Você está na página 1de 92

1

1 INTRODUO

1.1 APRESENTAO DO TEMA

O mercado financeiro tem refletido celeremente s mudanas no ambiente empresarial. Incorporando novas ferramentas computacionais a tradicionais modelos matemticos, desenvolveram-se conceitos e ferramentas financeiras que permitem anlise de investimentos extrapolar s tradicionais tcnicas baseadas em projees de fluxo de caixa e incorporar elementos do risco e da volatilidade dos mercados. importante que os administradores compreendam melhor as opes que suas companhias possuem ou quais so capazes de criar. Com este novo panorama, ocorreu o desenvolvimento dos mercados financeiros, estes afetados tambm pelo aumento do nvel de incertezas em funo do aumento da complexidade das relaes que se estabelecem diariamente entre seus vrios agentes. Desta forma tornou-se necessria melhor compreenso por parte dos administradores ao tomar decises de modo a possibilitar captar a flexibilidade gerencial. Neste sentido conforme ressaltam Dixit e Pindyck (1995), as opes criam flexibilidade e, num mundo de incertezas, a habilidade de se avaliar e usar a flexibilidade crtica. Diante do exposto o tema que se apresenta :

PRECIFICAO DE OPES DE COMPRA NO MERCADO BRASILEIRO: UMA ABORDAGEM RELATIVA DE MTODO NUMRICO FRENTE AO MODELO DE BLACK & SCHOLES.

1.2 FORMULAO DO PROBLEMA O presente estudo a partir do tema de pesquisa tem como problema a seguinte questo:

A UTILIZAO DE MTODO NUMRICO TRADICIONAL APLICVEL A AVALIAO DE OPES DE COMPRA AMERICANAS FRENTE UTILIZAO DO MODELO DE BLACK & SCHOLES PODE SER APLICADO AO MERCADO DE CAPITAIS BRASILEIRO?

1.3 OBJETIVOS DA PESQUISA

1.3.1 Objetivo Geral Comparar o desempenho de um mtodo numrico tradicional aplicvel avaliao de opes de compra americanas frente utilizao do modelo de precificao de Black & Scholes em relao ao preo de mercado.

1.3.2 Objetivos Especficos Realizar estudo comparativo da aplicao de mtodo numrico tradicional s opes de compra de aes da empresa Telemar listada na Bolsa de Valores de So Paulo de forma a diferenci-lo quanto seu ajustamento em relao ao preo da opo de mercado; Verificar o nvel de precificao do mtodo de Black & Scholes quando a classificao das opes em relao probabilidade do exerccio for in-themoney; Verificar o nvel de precificao do mtodo de Cox, Ross e Rubinstein quando a classificao das opes em relao probabilidade do exerccio for in-themoney; Verificar o nvel de precificao do mtodo de Black & Scholes quando a classificao das opes em relao probabilidade do exerccio for at-themoney;

Verificar o nvel de precificao do mtodo de Cox, Ross e Rubinstein quando a classificao das opes em relao probabilidade do exerccio for at-themoney;

Verificar o nvel de precificao do mtodo de Black & Scholes quando a classificao das opes em relao probabilidade do exerccio for out-themoney;

Verificar o nvel de precificao do mtodo de Cox, Ross e Rubinstein quando a classificao das opes em relao probabilidade do exerccio for outthe-money;

Verificar a influncia da utilizao de diferentes formas de estimao de volatilidades na aplicao de mtodo numrico tradicional e do mtodo de Black & Scholes s opes de compra de aes da empresa Telemar listada na Bolsa de Valores de So Paulo de forma a diferenci-los quanto ao seu ajustamento em relao ao preo da opo de mercado.

1.4 JUSTIFICATIVAS TERICA E PRTICA

O estudo de precificao de opes, no mercado de capitais brasileiro, pode contribuir de forma terico-prtica comunidade acadmica e tambm comunidade empresarial.

1.4.1 Justificativa terica: De acordo com CHEW (1999) no prefcio de sua obra, a necessidade de garantir a sade financeira do negcio e de oferecer maior segurana aos acionistas levou a um forte incremento do uso de derivativos nos Estados Unidos, especialmente como ferramenta de proteo contra riscos de taxa de juros. No Brasil tambm j se nota incremento na procura por este tipo de investimento, como forma de melhorar os resultados financeiros das empresas comprimidos pelo acirramento

