0min ln ln lnentropia
q R qu m d
qq qC q q q
p p p∈ ≥
� �� � � � � �= + +� �� � � � � �� �
� � � � � �� �,
Novamente, pelo Solver, o intuito é determinar o valor do preço da ação minimizando a
entropia relativa. Entretanto, não foi possível determinar uma solução com os dados
informados, já que a solução para o problema apresentou uma das variáveis de q negativa,
contrariando a hipótese de que 0q ≥ . Portanto, o preço entropiaC não foi encontrado.
O próximo passo é resolver os casos 2 e 3. As tabelas 3 e 4 mostram os resultados para os
casos em que as taxas livres de risco são respectivamente, 11,55% e 17,32% a.a..:
����� ����������� �� �� ��
�� ���������������������������� ����������� ����������� �����������
���� ���������������������������� ����������� ����������� �����������
���� ��������������������������� ����������� ����������� �����������
Tabela 3 – Preços pelo critério de entropia e pelo limite good deal para o caso 2 e estados igualmente prováveis
Esta tabela apresenta os preços para o caso 2, em que a taxa de juros livre de risco é de 11,55% a.a., são três estados da natureza igualmente prováveis mantendo o limite de volatilidade (h) constante igual a 0,1.
35
����� ����������� �� �� ��
�� ������! �������������������� ����������� ����������� �����������
���� ������!��������������������� ����������� ����������� �����������
���� ����!���������������������� ����������� ����������� �����������
Tabela 4 – Preços pelo critério de entropia e pelo limite good deal para o caso 3 e estados igualmente prováveis
Esta tabela apresenta os preços para o caso 3, em que a taxa de juros livre de risco é de 17,32% a.a., são três estados da natureza igualmente prováveis mantendo o limite de volatilidade (h) constante igual a 0,1.
As tabelas 3 e 4 informam os intervalos “good deal” e o preço pela entropia relativa
minimal para os casos 2 e 3, respectivamente. Verificou-se que o preço pela entropia
relativa minimal apresenta-se muito distante dos valores máximo e mínimo, que por sua
vez são muito próximos (intervalo “good deal” estreito).
A seguir, seguem os resultados das tabelas 5 e 6 para os casos 2 e 3, respectivamente em
que as probabilidades e os retornos foram adotados pelo esquema de Clifford e
Zaboronski (2008). Note-se que o preço pelo critério da entropia relativa minimal não
conseguiu convergência novamente e os valores máximo e mínimo do “good deal”
permaneceram bem próximos.
����� ����������� �� �� ��
�� ��!������������������������ ����������� ����������� �����������
���� ��!������������������������ ����������� ����������� �����������
���� �������"#$� ����������� ����������� �������������
Tabela 5 – Preços pelo critério de entropia e pelo limite good deal para o caso 2 e estados com probabilidades de Clifford e Zaboronski (2008)
Esta tabela apresenta os preços para o caso 2, em que a taxa de juros livre de risco é de 11,55% a.a., são três estados da natureza mantendo o limite de volatilidade (h) constante igual a 0,1. As probabilidades de cada estado da natureza foram adotadas com base no artigo de Clifford e Zaboronski (2008) que são
36
2
22
2 2
e e
e - e
tr t
u t tp
σ
σ σ
∆∆−
∆ ∆−
� �−� �
= � �� �� �
,
2
2 2
2 2
e e
e - e
t r t
d t tp
σ
σ σ
∆ ∆
∆ ∆−
� �−� �
= � �� �� �
e 1m u dp p p= − − . Assim, como no
caso 1, o preço de entropia não foi encontrado já que o valor de uma das componentes de m não satisfazia uma das hipóteses, ou seja, era negativo.
����� ����������� �� �� ��
�� ������ �������������������� ����������� ����������� �����������
���� ����!���������������������� ����������� ����������� �����������
���� �������"#$� ����������� ����������� �������������
Tabela 6 – Preços pelo critério de entropia e pelo limite good deal para o caso 3 e estados com probabilidades de Clifford e Zaboronski (2008)
Esta tabela apresenta os preços para o caso 3, em que a taxa de juros livre de risco é de 17,32% a.a., são três estados da natureza mantendo o limite de volatilidade (h) constante igual a 0,1. As probabilidades de cada estado da natureza foram adotadas com base no artigo de Clifford e Zaboronski (2008). Assim, como no caso 1, o preço de entropia não foi encontrado já que o valor de uma das componentes de m não satisfazia uma das hipóteses, ou seja, era negativo.
