metodos matem´ aticos em financ¸as...
TRANSCRIPT
Metodos Matematicos em Financas I
Jorge P Zubelli
IMPA
5 de Setembro de 2017
MMF I ccopyZubelli (IMPA) 092017 1 93
Comportamento Estocastico dos MercadosExemplo
Figura Dados do IBOVESPA
MMF I ccopyZubelli (IMPA) 092017 2 93
Comportamento Estocastico dos MercadosDados de Alta Frequencia
Figura Dados de Alta Frequencia do IBOVESPA Ano 2006
MMF I ccopyZubelli (IMPA) 092017 3 93
Um dos problemas centrais
Como determinar o preco justo hoje de um contrato financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatoriasIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscosAlgumas perguntas naturais
Por que
Quando
Quem
MMF I ccopyZubelli (IMPA) 092017 4 93
Observacoes Historicas
Dois Mil BC - India
Thales de Mileto - Grecia
Pescadores holandeses de baleias do seculo XVI faziam contratos devenda forward antes de partirem nas suas viagens
Seculo XVII - Holanda - opcoes sobre precos de tulipas
Contratos a termo e opcoes foram negociados no seculo XVII emAmsterda e Osaka (mercado de arroz)
MMF I ccopyZubelli (IMPA) 092017 5 93
IntroducaoConceitos Iniciais
Figura Thales de Mileto
Historico - Grandes Contribuicoes
Thales de Mileto
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 6 93
IntroducaoConceitos Iniciais
Figura L Bachelier
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 7 93
IntroducaoConceitos Iniciais
Figura R Merton
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 8 93
IntroducaoConceitos Iniciais
Figura M Scholes
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 9 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Comportamento Estocastico dos MercadosExemplo
Figura Dados do IBOVESPA
MMF I ccopyZubelli (IMPA) 092017 2 93
Comportamento Estocastico dos MercadosDados de Alta Frequencia
Figura Dados de Alta Frequencia do IBOVESPA Ano 2006
MMF I ccopyZubelli (IMPA) 092017 3 93
Um dos problemas centrais
Como determinar o preco justo hoje de um contrato financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatoriasIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscosAlgumas perguntas naturais
Por que
Quando
Quem
MMF I ccopyZubelli (IMPA) 092017 4 93
Observacoes Historicas
Dois Mil BC - India
Thales de Mileto - Grecia
Pescadores holandeses de baleias do seculo XVI faziam contratos devenda forward antes de partirem nas suas viagens
Seculo XVII - Holanda - opcoes sobre precos de tulipas
Contratos a termo e opcoes foram negociados no seculo XVII emAmsterda e Osaka (mercado de arroz)
MMF I ccopyZubelli (IMPA) 092017 5 93
IntroducaoConceitos Iniciais
Figura Thales de Mileto
Historico - Grandes Contribuicoes
Thales de Mileto
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 6 93
IntroducaoConceitos Iniciais
Figura L Bachelier
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 7 93
IntroducaoConceitos Iniciais
Figura R Merton
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 8 93
IntroducaoConceitos Iniciais
Figura M Scholes
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 9 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Comportamento Estocastico dos MercadosDados de Alta Frequencia
Figura Dados de Alta Frequencia do IBOVESPA Ano 2006
MMF I ccopyZubelli (IMPA) 092017 3 93
Um dos problemas centrais
Como determinar o preco justo hoje de um contrato financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatoriasIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscosAlgumas perguntas naturais
Por que
Quando
Quem
MMF I ccopyZubelli (IMPA) 092017 4 93
Observacoes Historicas
Dois Mil BC - India
Thales de Mileto - Grecia
Pescadores holandeses de baleias do seculo XVI faziam contratos devenda forward antes de partirem nas suas viagens
Seculo XVII - Holanda - opcoes sobre precos de tulipas
Contratos a termo e opcoes foram negociados no seculo XVII emAmsterda e Osaka (mercado de arroz)
MMF I ccopyZubelli (IMPA) 092017 5 93
IntroducaoConceitos Iniciais
Figura Thales de Mileto
Historico - Grandes Contribuicoes
Thales de Mileto
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 6 93
IntroducaoConceitos Iniciais
Figura L Bachelier
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 7 93
IntroducaoConceitos Iniciais
Figura R Merton
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 8 93
IntroducaoConceitos Iniciais
Figura M Scholes
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 9 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Um dos problemas centrais
Como determinar o preco justo hoje de um contrato financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatoriasIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscosAlgumas perguntas naturais
Por que
Quando
Quem
MMF I ccopyZubelli (IMPA) 092017 4 93
Observacoes Historicas
Dois Mil BC - India
Thales de Mileto - Grecia
Pescadores holandeses de baleias do seculo XVI faziam contratos devenda forward antes de partirem nas suas viagens
Seculo XVII - Holanda - opcoes sobre precos de tulipas
Contratos a termo e opcoes foram negociados no seculo XVII emAmsterda e Osaka (mercado de arroz)
MMF I ccopyZubelli (IMPA) 092017 5 93
IntroducaoConceitos Iniciais
Figura Thales de Mileto
Historico - Grandes Contribuicoes
Thales de Mileto