da competio empresarial, pela recesso econmica e pela diminuio da rentabilidade das aplicaes financeiras mais tradicionais. Os derivativos1 tambm tm sido procurados como preveno contra a instabilidade das taxas de juros, flutuao cambial, variaes nos preos das commodities e nos ndices de aes. O objetivo mais importante do avaliador , atravs da aplicao de uma teoria especfica ou algumas combinadas, atingir no necessariamente um s valor, mas uma regio de preo para o ativo. necessrio nunca perder de vista que, em qualquer anlise que esteja sendo realizada, existem duas dimenses que jamais podem ser ignoradas: o potencial de retorno seja de lucros ou de fluxo de caixa, e o risco embutido nessa projeo. PVOA (2004, p. 11). Ao tornar mundial a crise2 especulativa inicialmente localizada na sia reiterase a necessidade de proteo frente a um ambiente cada vez mais voltil onde a Amrica Latina caracteriza-se historicamente como sujeita a planos econmicos sucessivos e s mais variadas linhas governamentais tem garantido a perpetuao de dvidas quanto ao ambiente poltico, tributrio, monetrio e cambial que cercam as empresas atuantes nesta regio. Investimentos estratgicos so descritos por LINT e PENNINGS (1998) como sendo posicionamento da organizao com respeito incerteza futura de tal forma que a proveja com flexibilidade para responder apropriadamente s mudanas circunstanciais. Empiricamente os modelos baseados em opes provm o primeiro passo em direo integrao entre finanas e estratgia, na medida em que seus resultados coincidem com o pr-julgamento da experincia de uma administrao snior. No ambiente atual existe necessidade de se entender como a estratgia da corporao e a execuo interagem entre si e como isto afeta o valor das oportunidades do negcio. As decises de investimento de hoje, segundo AMRAN e KULATILAKA (2000), freqentemente requerem que os analistas aceitem: Eles no podem, com confiana, entender um futuro muito distante;

SANTOS (1998, p. 77) Instrumento financeiro de cujo preo de mercado deriva do preo de mercado de um ativo real ou outro instrumento financeiro. 2 SANVICENTE (2003, p. 64-65) destaca o mecanismo (circuit breaker) que implica a suspenso dos negcios quando o mercado cai at certa porcentagem em relao ao dia anterior. No Brasil, hoje, uma regra como essa impede efetivamente que o ndice Bovespa caia mais de 10% no espao de um dia. Este mecanismo foi criado em funo do fato de que em 19 de outubro de 1987 (segunda-feira negra) os ndices do mercado norte americano de aes caram pouco mais de 20% num nico dia.

A empresa far o primeiro investimento com a clara expectativa de que o investimento necessitar ser expandido ou modificado caso o projeto siga adiante, ou abandonado, caso a idia no parea promissora;

A administrao deve comunicar ao pblico novidades sobre o sucesso do projeto ou desapontamentos, mesmo que o projeto no tenha gerado fluxo de caixa positivo.

De acordo com HARRISON & PELLETIER (2000), em termos financeiros, uma estratgia de negcios muito mais semelhante a uma srie de opes do que a uma srie de fluxos de caixa esttico.

1.4.2 Justificativa prtica: Em termos prticos, este trabalho apresenta reviso acerca de conceitos necessrios para a implementao de tais modelos, bem como a evidenciao dos resultados de sua implementao. Justifica-se ainda, frente importncia dos modelos de Cox, Ross e Rubinstein e de Black & Scholes visto a sua larga utilizao como sistemas de precificao de opes no mercado financeiro nacional e internacional, bem como sua utilizao sobre opes de compra da empresa Telemar em funo de sua importncia histrica e de participao e liquidez no mercado de aes brasileiro.

2 BASE TERICO-EMPRICA

Esta parte do trabalho tem por objetivo apresentar conceitos relativos Teoria das opes financeiras, modelo de Black & Scholes, volatilidade e mtodos numricos mais comuns.

2.1 TEORIA DE OPES FINANCEIRAS

De acordo com HULL (2003, p. 22) h dois tipos bsicos de opes, a opo de compra (call option) e a opo de venda (put option). A primeira d ao detentor o direito, mas no a obrigao, de comprar um determinado ativo em uma determinada data, por um certo preo. J a opo de venda d ao seu detentor o direito, mas no a obrigao, de vender um determinado ativo em uma determinada data por um certo preo. Sendo que este preo de contrato conhecido como preo de exerccio (strike price), a data de contrato conhecida como data de vencimento (expiration date ou maturity). As opes podem ser ainda do tipo americanas (american options) ou europias (european options), onde as americanas podem ser exercidas a qualquer tempo at a data de vencimento, j as europias podem ser exercidas somente na data de vencimento. SILVA NETO (1997, p. 88) destaca ainda que as opes podem ser classificadas por classe (definida pelo prazo de vencimento ou data de vencimento ou ltimo dia til de exerccio) e tambm por srie (dada por seu preo de exerccio). Quanto probabilidade de exerccio (relao de seu preo de exerccio com o preo do ativo subjacente), as opes podem ser classificadas da seguinte forma:

QUADRO 1 CLASSIFICAO DE OPES QUANTO PROBABILIDADE DE SEU EXERCCIO

Classificao Dentro-do-dinheiro (in-the-money) No-dinheiro (at-the-money) Fora-do-dinheiro (out-of-the-money)


FONTE: SILVA NETO (1997, p. 89)

Opo de compra Preo do objeto maior do que o preo de exerccio Preo do objeto igual ao preo de exerccio Preo do objeto menor do que o preo de exerccio

A maioria das opes negociadas so americanas, porm as opes europias so normalmente mais fceis de se analisar e algumas propriedades das opes americanas so freqentemente deduzidas das opes europias. A teoria de precificao de opes de acordo com COX, ROSS e RUBINSTEIN (1979) possui uma longa e ilustre histria, mas ela s se tornou revolucionria em 1973 como um instrumento financeiro quando Fischer Black & Myron Scholes3 apresentaram a frmula para avaliao de opes do tipo europia. Conforme destacam MACHADO-SANTOS e FERNANDES (2001, p. 1), como mercado organizado (regulamentado), as opes so muito recentes. Apesar de terem sido transacionadas durante muitos anos no chamado mercado over-thecounter (fora de bolsa), apenas em 1973, com a abertura da Chicago Board Options Exchange (CBOE)4, surgem os primeiros contratos estandardizados de opes (negociados em bolsa).

Ganhadores do Prmio Nobel de Economia de 1997. A Chicago Board of Trade responsvel por oferecer contratos futuros de diferentes objetos de negociao como milho, aveia, soja, farelo de soja, leo de soja, trigo, prata, ttulos do Tesouro americano e Major Market Stock Index (ndice de aes), em abril de 1973 criou-se a CBOE para a negociao de opes de aes, originalmente com o lanamento de opes sobre os Ttulos do Tesouro Americano (T-Bills). HULL (1996. p. 3-6).
4

No Brasil, as principais bolsas que negociam opes so a Bolsa de Mercadorias e Futuros (BM&F) de So Paulo, que negocia opes sobre ativos financeiros como taxa de cmbio e de juros e commodities como algodo, cacau, caf e soja. Alm desta, a Bolsa de Valores de So Paulo (Bovespa) negocia opes sobre aes de algumas empresas5. As opes do mercado financeiro fazem parte de um conjunto de instrumentos denominados derivativos e proporcionam a seu possuidor o direito de comprar ou de vender ativos a um preo predeterminado. De acordo com SILVA NETO (1996, p. 19) pode-se conceituar opo por: todo contrato que d ao seu detentor ou comprador o direito, mas no o dever, de comprar, se for uma opo de compra, ou vender, se for uma opo de venda, determinado bem (objeto negociado), pelo preo acordado na efetivao do contrato (preo do exerccio). Deste surge a figura do lanador da opo (ou vendedor) que tem a obrigao de vender, no caso de uma opo de compra, ou de comprar, no caso de uma opo de venda, o objeto do contrato pelo preo acertado na efetivao do contrato, se, e somente se, solicitado pelo titular da opo. Deve-se notar que o vendedor da opo sempre ir fazer o contrrio do que indica o nome da opo: o vendedor da opo de compra ir vender, se exercido, e o da opo de venda ir comprar, caso o titular da put assim o solicite. ROSS et al (1995, p. 442) destacam que as opes de venda e de compra funcionam como peas fundamentais de contratos de opo mais complexos desta forma podem sofrer combinaes as quais podem proporcionar a eliminao de riscos, bem como podem garantir lucros. Os fatores que influenciam o prmio de uma opo dividem-se em dois grupos: o primeiro (preo do exerccio e data de vencimento) e o segundo (preo do ativo-objeto, a taxa de juros, a volatilidade do preo do ativo-objeto e os dividendos no caso do ativo-objeto ser uma ao) e a forma pela qual estes fatores influenciam os prmios das opes, DAMODARAN (2002a, p. 444) destaca esta relao no quadro 2.

Informaes coletadas dos sites oficiais destas entidades.