Foram realizadas outras simulações para verificar se o preço pelo critério da entropia
relativa minimal pertenceria ao intervalo compreendido pelos limites superior e inferior do
“good deal”, que se encontram no APÊNDIDE – RESULTADOS. Porém, percebeu-se
que, para todas as simulações realizadas, o preço pelo critério de entropia relativa
minimal, proposto por Frittelli (1995), não pertencia ao limite “good deal” proposto por
Cochrane e Saá-Requejo (1999).
37
3 CONCLUSÃO
A proposta deste trabalho foi apresentar a aplicabilidade das comparações do cálculo do
preço de um ativo através de uma medida de probabilidade da entropia relativa minimal e
de restrições na volatilidade do fator estocástico de desconto, com o intuito de encontrar o
limite superior e inferior, denominado “good deal”. Considerando uma carteira de ações
da Petrobras, do mês de Outubro de 2011, foram feitas simulações com configurações de
alta, de baixa e de estabilidade com restrições na volatilidade do fator estocástico de
desconto. Os ensaios mostram que o preço pelo critério de entropia relativa minimal não
pertence ao intervalo “good deal” e que existe um favorecimento nos resultados dos
limites “good deal”, pois as simulações mostram que o preço pela entropia possui quedas
mais bruscas com a variação da taxa de juros do que o limite “good deal” do preço do
ativo.
38
REFERÊNCIAS BIBLIOGRÁFICAS
ARROW, K., DEBREU, G (1954) “Existence of an Equilibrium for a Competitive Economy” In: Econometrica, v. 22, n.3, p. 265-290.
ARROW, K (1964) “The role of Securities in the Optimal Allocation of Risk-bearing” In: The Review of Economic Studies, v. 31, n.2, p. 91-96.
BATES, D. S. (2003) “ Empirical option pricing: a retrospection” In: Journal of Econometrics, v.116, p. 387-404.
BERNARDO, A.E., LEDOIT, O. (2000) “Gain, loss, and asset pricing” In: Journal of Political Economy, v.108, n.1, p. 144- 172.
CARR, P., GERMAN, H., MADAN, D.B. (2001) “ Pricing and hedging in incomplete markets” In: Journal of Financial Economics, v.62, p. 305-332.
COCHRANE, John H., SAA-REQUEJO, Jesus. (1999) “Beyond Arbitrage: Good-deal Asset Price Bounds in Incomplete Markets” In: The Journal of Political Economy v. 108, n.1, p. 79-119.
COCHRANE, John H. (2005) “Asset Pricing”, Revised Edition, Princeton University Press.
CONT, R., TANKOV, P. (2004) “ Financial Modelling with Jump Process” In: Financial Mathematics Series.
CLIFFORD, Paul, ZABORONSKI, Oleg. (2008) “ Pricing Options Using Trinomial Trees”, University of Warwick, United Kingdom.
DELBAEN, F., SCHACHERMAYER, W. (1994) “A general version of the fundamental theorem of asset pricing” In: Math Ann.
DELBAEN, F., GRANDITS, P., RHEINLANDER, T., SAMPERI, D., SCHWEIZER, M, STRICKER, C. (2002) “ Exponential hedging and entropic penalties” In: Mathematical Finance, v.12, n.2, p. 99-123.
FLOOD, M. (1991) “ An Introduction to Complete Markets” In: Federal Reserve Bank
39
FOLLMER, H., SONDERMANN, D. (1986) “Hedging of Non-Redundant Contingent Claims” In: W. Hildebrand e A. Mas Colell, Contributions to Mathematical Economics.
FOLLMER, H, SCHWEIZER, M. (1991) “Hedging of Contingent Claims under Incomplete Information”, In: M. H. A. Davis e R. J. Elliott, Applied Stochastic Analysis, Stochastics Monographs v. 5, Gordon e Breach, London/New York.
FRITTELLI, M., LAKNER, P. (1994) “Almost sure characterization of martingales” In: Stoc & Stoc Rep. 49, p. 181-190.
FRITTELLI, Marco. (1995) “ Minimal Entropy Criterion for Pricing in One Period Incomplete Markets”, In: Technical Report, n. 99, University of Brescia.
FRITTELLI, M., BELLINI, F. (1997) “Certainty Equivalent and No Arbitrage: a Reconciliation via Duality Theory” In: Technical Report, n.139, p.01-22.