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 6 93
IntroducaoConceitos Iniciais
Figura L Bachelier
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 7 93
IntroducaoConceitos Iniciais
Figura R Merton
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 8 93
IntroducaoConceitos Iniciais
Figura M Scholes
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 9 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Observacoes Historicas
Dois Mil BC - India
Thales de Mileto - Grecia
Pescadores holandeses de baleias do seculo XVI faziam contratos devenda forward antes de partirem nas suas viagens
Seculo XVII - Holanda - opcoes sobre precos de tulipas
Contratos a termo e opcoes foram negociados no seculo XVII emAmsterda e Osaka (mercado de arroz)
MMF I ccopyZubelli (IMPA) 092017 5 93
IntroducaoConceitos Iniciais
Figura Thales de Mileto
Historico - Grandes Contribuicoes
Thales de Mileto
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 6 93
IntroducaoConceitos Iniciais
Figura L Bachelier
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 7 93
IntroducaoConceitos Iniciais
Figura R Merton
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 8 93
IntroducaoConceitos Iniciais
Figura M Scholes
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 9 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
IntroducaoConceitos Iniciais
Figura Thales de Mileto
Historico - Grandes Contribuicoes
Thales de Mileto
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 6 93
IntroducaoConceitos Iniciais
Figura L Bachelier
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 7 93
IntroducaoConceitos Iniciais
Figura R Merton
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 8 93
IntroducaoConceitos Iniciais
Figura M Scholes
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 9 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
IntroducaoConceitos Iniciais
Figura L Bachelier
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 7 93
IntroducaoConceitos Iniciais
Figura R Merton
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 8 93
IntroducaoConceitos Iniciais
Figura M Scholes
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 9 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
IntroducaoConceitos Iniciais
Figura R Merton
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 8 93
IntroducaoConceitos Iniciais
Figura M Scholes
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 9 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
IntroducaoConceitos Iniciais
Figura M Scholes
Historico - Grandes Contribuicoes
L Bachelier (Paris)
P Samuelson
F Black
M Scholes
R Merton
MMF I ccopyZubelli (IMPA) 092017 9 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Problemas centrais
PerguntaComo determinar o preco justo hoje de contratos financeiro sobre um ativocujo o comportamento futuro e imprevisıvel e sujeito a flutuacoes aleatorias
FatoIntimamente ligada a questao de aprecamento esta a questao de protecao ecobertura de riscos
MMF I ccopyZubelli (IMPA) 092017 10 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
EstrategiaPassos
Modelar o Mercado (ou os ativos subjacentes)
Modelar os Contratos
Calibrar os Modelos (do mercado e do contrato)
Desenvolver Metodos e Algoritmos de Calculo
Modelos
Contınuos
Discretos
MMF I ccopyZubelli (IMPA) 092017 11 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
ModelosContınuos times Discretos
ContınuosPROS
1 Teoria Solida Sofisticada2 Boas Propriedades3 Resultados Teoricos4 Independe de Escalas (logo
aplicavel em muitos contextos)
CONS1 Teoria Sofisticada2 Difıcil Intuicao3 Dificuldades de
Implementacao
DiscretosPROS
1 Teoria Simples2 Exemplos de Pequeno Porte
Faceis3 Facil Implementacao em
Maquinas Rapidas4 Em ultima analise temos
sempre que discretizar
CONS1 Depende de Escalas e
Discretizacoes2 Alta Complexidade
Computacional
MMF I ccopyZubelli (IMPA) 092017 12 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Opcao de compra europeia (call)
Um contrato que da ao possuidor o direito mas nao a obrigacao de compraruma unidade de um ativo subjacente no instante futuro T por um preco (strike)K O chamado payoff F deste contrato e
F(ST ) =
ST minusK se ST gt K
0 se ST le K
MMF I ccopyZubelli (IMPA) 092017 13 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Aprecamento da Call
C(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(ST minusK )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 14 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Opcao de venda europeia (put)
Da o direito ao possuidor de vender uma unidade de um ativo subjacente noinstante futuro T por um preco (strike) KPayoff
F(XT ) =
K minusXT se XT lt K
0 se XT ge K
Fonte de Valor em uma Opcao Assimetria entre direito mas nao obrigacaoMMF I ccopyZubelli (IMPA) 092017 15 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Aprecamento da Put
P(tSt) = EQ[eminusr(Tminust)payoff|St ] = EQ[eminusr(Tminust)(K minusST )+|St ]
Figura Preco de uma opcao de compra europeia (call) para diversos instantes t
MMF I ccopyZubelli (IMPA) 092017 16 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Contratos e OpcoesExemplos
1 Opcoes AmericanasO contrato pode ser exercido a qualquer momento τ