QUADRO 2 FATORES QUE INFLUENCIAM OS PRMIOS DAS OPES DE COMPRA


Efeito no Valor da Opo de Compra Aumenta Diminui Aumenta Aumenta Aumenta Diminui

Fator Aumento no preo da ao Aumento no preo de exerccio Aumento na varincia do ativo subjacente Aumento no prazo at o vencimento Aumento nas taxas de juros Aumento nos dividendos pagos
FONTE: DAMODARAN (2002a, p. 444)

COPELAND e ANTIKAROV (2001, p. 13) destacam tambm dois outros tipos de opes, as compostas e as arco-ris, a saber:

opes compostas: onde os investimentos planejados em fases enquadram-se neste tipo. Quando voc se prope a construir uma fbrica, pode escolher constru-la em etapas etapa do projeto, etapa de engenharia e etapa de construo. Voc tem a opo de parar ou adiar o projeto ao fim de cada fase. Assim, cada fase uma opo contingente ao exerccio anterior de outras opes uma opo sobre uma opo (ou opes). Finalmente, as opes que so movidas por mltiplas fontes de incerteza so denominadas opes arco-ris. (...) Muitas das aplicaes no mundo real exigem uma modelagem em termos de opes compostas do tipo arco-ris.

Em relao formao do preo das opes, HULL (1996, p. 187) destaca que o valor total de uma opo pode ser considerado a soma de seu valor intrnseco com seu valor tempo. O valor intrnseco de uma opo definido como o mximo entre zero e o valor que teria se exercida imediatamente. A partir desta relao, o valor intrnseco de uma opo no dinheiro tem valor zero, numa opo fora-do-dinheiro seu valor ser negativo e s seria positivo para as opes classificadas como dentro-do-

10

dinheiro, nesta o tomador ou o comprador poder realizar lucro ao exercer imediatamente a opo (do tipo americana). Esse ento seria dado pela diferena entre o preo de mercado do ativo subjacente a risco da opo e o preo de exerccio da opo. Desta forma, o valor intrnseco existiria quando em uma call o preo de exerccio for menor do que o preo do ativo subjacente, e quando em uma put o preo do exerccio for maior que o preo do ativo subjacente. O valor temporal de uma opo de acordo com SILVA (1999, p. 59) simplesmente a avaliao do mercado de que parte do valor da opo est fundamentado na possibilidade de que o valor intrnseco pode aumentar no futuro. O valor tempo caracterizado de acordo com HULL (1996, p. 187) de forma que ele s existir quando o ideal para o titular de uma opo americana dentro-dodinheiro aguardar o vencimento, em vez de exerc-la imediatamente. MERTON (1973) destaca que o exerccio antecipado de uma opo de compra no proporciona resultados timos se o ativo-objeto no distribui dividendos. Entretanto, DAMODARAN (2002a, p. 444) evidencia que embora o exerccio antecipado no seja o ideal, existem pelo menos duas excees a esta regra. Uma quando o ativo subjacente paga dividendos elevados, reduzindo assim o valor do ativo e das opes de compra sobre o mesmo. A outra quando um investidor detm tanto o ativo subjacente quanto grande quantidade de opes de venda in-the-money sobre aquele ativo, num momento em que as taxas de juros estiverem altas.

2.2 MODELO DE BLACK & SCHOLES

Num artigo clssico, publicado em 1973 no Journal of Political Economy, Fischer Black e Myron Scholes apresentaram uma frmula matemtica para avaliar opes europias sem o pagamento de dividendos. O modelo parte de um conceito de que o ativo objeto de uma opo segue um comportamento estocstico6 contnuo

Segundo DIXIT e PINDYCK (1994, p. 72), o movimento geomtrico browniano geralmente utilizado para modelar preos de aes, bem como a taxa de juros e outras variveis financeiras e econmicas. J SANTOS (1999), o descreve como sendo um processo que segue uma varivel cujo valor se altera aleatoriamente ao longo do tempo.

11

na forma de um Movimento Browniano Geomtrico (Geometric Brownian Motion). Desta forma pode-se assumir que a distribuio probabilstica em uma data futura dos preos do ativo subjacente lognormal e que por decorrncia, que a distribuio probabilstica das taxas de retorno calculadas de forma contnua e composta entre duas datas tambm normal. A dinmica do retorno do ativo adotado no modelo de Black & Scholes segue o conceito de passeio aleatrio (random walk), que se baseia na hiptese de eficincia de mercado. De acordo com essa hiptese tem-se: a) os preos dos ativos refletem toda informao passada; b) o mercado responde imediatamente ao surgimento de nova informao. Uma maneira de representar matematicamente a dinmica do retomo do ativo, que encontrada em MERTON (1973) e em HULL (2005), pode ser descrita pela expresso abaixo, tambm conhecida como movimento browniano geomtrico.