FRITTELLI, M. (2000) “Introduction to a theory of value coherent with the no-arbitrage principle” In: Finance and Stochastics, v.4, p.275-297.
GARLEANU, N., PEDERSEN, L.H. (2009) “Demand based option pricing” In: Soc Financial Studies, Review of Financial. HANSEN, Lars P., JAGANNATHAN, Ravi. (1991) “ Implications of Security Market Data for Models of Dynamic Economies” In: The Journal of Political Economy v. 99, p. 225-262. HANSEN, Lars P., HEATON, John, LUTTMER, Erzo G. J. (1995) “ Econometric Evaluation of Asset Pricing Models” In: Rev. Financial Studies 8, p. 237-274. HARRISON, J., KREPS, D. (1979) “ Martingales and Arbitrages in Multiperiod Securities Markets” In: Stoc. Proc. Appl. v. 11, p. 215-260.
HART, Oliver. (1975) “ On the optimality of equilibrium when the market structure is incomplete” In: Journal of Economic Theory v. 11, p. 418-443.
JACKWERTH, J. C. (1999) “Option Implied Risk-Neutral Distribuitions and Implied Binomial Trees: A Literature Review” In: Journal of Derivatives, v.7, n.2, p. 66-82.
JOUINI, E. (2001) “ Arbitrage and control problems in finance: A presentation” In: Journal of Mathematical Economics, v.35, p. 167-183.
LARSEN, K., PIRVU, T.A., SHREVE, S.E., TUTUNCU, R. (2005) “ Satisfying convex risk limits by trading” In: Finance and Stochastics, v.9, n.2, p. 177-195.
LIU, J. (2003) “ Dynamic derivative strategies” In: Journal of Financial Economics.
LUCAS, Robert E. (1978) “Asset Pricing in an Exchange Economy” In: Econometrica v. 46, n. 6, p. 1429-1445.
40
MANIA, M., SANTACROCE, M., TEVZADZE, R. (2003) “A semimartingale BSDE related to the minimal entropy martingale measure” In: Finance and Stochastics, v.7, p. 385-402. MANKIW, N. (1986) “ The Equity Premium and the Concentration of Aggregate Shocks” In: J. Financial Economics v. 17, p. 211-229.
NASCIMENTO, V. (2007) “ Eficiência Informacional do Mercado de Ações” Dissertação de Mestrado da Universidade de Economia da Universidade do Porto, Portugal.
PENNACCHI, G (2008) “Theory of Asset Pricing”, Pearson Education.
RUBINSTEIN, M. (1994) “Implied Binomial Trees” In: The Journal of Finance, v.69, n.3, p.771-818.
SCHWEIZER, M. (1994), Discussion Paper, n. B-284, In: Stoc. Anal. Appl.
SKIADAS, C. (2006) “ Dynamic portfolio theory” In: Birge, J R, Linetsky Eds.
SSEBUGENYI, C. S. (2008) “ Valuation of Real Options Using the Minimal Entropy Martingale Measure” In: Applied Mathematical Sciences, v.2, n.58, p. 2875-2890.
SSEBUGENYI, C. S. (2009) “ Construction of the Minimal Entropy Martingale Measure in Finite Probability Market Models” In: Applied Mathematical Sciences, v.3, n.24, p. 1153-1170.
STAUM, J. (2004) “ Fundamental theorems of asset pricing for good deal bounds” In: Mathematical Finance, v. 14, n.2, p. 141-161.
STAUM, J. (2008) “Incomplete Markets” In: J.R. Birge and V. Linetsky Eds., v. 15, p.511-563
STRICKER, C. (1990) “Arbitrage et lois de martingale” In: Ann. Institute H. Poincarè, v. 26, p. 451-460
41
APÊNDICE - RESULTADOS
%"��� ����� ����������� �� �� ��
�� �� ��!���������������������� ������������ ������������ ������������
���� �� ������������������������� ������������ ������������ ������������
���� ��������������������������� ������������ ������������ ������������
�� �� ��! ��������������������� ������������ ������������ ������������
���� �� ��!� �������������������� ������������ ������������ ������������
���� �����!��������������������� ������������ ������������ ������������
�� �� ������������������������� ������������ ������������ ������������
���� �� ��!!��������������������� ������������ ������������ ������������
���� � ������������������������� ������������ ������������ ������������
����&
�����&
�����&
Tabela 7 – Preços pelo critério de entropia e pelo limite good deal para os 3 casos de taxas de juros considerados e estados da natureza igualmente prováveis
Esta tabela apresenta os preços para as três faixas de juros, três estados da natureza igualmente prováveis mantendo o limite de volatilidade (h) igual a 0,1. Os retornos considerados neste caso foram: a1 = retornos positivos ao trimestre + 3,5.volatilidade ao trimestre, : a2 = retornos positivos ao trimestre, : a3 = retornos positivos ao trimestre - 3,5.volatilidade ao trimestre. Com todos esses dados, vê-se que o preço de entropia não pertence ao intervalo “good deal”.