ate a expiracao T 2 Opcoes Bermudianas O contrato pode ser exercido em qualquer
momento τ dentro de um conjunto de tempos [T1T2] [T3T4] [T2N+1TN ]
3 Opcoes Asiaticas O contrato depende de uma media (aritmetica ougeometrica) dos valores do ativo durante um perıodo antes dovencimento
MMF I ccopyZubelli (IMPA) 092017 17 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Modelos (Contınuos) de Mercado
Contexto Probabilıstico
1 Espaco de Probabilidade (ΩF P)
2 Processos Estocasticos em Tempo Contınuo
S = St(ω)tisin[0T ]
Para cada t temos uma va Xt Ωrarr R3 Fluxo de Informacao Famılia de σ-algebras Ft tq o processo X e
adaptados a Ft4 Dinamica dos processos Tıpicamente EDE
dSt = g(tω)dt + ν(tω)dWt
ou mais geralmente processos de Levy
MMF I ccopyZubelli (IMPA) 092017 18 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Modelo ClassicoBlack-Scholes-Merton
Movimento Browniano Geometrico
dSt
St= microdt + σdWt
com micro e σ constantesObs O que significa dW Consideramos
∆Wt =int t+∆t
tdWs
Aqui o sımbolo ∆W tem as seguintes caracterısticas∆W e uma variavel aleatoria normalA media de ∆W e zeroA variancia de ∆W e ∆t
Alem disso incrementos ∆W em intervalos que nao se intersectam saoindependentesO valor de σ chamado de volatividade esta relacionado com a incerteza dofenomeno e de uma certa forma controla a presenca de risco Quanto maior avolatividade maior a incerteza e consequentemente maior o riscoMMF I ccopyZubelli (IMPA) 092017 19 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
ExemploMovimento Browniano
Figura Exemplo de realizacoes do movimento Browniano no intervalo [015] e adistribuicao em t = 15 dos valores
MMF I ccopyZubelli (IMPA) 092017 20 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Modelos de Reversao a MediaOrnstein-Uhlembek
Na modelagem de taxas de juros de volatilidade e de commodities surgemprocessos que revertem a valores historicos
dXt = θ(microminusXt)dt + σdWt
Figura Exemplo de realizacoes de processos do tipo OUMMF I ccopyZubelli (IMPA) 092017 21 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Extensoes
Modelo de Volatilidade Local de Dupire
dSt = microtStdt + σ(tSt)StdWt
Modelo de Volatilidade Estocastica
dSt = microtdt + σtStdWt
com σt = f (Yt) e Yt processo estocasticoModelos com Saltos
dSt = microtdt + σtStdWt + dqt
MMF I ccopyZubelli (IMPA) 092017 22 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Princıpios Basicos no Aprecamento
Princıpios
Nao arbitragem
Replicacao
Hedging (cobertura de risco)
Medida Neutra ao Risco
Algumas Aplicacoes
Nocao de Valor Justo (que evita arbitragem)
Paridade Call-Put
Valor Presente Lıquido
MMF I ccopyZubelli (IMPA) 092017 23 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Princıpio de Nao Arbitragem
Arbitragem pode ser entendida intuitivamente como a possibilidade de fazerdinheiro do nada sem riscoUm dos princıpios basicos de aprecamento (justo) e que em um mercado emequilıbrio nao existem oportunidades de arbitragem
DefinicaoUma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
MMF I ccopyZubelli (IMPA) 092017 24 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Exemplo
Considere uma roleta que paga 21 quando sai vermelho e nada quando saipreto e cujas probabilidades sao
Vermelho 70Preto 30
Se jogarmos muitas vezes esperamos receber em media
2times07 + 0times03 = R$140
por real apostadoUm negociante local oferece um bilhete que vale
R$10000 se sair vermelho na roleta
R$000 se sair preto
O bilhete e vendido a R$6000 Voce compra ou voce vende
MMF I ccopyZubelli (IMPA) 092017 25 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Valor esperado R$7000 para o bilhete Portanto o bilhete barato e vale apena compra-lo Entretanto
1 Ele guarda os R$6000Se sair preto ele fica com R$6000 de lucroSe sair vermelho ele tem um prejuızo de R$4000
2 Ele aposta os R$6000 na roletaSe sair preto ele perde tudo mas tambem nao tem que pagar nadaSe sair vermelho ele recebe R$12000 paga R$10000 e lucra R$2000
3 Ele aposta R$ 5000 na roletaSe sair preto ele perde os R$5000 nao precisa pagar nada e fica com umlucro de R$1000Se sair vermelho ele recebe R$10000 com os quais paga o prometidopelo bilhete e lucra R$1000
A simples estrategia 2 ja garante que ele nao tera prejuızo e ainda podera terlucro A estrategia 3 entretanto ainda e mais eficiente Independente doresultado da roleta ele lucra R$1000
MMF I ccopyZubelli (IMPA) 092017 26 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Exemplo
Considere uma moeda cujas probabilidades saoCara 3
4Coroa 1
4
Suponha tambem que voce receba R$050 quando sai coroa e R$200 quandosai cara para cada real apostado Em media esperamos acumular um valor de
12times 1
4+ 2times 3
4=
138
= 1625
Quanto vale um bilhete que retorna R$1200 se der cara e nada se der coroanuma cidade com emprestimo sem juros
MMF I ccopyZubelli (IMPA) 092017 27 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Almoco de graca
Se cobrarmos R$900 como seria o esperado podemos proceder da seguinteforma
Apostamos R$600 na moeda
Se der cara recebemos R$1200 pagamos o valor do bilhete e lucramosR$300
Se der coroa recebemos R$300 e lucramos R$600
Nesse caso o preco justo seria R$400 Hedging Considere a seguinteestrategia ao vender um bilhete por R$400