dS/S = dt + onde: dS/S = taxa de retorno discreta do ativo;

dz

= esperana da taxa de retorno discreta do ativo; dt =intervalo de tempo infinitesimal;

= desvio padro da taxa de retorno;


dz = varivel aleatria com distribuio normal N(0; dt). Supondo-se a existncia de uma opo de compra que seja funo do preo do ativo (S) e do tempo (t):

C = f (S, t)

12

O diferencial (dC) da funo acima pode ser obtido pela aplicao do Lema de It, conforme observam WILMOTT et al (1997, p.19) e BRIYS et al (1998, p. 64). O resultado da utilizao do Lema de It produz uma expresso conhecida como equao diferencial estocstica do derivativo:

onde: dC = diferencial do preo do derivativo. Utilizando-se de desenvolvimentos matemticos obtm-se a equao diferencial parcial de Black & Scholes.

A partir da resoluo da equao acima encontrada em BRIYS et al (1998) e WILMOTT et al (1997, p. 76), o resultado ser o valor da opo de compra do modelo de Black & Scholes:

onde: S = preo do ativo-objeto; K = preo de exerccio;

13

r = taxa livre de risco contnua;

= volatilidade do retorno do ativo-objeto;


T- t = prazo da opo; N(dx) = funo probabilidade acumulada no intervalo ] -, dx ] de uma varivel com distribuio normal com mdia zero e desvio padro igual a um. Na expectativa de um melhor entendimento da frmula de Black & Scholes, no limite, se o preo de um ativo for muito grande, fazendo com que a opo se torne to dentro do dinheiro que seu exerccio seja praticamente garantido, o prmio dessa opo ser seu valor intrnseco, isto , dado pela diferena entre o preo do ativo-objeto e o valor presente do preo do exerccio (S VP(K)) no caso de uma call. O termo (S x N(d1)) na expresso da call representa o preo do ativo-objeto em qualquer momento multiplicado pela probabilidade acumulada de d1, sendo este, subtrado da segunda parte da equao (Ke-r(T-t) x N(d2)) a qual, representa o preo do exerccio trazido a valor presente multiplicado pela probabilidade acumulada de d2, onde N(d2) representa a probabilidade acumulada da opo vir a ser exercida sendo proporcional volatilidade da ao objeto. Na derivao de sua frmula, Black e Scholes (1973, p. 640)7 assumiram certas condies ideais em relao ao comportamento do mercado, como: A taxa de desconto livre de risco e tem valor constante; O preo dos ativos tem distribuio lognormal com mdia e desvio padro constantes; O ativo objeto no paga dividendos ou qualquer outro rendimento durante a vida da opo; No existem custos de transao, impostos, ou margens. A adio de qualquer um desses custos modifica a operao de arbitragem, levando a um intervalo de preo para a opo;

BARBEDO (2003, p.5) destaca que o modelo de Black & Scholes tem sido o modelo mais utilizado para a avaliao de opes pelo mercado.

14

No existem oportunidades de arbitragem livre de riscos (princpio da ausncia da arbitragem vlido). Essa condio garante que o preo do modelo o que est em vigor no mercado;

A negociao com o ativo objeto contnua e o ativo divisvel. Essa hiptese permite que se use o modelo em tempo contnuo; Vendas a descoberto so permitidas e se pode tomar emprestado ou aplicar qualquer quantia taxa de juros corrente. Isso permite que se faa a operao de arbitragem onde a carteira equivalente contm uma posio vendida no ativo objeto, permitindo assim a compra da opo quando ela for barata.

Algumas generalizaes foram realizadas no trabalho de MERTON (1973) a respeito do modelo de Black & Scholes, destaca-se ento que uma opo de compra europia cujo ativo objeto pagava dividendos foi avaliada, mostrando-se que uma opo americana sobre um ativo objeto que no paga dividendos tem o mesmo valor que a opo europia de compra sobre o mesmo ativo objeto. Segundo SANVICENTE (2003, p. 92-93), de modo complementar a esta narrativa anterior destaca-se que:
(...) no caso especfico do mercado brasileiro, em relao a uma das hipteses do modelo de Black & Scholes, a de que a ao no distribui dividendos at a data de vencimento da opo, ou a opo protegida contra dividendos, o regulamento da Bovespa prev tal tipo de proteo para opes de aes, na forma de reajuste do preo de exerccio, para baixo, pelo valor do dividendo que uma ao distribua antes da data de vencimento da ao. (...) Alm disso, a lista de hipteses deixa claro que a opo de compra avaliada com base na frmula de Black & Scholes do tipo europeu; na prpria Bovespa, as opes de compra de aes so americanas (podem ser exercidas antes da data de vencimento). Como esse direito adicional deveria valer alguma coisa, a frmula subavaliaria a opo, ao trat-la como europia. Na verdade, esse problema eliminado graas proteo contra dividendos prevista no regulamento do mercado de opes de compra de aes da Bovespa.