42
%"��� ����� ����������� �� �� ��
�� ���!������������������������ ������������ ������������ ������������
���� ���!������������������������ ������������ ������������ ������������
���� ����!�!�������������������� ������������ ������������ ������������
�� ���!������������������������ ������������ ������������ ������������
���� ���!������������������������ ������������ ������������ ������������
���� � ������������������������� ������������ ������������ ������������
�� ���!������������������������ ������������ ������������ ������������
���� ���!������������������������ ������������ ������������ ������������
���� � � ����������������������� ������������ ������������ ������������
�����&
�����&
����&
Tabela 8 – Preços pelo critério de entropia e pelo limite good deal para os 3 casos de taxas de juros
considerados e estados da natureza igualmente prováveis
Esta tabela apresenta os preços para as três faixas de juros, três estados da natureza igualmente prováveis mantendo o limite de volatilidade (h) igual a 0,1. Os retornos considerados neste caso foram: a1 = retornos positivos ao trimestre + 4.volatilidade ao trimestre, : a2 = retornos positivos ao trimestre, : a3 = retornos positivos ao trimestre - 4.volatilidade ao trimestre. Com todos esses dados, vê-se que o preço de entropia não pertence ao intervalo “good deal”.
%"��� ����� ����������� �� �� ��
�� ��������������������������� ����������� ����������� �����������
���� ��� ����������������������� ����������� ����������� �����������
���� � !�� ��������������������� ����������� ����������� �����������
�� ���! ��������������������� ����������� ����������� �����������
���� �� ������������������������ ����������� ����������� �����������
���� ���� ���������������������� ����������� ����������� �����������
�� ��������������������������� ����������� ����������� �����������
���� �� � ��!�������������������� ����������� ����������� �����������
���� ��� ����������������������� ����������� ����������� �����������
����&
�����&
�����&
Tabela 9 – Preços pelo critério de entropia e pelo limite good deal para os 3 casos de taxas de juros
considerados e estados da natureza com probabilidades de Clifford e Zaboronski (2008)
Esta tabela apresenta os preços para as três faixas de juros, três estados da natureza com probabilidades de Clifford e Zaboronski (2008) semelhante à tabela 5 mantendo o limite de volatilidade (h) igual a 0,1. Os retornos considerados neste caso foram:
( )21 2 1ta eσ ∆= − , 2 0a = e ( )2
3 2 1ta e σ− ∆= − . Com todos esses dados, vê-se que o preço
de entropia não pertence ao intervalo “good deal”.
43
%"��� ����� ����������� �� �� ��
�� ��������������������������� ����������� ����������� �����������
���� �� ��� ��������������������� ����������� ����������� �����������
���� � ����!�������������������� ����������� ����������� �����������
�� �� ������������������������� ����������� ����������� �����������
���� ���������������������������� ����������� ����������� �����������
���� � � !���������������������� ����������� ����������� �����������
�� �� ������������������������� ����������� ����������� �����������
���� ���������������������������� ����������� ����������� �����������
���� ���! ���������������������� ����������� ����������� �����������
����&
�����&
�����&
Tabela 10 – Preços pelo critério de entropia e pelo limite good deal para os 3 casos de taxas de juros
considerados e estados da natureza com probabilidades de Clifford e Zaboronski (2008)
Esta tabela apresenta os preços para as três faixas de juros, três estados da natureza com probabilidades de Clifford e Zaboronski (2008) semelhante à tabela 5 mantendo o limite de volatilidade (h) igual a 0,1. Os retornos considerados neste caso foram:
( )21 3 1ta eσ ∆= − , 2 0a = e ( )2
3 3 1ta e σ− ∆= − . Com todos esses dados, vê-se que o preço
de entropia não pertence ao intervalo “good deal”.