Tomamos R$400 emprestado
Apostamos na moeda R$800
Se der cara ganhamos R$1600 pagamos R$1200 ao comprador dobilhete e usamos os R$400 restantes para quitar o emprestimo
Se der coroa ganhamos R$400 e quitamos o emprestimo
MMF I ccopyZubelli (IMPA) 092017 28 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Mais Hedging
Se o bilhete fosse vendido por R$300 em vez poderıamos nos aproveitar dasituacao usando a seguinte estrategia
Tomamos R$700 de um terceiro nos comprometendo a pagar o retornode uma aposta desse valor na moeda
Compramos o bilhete do vendedor por R$300
Esperamos o resultado da moeda
Se der cara ganhamos R$1200 juntamos mais R$200 e pagamos oterceiro lucramos R$200
Se der coroa ficamos com R$400 pagamos R$350 ao terceiro eembolsamos R$050
MMF I ccopyZubelli (IMPA) 092017 29 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Mas
Algumas objecoes podem aparecer
Isso deve ser uma consequencia de se ter a possibilidade de ganho nulo
Emprestimos sem juros nem nos contos de fada
Tomar dinheiro com um terceiro e aplicar no ativo com risco nao parecealgo factıvel
Entretanto
De fato nao Se o bilhete pagasse R$300 no caso de coroa e R$1200 sefor cara o preco justo e R$600 e nao R$975 como poderia parecer aprimeira vista Note que o bilhete esta na mesma proporcao da moedaagora
Juros nao mudam a conclusao embora mudem os valores
Ficar vendido e uma operacao comum no mercado
MMF I ccopyZubelli (IMPA) 092017 30 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
No exemplo acima a probabilidade neutra ao risco e 13 para cara e 23 paracoroa Assim nos dois casos mencionados no exemplo temos
13timesR$1200 +
23timesR$000 = R$400
13timesR$1200 +
23timesR$300 = R$600
Note que um bilhete que paga R reais no caso da moeda dar cara custamenos que um bilhete que para R reais no caso da moeda dar coroa Nessesentido o bilhete pode ser interpretado com uma especie de seguro que cobramais no caso adverso
MMF I ccopyZubelli (IMPA) 092017 31 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Replicacao e cobertura de risco (Hedging)
Princıpio Basico Para aprecar opcoes construimos uma carteiraautofinanciada que replica o derivativo no vencimento
Definicao
Dizemos que um portfolio (θ1 θK )t de ativos S1 SK replica o ativo Sse o fluxo de caixa do portfolio e do ativo S sao os mesmos qualquer que sejao estado da economia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
MMF I ccopyZubelli (IMPA) 092017 32 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Cobertura de Risco - Hedging
Um investidos adquire um contrato do tipo call para se proteger contrasubidas excessivas do ativo EG pagamento de uma dıvida em dolar
Um especulador pode usar opcoes para multiplicar seus ganhos(alavancagem) - com risco
Um market maker ou um vendedor de uma opcao se protege construindoum portfolio replicador dinamico de forma que no vencimento ele possaentregar (ou nao) o payoff
De forma geral O objetivo do investidor e reducao do risco (em algumsentido) e a maximizacao do retorno (em algum sentido)
ObsEm mercados incompletos a minimizacao de risco se torna fundamental parao aprecamento Isto pode ser feito por diversas tecnicas (indiferenca medidamartingal mınima etc)
MMF I ccopyZubelli (IMPA) 092017 33 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Aprecamento em Mercados Completos
Seja XT o valor do ativo subjacente no instante T XT e uma variavel aleatoria XT = X(ω) com ω isin ΩSuponha que h e o valor do payoff associado ao derivativoEntao o preco do derivativo Pt no instante t e dado por
Pt = EQ[eminusr(Tminust)h(XT )
∣∣Ft
]aonde Q e a medida neutra ao risco
MMF I ccopyZubelli (IMPA) 092017 34 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Modelo de Arrow-Debreu
Economia com N ativos s1s2 sN e M possıveis estadosEspecificado a partir de
p = (p1 pN)t isin R e D = (dij)
p e o vetor de precosD e a matriz de fluxos de caixaD e conhecida por todosEstado final da economia nao e conhecido a priori Um portfolio (ou carteira)de ativos e um vetor
θ = (θ1 θN)t isin RN
Riqueza da carteira V = θtp
MMF I ccopyZubelli (IMPA) 092017 35 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Arbitragem
Intuitivamente possibilidade de fazer dinheiro do nada sem risco
Definicao (Intuitiva)Uma arbitragem e uma posicao no mercado satisfazendo
1 custo inicial zero2 impossibilidade de prejuızo no futuro3 probabilidade nao-nula de lucro no futuro
DefinicaoUm portfolio de arbitragem e um portfolio θ satisfazendo uma das duascondicoes abaixo
1
θ middotp = 0 θtD ge 0 e para algum j θ middotDmiddotj gt 0
2
θ middotp lt 0 e θtD ge 0
MMF I ccopyZubelli (IMPA) 092017 36 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Nao-Arbitragem
TeoremaExiste um vetor de numeros positivos π tal que
p = Dπ (1)
se e somente se nao existem portfolios de arbitragem
Consequencia Lei do preco unicoAlem disso vale
CorolarioSe 6 exist portfolios de arbitragem e exist emprestimo sem risco a taxa R =rArr exist umamedida de probabilidade no conjunto de estados tq o valor justo do ativo e ovalor esperado dos seus fluxos de caixa descontado pela taxa R
Valor = Eπ[(1 + R)minus1Fluxos
]MMF I ccopyZubelli (IMPA) 092017 37 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Replicacao