15

De forma complementar, BRITO (1989, p. 241) destaca em sua abordagem relativa s propriedades bsicas da formao de prmios em mercados de opes de compra que uma opo brasileira deve ter um valor pelo menos igual ao de uma opo americana, que, por sua vez, deve ter um valor pelo menos igual ao de uma opo europia em idnticas condies. Esta afirmao pode ser comprovada por argumentos de dominncia, j que uma opo brasileira tem todos os direitos de uma opo americana e mais proteo contra dividendos, a opo americana tem todos os direitos de uma opo europia, tendo ainda o direito adicional de poder ser exercida antecipadamente.

2.3 VOLATILIDADE

A volatilidade8 de acordo com HULL (1996. p. 270-280) a medida de nossa incerteza quanto aos retornos proporcionados pela ao e pode ser causada unicamente pela sucesso de fatos aleatrios de novas informaes sobre retornos futuros da ao ou provm da negociao. De acordo com SILVA NETO (1996, p. 137) , talvez, a varivel mais importante para quem atua no mercado de opes e sem dvida, para os que neste mercado aplicam os modelos tericos de determinao de prmios. O modelo de Black & Scholes assume que a volatilidade futura do retorno de uma ao constante durante a vida da opo e que o retorno de uma ao tem uma distribuio log-normal, esta ocorre em funo da representao da flutuao dos preos dos ativos de mercado serem representadas em valores percentuais e no em valores monetrios em funo da inexistncia de possibilidade de existncia de valores negativos dos ativos subjacentes. Em relao premissa da volatilidade do modelo de Black & Scholes, (BLACK, 1976) destaca que os retornos das aes possuem propriedades como
8

A volatilidade associada ao preo de uma mercadoria nada menos que a variao de preo referente a um desvio-padro

da mdia, expresso em porcentagem, por um perodo de tempo predeterminado. SILVA NETO (1996, p. 154).

16

caudas largas, assimetria e varincia mutvel ao longo do tempo. No mercado brasileiro, ADLER et al. (1999) e LANARI (2000) constatam que a premissa de volatilidade constante do preo das aes no se verifica. SILVA NETO (1996, p. 157-160) destaca que a volatilidade pode ser obtida a partir de duas classificaes bsicas: a histrica e a implcita. Com a finalidade de calcular uma estimativa para o parmetro volatilidade histrica, pode-se calcular o desvio padro histrico dos retornos, a utilizao de mtodos estatsticos supe que os dados passados permitem prever o futuro. Destes, o mais comum tomar o desvio padro da variao do logaritmo do preo do ativo objeto. Esse o procedimento estatstico padro para se calcular a volatilidade de uma srie, no caso a taxa contnua de variao do preo do ativo objeto ter distribuio normal.

Por meio da volatilidade histrica, estimativas da volatilidade futura podem ser obtidas a partir de uma srie histrica, assumindo-se que a volatilidade futura do ativo-objeto ser a mesma que a volatilidade passada. De acordo com HULL (2005, p. 239), a volatilidade histrica pode ser obtida pela seguinte frmula:

com:

17

Algumas questes prticas sobre estimao da volatilidade histrica merecem ser discutidas conforme ressalta SILVA NETO (1996, p. 157). A primeira o prazo da amostra utilizada, quo extensa deve ser a amostra para prever corretamente a volatilidade. Quanto maior a amostra, maior o nvel de confiana estatstica obtido, mas tambm maior a quantidade de informaes antigas que podem no ser mais relevantes. A segunda questo o intervalo de tempo do preo coletado (dados dirios, semanais, mensais, ...), se a distribuio do preo lognormal, ento no deve fazer muita diferena o tamanho do intervalo. A terceira que preo usar, de fechamento, abertura, mdia ou vrios destes. Existem tambm estimadores que se utilizam da estatstica de forma a tentar prever a volatilidade. DUARTE et al (1996) descrevem e comparam estimadores estatsticos para o caso brasileiro. BARCINSKI et al (1997) comparam diversos estimadores tipo GARCH e sua aplicao ao mercado brasileiro. Dentre estes, encontram-se estimadores de valores extremos (EVE) que tomam como base o preo mximo e mnimo e o nmero de observaes da amostra, segundo estudo apresentado por Parkinson (1976), pode-se definir um estimador de acordo com a seguinte frmula:

onde: H o logaritmo do preo mximo; L o logaritmo do preo mnimo; T o nmero de observaes na amostra. J GARMAN e KLASS (1980) destacam um estimador composto por maior nmero de informaes, utilizando-se dos preos de fechamento, mximo e mnimo e o nmero de observaes da amostra conforme destacado a seguir:

18

onde : H o logaritmo do preo mximo; L o logaritmo do preo mnimo; T o nmero de observaes na amostra; A o logaritmo do preo de fechamento. Alguns estudos, como GARMAN e KLASS, combinam esses vrios preos. Sobre todas essas questes no existem provas definitivas da melhor alternativa conforme destacam os prprios autores. Segundo FIGLEWSKI (1999), (...) a volatilidade implcita a expectativa de mercado para a volatilidade futura. Desta forma, a volatilidade implcita (ISD) interpretada como sendo a estimativa de mercado para a volatilidade real do ativo objeto e, como a frmula de BLACK & SCHOLES (1973) no pode ser invertida analiticamente, seu valor deve ser calculado mediante a utilizao de algum mtodo numrico tomando-se como base os dados de mercado e utilizando-se a prpria frmula de Black & Scholes. Neste procedimento comum entre praticantes, tem-se como referncia a volatilidade embutida no preo de opes que esto sendo negociadas. O clculo feito por iterao at se descobrir qual a volatilidade que gera atravs da frmula de Black & Scholes o mesmo preo negociado no mercado. Ao se calcular a volatilidade implcita preciso tomar cuidado em obter cotaes para a opo e o preo do ativo objeto que sejam do mesmo instante, pois, do contrrio, essa no seria uma volatilidade possvel de ser comprada no mercado. Com relao volatilidade, LANARI e SOUZA (2000) evidenciam que atravs do modelo de Black & Scholes pode-se calcular a volatilidade implcita ao se resolver a equao do modelo em termos de volatilidade tendo por base as cotaes das opes de mercado, j que o modelo considera que o preo de uma ao segue um movimento geomtrico Browniano com volatilidade constante. De forma oposta a idia de volatilidade constante. COSTA (1998, p. 66) destaca que ao contrrio da premissa tradicional de que a volatilidade deve permanecer constante durante o prazo que se analisa, surge o conceito de heterocedasticidade, onde, na prtica, corresponde a dizer que a

19

volatilidade

possa

tender,

mudar

dinamicamente

com

tempo,

talvez

continuamente, caracterstica de uma srie temporal em que a varincia de uma informao de hoje esteja correlacionada com a varincia de dados do passado. Em relao a este antagonismo de volatilidade constante ou no, surge uma discusso sobre um efeito importante, LANARI e SOUZA (2000, p. 2-3) destacam que:
Quando utilizamos B&S para calcular a volatilidade implcita de uma srie opes de mesmo prazo de vencimento, verificamos que, ao contrrio do pressuposto de B&S, os valores da volatilidade implcita no so constantes, mas variam em funo do preo de exerccio das opes. Quando os diversos valores da volatilidade implcita so representados na ordenada de um grfico tendo como abcissa o grau de moneyness da opo, verifica-se que, geralmente, as opes at-the-money tm menores valores de volatilidade implcita do que as opes in-the-money e out-ofthe-money. Isso faz com que essa curva tenha um formato de U, e seja conhecida como efeito sorriso. Essa diferena entre a premissa do modelo de B&S e as cotaes das opes nos mercados de capitais indicam que existem desvios empricos em relao a esse modelo. O desvio emprico de B&S pode ser influenciado por diversos fatores, como por exemplo o tempo para vencimento das opes e a correlao entre o retorno ativo subjacente opo (ou ativo objeto) e a volatilidade instantnea do preo do ativo subjacente opo.

De acordo com LEMGRUBER (1995, p.38), se o modelo de BLACK & SCHOLES vlido, (...) sabe-se que existe apenas um nico ISD que soluciona a frmula de Black & Scholes. Uma variante ao clculo da volatilidade histrica consiste em se fazer uma alterao na igualdade da proporo entre os dias passados, surge ento a mdia mvel exponenciada ou alisamento exponencial (EWMA Exponentially Weighted Moving Average). Esta metodologia tambm considera que a melhor previso da volatilidade futura o desvio padro de uma amostra de n retornos passados. H, no entanto, uma diferena fundamental em relao metodologia anterior, para calcular o