Definicao
Um portfolio (θ1 θK )t de ativos S1 SK replica o ativo S se o fluxo decaixa do portfolio e do ativo S sao os mesmos qualquer que seja o estado daeconomia
Proposicao (Lei do Preco Unico)Em um mercado sem oportunidade de arbitragem se um ativo admite umportfolio replicador entao o preco justo do ativo e o mesmo do seu portfolioreplicador
Aplicacao Precificacao de Derivativos - Preco de uma call e obtidoconstruindo um portfolio que replica
MMF I ccopyZubelli (IMPA) 092017 38 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Aplicacao Paridade Call-Put
Proposicao (Paridade Put-Call)Numa economia sem arbitragem seja S o preco de um ativo e R a taxa livrede risco
P = preco da put
C = preco da call
Entao
P = CminusS +K
1 + R (2)
MMF I ccopyZubelli (IMPA) 092017 39 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Medida Neutra ao Risco(Medida Martingal Equivalente)
A existencia da medida π na qual podemos calcular o preco dos nossos ativose fundamentalEsta medida NAO e a medida obtida observando a serie historica de precosVeremos que mais geralmente (para multiplos perıodos) temos que
Preco = Eπ
[Payoff
(1 + R)n
]ou no caso contınuo
Preco = Eπ
[eminusr(Tminust)Payoff
]
MMF I ccopyZubelli (IMPA) 092017 40 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Descricao do Modelo de 1 Perıodo
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 41 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Hedging e replicacao
Considere um portfolio θ = (θ1θ2)t com θ1 unidades do ativo de risco a umpreco S e θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)O valor do portfolio vai ser entao
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
ie
V =1
1 + Rπ1D1 + π2D2
MMF I ccopyZubelli (IMPA) 092017 42 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Moral Em alguns mercadosexist probabilidade neutra ao risco lArrrArr forall ativo exist portfolio replicadorNesse caso podemos precificar ativos atraves da Lei do Preco UnicoNo que se segue vamos estudar um pouco mais sobre esses mercados
MMF I ccopyZubelli (IMPA) 092017 43 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se forall vetor de fluxo decaixa (D1 DM)t exist portfolio θ = (θ1 θN)t cujo fluxo de caixa no estadoj e Dj
Em outras palavrasθ
tD = Et
tem sempre solucao para E isin RM Da algebra linear este e o caso sss
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragemO mercado e completo lArrrArr exist vetor de precos π de estado satisfazendo
p = Dπ (3)MMF I ccopyZubelli (IMPA) 092017 44 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
RecapitulandoTeorema Fundamental do Aprecamento
Lembrando Medida Martingal Equivalente (ou medida neutra ao risco) eaquela nas quais os precos dos ativos descontados pela taxa de juros saomartingais
EQ[eminusr(Tminust)XT |Ft ] = Xt t lt T
TeoremaSob hipoteses razoaveis Existencia de uma medida martingal equivalentelArrrArr Nao existem oportunidades de arbitragem
TeoremaA medida martingal equivalente e unica lArrrArr O mercado e completo (ietodo contrato contingenciado pode ser replicado)
MMF I ccopyZubelli (IMPA) 092017 45 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Modelo Binomial
Vamos considerar uma economia com dois ativos e dois possıveis estados ieN = M = 2 no modelo de Arrow-DebreuVamos supor que haja emprestimo a uma taxa R ie um ativo sem riscoO ativo c risco tem preco S e fluxos de caixa SU no estado I e SD no estadoII com D lt U
Figura Ilustracao do Modelo de 1 Perıodo
MMF I ccopyZubelli (IMPA) 092017 46 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
S =1
1 + Rπ1SU + π2SD
π1 + π2 = 1
Que pode ser rescrito como
π1 + π2 = 1
π1U + π2D = 1 + R
cuja solucao e
π1 =1 + RminusD
UminusDe π2 =
Uminus (1 + R)
UminusD
Note que temos solucoes positivas se e somente se
D lt 1 + R lt U
Essa condicao esta diretamente relacionada com nao-arbitragem
MMF I ccopyZubelli (IMPA) 092017 47 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Pagamento contigenciado ao estado
Considere um ativo que tem fluxo de caixa D1 no estado I e D2 no estado IITemos entao que o preco justo desse ativo seria
V =1
1 + Rπ1D1 + π2D2
Exemplo Considere uma Call no ativo de risco com SD lt K lt SU Nessecaso os possıveis fluxos de caixa sao
D1 = SUminusK e D2 = 0
Portanto o valor justo desta call Vcall e dado por
Vcall =1
1 + R1 + RminusD
UminusD(SUminusK )
MMF I ccopyZubelli (IMPA) 092017 48 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Hedging e replicacao
Portfolio θ = (θ1θ2)t c
1 θ1 unidades do ativo de risco a um preco P2 θ2 unidades em deposito remuneradomdasha um preco de 1(1 + R)
MMF I ccopyZubelli (IMPA) 092017 49 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
O valor do portfolio
θ1SU + θ2 = D1 no estado I
θ1SD + θ2 = D2 no estado II
Resolvendo para θ1 e θ2 temos
θ1 =D1minusD2
SUminusSDe θ2 =
UD2minusDD1
UminusD
Logo o valor do portfolio sera
V = θ1S +θ2
1 + R
MMF I ccopyZubelli (IMPA) 092017 50 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
O Modelo Binomial p Descrever o Mercado
Figura Esquerda Valores do ındice IBOVESPA Direita Simulacao numerica de umındice fictıcio seguindo o modelo binomial
MMF I ccopyZubelli (IMPA) 092017 51 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Mercados Completos e Incompletos
DefinicaoUm mercado com N ativos e M estados e dito completo se para todo vetor defluxo de caixa (D1 DM)t existe um portfolio θ = (θ1 θN)t cujo fluxo decaixa no estado j e Dj
Em outras palavrasθ
tD = Et E isin RM
tem sempre solucao Este sera o caso quando
posto(Dt)= M
TeoremaSuponha uma economia sem arbitragem O mercado e completo se esomente se existe um unico vetor de precos de estado satisfazendo (1)
MMF I ccopyZubelli (IMPA) 092017 52 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
O Modelo Basico
Dois ativos e dois estados Entretanto temos agora N + 1 datas de negocio
Ω = UD
satisfazendoP[U] = p e P[D] = q
com p + q = 1Vamos denotar por Sn o preco do ativo de risco em t = tn A dinamica deprecos do ativo e dada por
Sn+1 = Hn+1Sn 0le n le Nminus1
onde
Hn =
U com probabilidade pD com probabilidade q
MMF I ccopyZubelli (IMPA) 092017 53 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
S00
S11
S01
S22
S12
S02
S33
S23
S13
S03
MMF I ccopyZubelli (IMPA) 092017 54 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Hipotese Martingal
Existe uma medida de probabilidade para Hn tal que
Sn =1
1 + RE[Sn+1|Sn]
A afirmativa acima pode ser escrita como
1 =1
1 + RUPU + DPD PU + PD = 1
A unica solucao do sistema acima e dada por
PU =1 + RminusD
UminusD PD =
Uminus (1 + R)
UminusD D lt 1 + R lt U
MMF I ccopyZubelli (IMPA) 092017 55 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Unicidade
ProposicaoDado parametros U D e R satisfazendo D lt 1 + R lt U existe uma unicamedida de probabilidade neutra ao risco para Hn e consequentemente para aos espaco de caminhos de preco do ativo de risco
MMF I ccopyZubelli (IMPA) 092017 56 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Precificacao via Recursao
Suponha um payoff F(S) cujo vencimento ocorre em t = tN Vamos denotar por Sj
n o preco do ativo no tempo t = tn que teve j choques depreco dados por U Vamos escrever tambem V j
n = V (Sjn) onde Vn(Sn) denota
o preco do contrato no tempo t = tn com o ativo custando Sn Sob a medidaneutra ao risco temos entao
V jn =
11 + R
EVn+1|Sn = Sjn
V jn =
11 + R
PUV j+1n+1 + PDV j
n+1
Temos que ter tambem a condicao terminal ie
V jN = F(Sj
N)
MMF I ccopyZubelli (IMPA) 092017 57 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Para resolver a recursao acima em forma fechada escrevemos
V jn =
(1
1 + R
)Nminusn
EF(SN)|Sn = Sjn
=
(1
1 + R
)Nminusn N
sumk=0
P[SN = SkN |Sn = Sj
n]F(SkN)
Vamos precisar do seguinte resultado
Lema
P[SN = SkN |Sn = Sj
n] =
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD
MMF I ccopyZubelli (IMPA) 092017 58 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Demonstracao
Um caminho ate SkN comecando em Sj
n pode ser pensando com uma palavrade Nminusn letras com kminus j letras U e Nminusnminus k + j letras S Se a probabilidadede termos uma letra U for PU e de termos uma letra D for PD entao aprobabilidade de termos uma certa palavra com Nminusn letras das quais kminus jsao U e Pkminusj
U PNminusnminusk+jD Logo
P[SN = Sk
N |Sn = Sjn
]= Ck j
NnPkminusjU PNminusnminusk+j
D
onde Ck jNn denota o numero de caminhos comecando em Sj
n e terminando emSk
N ou equivalentemente o numero de palavras e Nminusn letras com kminus j letrasU e Nminusnminus k + j letras SPor outro lado temos Nminusn lugares vazios onde podemos colocar kminus j letrasU e as restantes terao quer ser preenchidas com D Mas combinatoria basicanos diz que
Ck jNn =
(Nminusnkminus j
)Isto conclui a demonstracao
MMF I ccopyZubelli (IMPA) 092017 59 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Portanto
V jn =
(1
1 + R
)Nminusn Nminusn+j
sumk=j
(Nminusnkminus j
)Pkminusj
U PNminusnminusk+jD F(Sk
N)
Se n = j = 0 temos
V 00 =
(1
1 + R
)N N
sumk=0
(Nk
)Pk
UPNminuskD F(Sk
N)
Proposicao
O preco de uma opcao com payoff F(S) vencimento em T = N unidades detempo a partir do instante atual e dado por
V0 =
(1
1 + R
)N
E[F(SN)
∣∣S0]
MMF I ccopyZubelli (IMPA) 092017 60 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
O valor esperado na proposicao anterior e definido pela probabilidade de seestar na folha k no tempo N No caso de uma arvore com PU = PD = 12 adistribuicao de probabilidade pode ser vista abaixo
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 61 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Precificacao via Hedging
Considere um portfolio θjn = (∆j
nBjn)t O valor do portfolio sera
V jn = ∆j
nSjn + Bj
n
Dependendo do estado teremos
∆jnSj+1
n + Bjn(1 + R) = V j+1
n+1
∆jnSj
n + Bjn(1 + R) = V j
n+1
Resolvendo para ∆jn e Bj
n obtemos
∆jn =
V j+1n+1minusV j
n+1
Sj+1n+1minusSj
n+1
e Bjn =minus 1
1 + R
Sjn+1V j+1
n+1minusSj+1n+1V j
n+1
Sj+1n+1minusSj
n+1
MMF I ccopyZubelli (IMPA) 092017 62 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Portanto
V jn =
11 + R
[Sj
n(1 + R)minusSjn+1
Sj+1n+1minusSj
n+1
V j+1n+1 +
Sj+1n+1minusSj
n(1 + R)
Sj+1n+1minusSj
n+1
V jn+1
]=
11 + R
[PUV j+1n+1 + PDV j
n+1]
Levando em conta que V jN = F(Sj
N) temos a mesma recursao anteriorTemos entao a seguinte estrategia
1 No tempo t = tn montamos um portfolio θjn = (∆j
nBjn)t
2 A partir daı
∆jk =
V j+1k+1minusV j
k+1
Sj+1k+1minusSj
k+1
n le k le N
3 Claramente teremosBj
k = V jk minus∆j
k Sjk
MMF I ccopyZubelli (IMPA) 092017 63 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Calls
Neste caso temosF(SN) = max(SN minusK 0)
Escrevendo S00 = S temos que
C(SK N) =1
(1 + R)N
N
sumk=0
(Nk
)Pk
UPNminuskD max(Sk
N minusK 0)
=1
(1 + R)N
N
sumSk
NgeK
(Nk
)Pk
UPNminuskD (SN minusK )
Como SkN = SUk DNminusk temos que
S
(UD
)k
DN gt K rArr k gtln( K
SDN )
ln( UD )
MMF I ccopyZubelli (IMPA) 092017 64 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Assim se escrevermos
k0 = dln(KSDn) ln(UD)e
onde dxe denota o menor inteiro maior ou igual a x observamos que(1 + R)N = (1 + R)k (1 + R)Nminusk obtemos
C(SK N) = SN
sumkgtk0
(Nk
)(U
1 + RPU
)k ( D1 + R
PD
)Nminusk
minus
minus K(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD
MMF I ccopyZubelli (IMPA) 092017 65 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Sejam
QU =U
1 + RPU e QD =
D1 + R
PD
podemos entao escrever
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (4)
Observe que QU + QD=1 Aplicando a formula de precificacao dada por (6)temos o seguinte graficos normalizados
MMF I ccopyZubelli (IMPA) 092017 66 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Figura Precos de opcoes de compras com maturidades de 1 mes 6 meses e um anocomparados com o payoff
MMF I ccopyZubelli (IMPA) 092017 67 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Construcao do Portfolio Replicador
Vamos agora construir explicitamente o portfolio equivalente que um emissorde uma Call deve montar para se proteger de um eventual pagamentoVamos denotar por E j
n o valor de um portfolio por unidade do ativo no tempot = tn e Sn = Sj
n Temos entao que
E jn =
11 + R
[PUE j+1
n+1 + PDE jn+1
]satisfazendo as seguintes condicoes
E jN = Sj
N SjN ge K e E j
N = 0 SjN lt K
Analogamente se Bjn denota o valor no ativo sem risco que devemos ter no
portfolio no tempo t = tn com o ativo Sn = Sjn temos entao que
Bjn =
11 + R
[PUBj+1
n+1 + PDBjn+1
]
satisfazendo
BjN =minusK Sj
N ge K e BjN = 0 Sj
N lt K
MMF I ccopyZubelli (IMPA) 092017 68 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Assim observamos que o portfolio replicador e basicamente
Ficar comprado no ativo de risco
Ficar vendido em dinheiromdashou seja contrair uma dıvida
Note tambem que
∆rarr 1 quando S K
∆rarr 0 quando S K
Isso reflete um fato natural quando o ativo se valoriza muito o unico jeito dese proteger contra uma obrigacao de fornecer uma certa quantidade e ficandocomprado neste ativo Por outro lado quando um ativo se desvaloriza muitoinveste-se num deposito remunerado sem risco
MMF I ccopyZubelli (IMPA) 092017 69 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Puts
No caso da Put podemos usar a paridade Put-Call para N perıodos ie
P = CminusS +K
(1 + R)N
ComoN
sumk=0
(Nk
)Pk
UPNminuskD =
N
sumk=0
(Nk
)Qk
UQNminuskD = 1
Obtemos que
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
MMF I ccopyZubelli (IMPA) 092017 70 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Plano Passagem ao Limite
Assumiremos como antes que estamos na medida neutra ao risco
Fixaremos um perıodo de tempo T
Tomaremos dt minusrarr 0 e N minusrarr infin de modo que
T = Ndt
MMF I ccopyZubelli (IMPA) 092017 71 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Estatıstica dos Precos do Modelo
Seja
dt =TN R = erdt minus1asymp rdt
Seja Y o processo de crescimento dado por
Y =1T
ln
(SN
S0
)OBS Se SN fosse o ativo sem risco teriamos Y equiv r ) De fato
Y =1T
ln
((1 + R)NS0
S0
)=
1T
lnerNdt
= r
MMF I ccopyZubelli (IMPA) 092017 72 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Por outro lado no caso do ativo de risco temos
ln
(SN
S0
)=
N
sumn=1
ln
(Sn
Snminus1
)=
N
sumn=1
ln(Hn)
Vamos escrever
ν = E[Y ] =1T
N
sumn=1
E[ln(Hn)] =1dtlnUPU + lnDPD
FatoUm calculo tedioso mas direto nos da que
ν = r minus 12
σ2 + O(dt12)
MMF I ccopyZubelli (IMPA) 092017 73 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Quanto a variancia temos por conta da independencia dos Hnrsquos que
Var [Y ] =1
T 2
(N
sumn=1
Var [ln(Hn)]
)=
NT 2 Var [ln(H1)]
Portanto
Var [Y ] =1
Tdt
ln2 UPU + ln2 DPDminus [lnUPU + lnDPD]2
=
=1
Tdt
[ln
(UD
)]2
PUPD
MMF I ccopyZubelli (IMPA) 092017 74 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Fazendo T = 1 na expressao acima nos da uma quantidade que e conhecidacomo a volatilidade do ativo de risco
σ2 =
1dt
[ln
(UD
)]2
PUPD
A volatilidade mede como o proprio nome sugere o grau de incertezaassociada ao valor do ativo de risco Note que se σ2 = 0 entaoU = D = 1 + R e o ativo de risco e equivalente financeiramente ao ativo semriscoNesse contexto um investidor que aplique no ativo de risco espera ter umganho medio ν que pode variar dentro de um intervalo de incertezaproporcional a σ
MMF I ccopyZubelli (IMPA) 092017 75 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Teorema do Limite Central
Teorema
Sejam X1 middot middot middot Xn middot middot middot uma sequencia de v a independentes identicamentedistribuidas (vaiid) com media micro e variancia σ2 gt 0 ambas finitas Entao avariavel aletoria
ZN =N
sumn=1
(Xnminusmicro)(radic
Nσ)
converge em distribuicao para a normal padrao N(01) ou seja
limNrarrinfin
P [ale ZN le b] =int b
a
eminusx22radic
2πdx (5)
MMF I ccopyZubelli (IMPA) 092017 76 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Teorema do Limite Central
Podemos reescrever ZN na forma
ZN =1N
(sum
Nn=1 Xn
)minusmicro
σradic
N
ou se definirmos a media amostral
X N =1N
(N
sumn=1
Xn
)
entao
ZN =
(X N minusmicro
)σradic
N
O Teorema do Limite Central nos diz que a media X N se aproxima de micro nosentido que
P[|X N minusmicro|gt ε
]rarr 0 qdo Nrarr infin
MMF I ccopyZubelli (IMPA) 092017 77 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Teorema do Limite CentralIlustracao
Figura Grafico de P[SN = U jDNminusj
∣∣S0 = S]
MMF I ccopyZubelli (IMPA) 092017 78 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Teorema do Limite CentralIlustracao
Figura histfit(mean(rand(1000010000)))
Veja tambem o sitehttpsenwikipediaorgwikiIllustration_of_the_central_limit_theorem
MMF I ccopyZubelli (IMPA) 092017 79 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
O Limite do Modelo Binomial quando Nrarr infinAssumindo que estamos na medida neutra ao risco
Conclusao
Pelo TLC a va 1T ln(SNS0) converge para uma variavel normal com media
r minus 12 σ2 e variancia σ2
Lembrando
Φ(x) =1radic2π
int x
minusinfin
eminuss22ds
MMF I ccopyZubelli (IMPA) 092017 80 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de compra (call) No caso binomial
C(SK N) = SN
sumkgtk0
(Nk
)Qk
UQNminuskD minus K
(1 + R)N
N
sumkgtk0
(Nk
)Pk
UPNminuskD (6)
ficaraC(SK T ) = SΦ(d1)minusKeminusrT Φ(d2)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 81 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
O Limite do Modelo Binomial quando Nrarr infin
Assumindo que estamos na medida neutra ao risco
Opcao europeia de venda (put) temos
P(SK N) =K
(1 + R)N
kltk0
sumk=0
(Nk
)Pk
UPNminuskD minusS
kltk0
sumk=0
(Nk
)Qk
UQNminuskD
ficara
P(SK T ) = KeminusrT Φ(minusd2)minusSΦ(minusd1)
com
d1 =ln(SK ) + (r + 1
2 σ2)T
σradic
T
d2 =ln(SK ) + (r minus 1
2 σ2)T
σradic
T
MMF I ccopyZubelli (IMPA) 092017 82 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Calibragem com Dados de Mercado no Modelo Binomial
Obs Mais de uma maneira de calibrar modelos binomiaisNO QUADRO
MMF I ccopyZubelli (IMPA) 092017 83 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
CalibragemModelo Binomial
D = 1U
ProposicaoPara calibrarmos o modelo binomial podemos escolher partindo de r e σ
dados
A =12
(eminusr∆t + e(r+σ2)∆t
)Tome
U = A +radic
A2minus1
D = 1U e
P =er∆t minusD
UminusD
MMF I ccopyZubelli (IMPA) 092017 84 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
CalibragemModelo Binomial
p = 12
U + D = 2er∆t
U2 + D2 = 2e(2r+σ2)∆t
Proposicao
d = er∆t(1minusradic
eσ2∆t minus1)
u = er∆t(1 +radic
eσ2∆t minus1)
p = 12
MMF I ccopyZubelli (IMPA) 092017 85 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Calculo via Arvores Binomiais
Passos1 Definir o contrato e seus parametros2 Obter dados historicos do ativo subjacente EG
httpfinanceyahoocomqhps=ˆGSPC+Historical+Prices
3 Salvar usando a funcao Download to Spreadsheet4 Importar os dados para o matlab5 Calibrar o valor de σ a partir da serie historica6 Aplicar o algoritmo de calculo
MMF I ccopyZubelli (IMPA) 092017 86 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 87 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Exemplo 1
Problema calcular o preco de uma call europeia no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco call arvore binomial 1m epreco call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 88 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Pequena Intro as Opcoes AmericanasNo Quadro
1 Motivacao2 Tempo de Parada (fazer exemplo binomial)3 Hedging e Replicacao
X θ(t)gepayoff(t)
4 Condicoes de Exercıcio5 Propriedades e Geometria6 Problemas de Fronteira Livre7 Recursao e Metodo SOR projetado
MMF I ccopyZubelli (IMPA) 092017 89 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Calculo via Arvores Binomiais (Opcoes Americanas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 90 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Calculo via Arvores Binomiais (Opcoes Bermudianas)
Algoritmo1 Calcular disc = exp(minusr∆t)2 Construir Arvore3 V M
n = h(SMn ) para n = 0 middot middot middot M
4 Para n = (Mminus1) minus1 0 se estivermos em perıodo permitido deexercıcio calcular
V mn = max
(payoff(Sm
n )exp(minusr∆t)(pV m+1n+1 + (1minusp)V m+1
n ))
para n = 0 middot middot middot M
caso contrario
V mn = exp(minusr∆t)(pV m+1
n+1 + (1minusp)V m+1n ) para n = 0 middot middot middot M
MMF I ccopyZubelli (IMPA) 092017 91 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Exemplo 2
Problema calcular o preco de uma call bermudiana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anualDatas de Exercıcios dia primeiro de cada mes
Tecnica Arvore Binomial
Codigo(s) preco berm call arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 92 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93
Exemplo 3
Problema calcular o preco de uma put americana no modelo deBlack-Scholes
Parametros
Maturidade (T) 1 anoPreco de Exercıcio (K) 500Preco Inicial do Ativo (S0) 1000Taxa de Juros (r) 005 contınua e anualVolatilidade (σ) 030 anual
Tecnica Arvore Binomial
Codigo(s) preco amer put arvore binomial 2m
MMF I ccopyZubelli (IMPA) 092017 93 93