20

desvio padro dos retornos dos n ltimos dias, atribui-se importncia, um peso decrescente a cada retorno para o clculo da volatilidade do perodo, medida que ele se torna mais remoto. A reduo dos pesos deve ocorrer de forma exponencial, justificando o nome da metodologia. Seja (onde 0 < < 1) o peso do retorno mais recente. O peso do retorno de dois dias anteriores ser x (1-) e o do n-simo dia anterior ser x (1-) N 1 . importante ressaltar que, quanto maior for o escolhido, maior ser a importncia atribuda aos dias mais recentes, comparativamente importncia dada aos dias mais distantes (ver anexo 1). Como h restrio de que 0 < < 1, a soma dos termos da progresso geomtrica, ou seja, a soma dos pesos dos dias considerados ser menor do que a unidade (somente se n tendesse ao infinito a soma tenderia unidade). Uma vez que a soma dos pesos dos retornos tem que ser igual a um, torna-se necessrio fazer um ajuste nos pesos de cada dia. O peso de cada dia, antes do ajuste, dever ser dividido pela soma dos pesos antes do ajuste, com o objetivo de que a soma dos pesos aps o ajuste passe a ser igual a um. Finalmente, o estimador da volatilidade futura, de acordo com esta metodologia, o seguinte:

_ n x (1 - ) i -1 2 x ( r r ) ponderada = i n 1 i =1 1 (1 )

1/ 2

onde: r=
_

x (1 - )i -1 x ri n 1 i =1 1 (1 )
n

Por esta metodologia de clculo, a volatilidade estimada tambm se altera a cada dia, na medida em que, a cada dia, um novo retorno incorporado ao passo que o mais antigo da janela temporal que se utiliza descartado. Na mdia mvel exponencial, novamente h a tendncia de reduo da influncia de uma mudana de volatilidade, observada no mercado, nos dias mais

21

recentes, sobre o clculo da volatilidade do perodo, quando se utiliza uma janela temporal maior. O presente mtodo tem a vantagem de proporcionar ajustes em relao importncia dos dias a serem considerados, bem como, da utilizao da janela temporal frente ao mtodo de mdia mvel puro.

2.4 MTODOS NUMRICOS

Este item composto por uma reviso dos mtodos numricos mais comuns e utilizados em precificao de opes, embora tenha sido implementado somente o mais popular, o de Cox, Ross e Rubinstein, chamado de modelo binomial. Segundo HUMES (1984) apud ROCHMAN (1998), mtodos numricos so um conjunto de regras, escritas sob a forma de uma seqncia de operaes elementares, que resulta na soluo de um problema. Muitos modelos matemticos que descrevem o comportamento dos ativos objetos e suas opes resultam em equaes diferenciais parciais e estocsticas que no possuem soluo elementar, ou, para se obter uma soluo, necessria a elaborao de premissas que no condizem com a realidade do mercado. De acordo com ROCHMAN (1998), no caso de precificao de opes, os mtodos numricos podem ser divididos em duas categorias. Uma primeira categoria rene os mtodos em que o processo estocstico fundamental do ativoobjeto aproximado (mtodos clssicos), como os Modelos de Lattice (binomial, trinomial, adaptive mesh) e a Simulao de Monte Carlo e uma segunda categoria rene os mtodos em que a equao diferencial parcial, que determina o preo da opo, aproximada, como o Mtodo de Diferenas Finitas. Em seu artigo, Black e Scholes (1973) apresentam uma frmula para avaliao de opes que se baseia em variveis observveis salvo a volatilidade do retorno do ativo objeto, a qual deve ser constante. Esta ltima (premissa), em particular, no tem sido satisfeita na prtica, pois, conforme HULL (1997), os

22

analistas de mercado precisam, freqentemente, alterar a volatilidade quando usam a frmula de Black & Scholes para calcular o valor de opes. No caso de precificao de opes onde o processo estocstico9 fundamental do ativo-objeto aproximado, pode-se utilizar mtodos baseados nos mtodos de modelos Lattice e de simulao de Monte Carlo, sendo que geralmente a soluo numrica est relacionada a uma equao diferencial ou a uma simulao. De acordo com ROCHMAN (1998) os mtodos de diferenas finitas so extremamente caros computacionalmente e os modelos baseados em Lattice (binomial, trinomial, adaptive mesh), so os mais econmicos e, tambm, os que possuem melhor acurcia.

2.4.1 MODELOS LATTICE

Os modelos conhecidos como Lattice buscam, atravs de um passeio aleatrio discreto, modelar um movimento browniano correspondente. Os modelos baseados em Lattice (binomial, trinomial) so considerados muito intuitivos e flexveis, podendo ser aplicados tanto para opes europias como para americanas, que pagam ou no dividendos, derivativos de taxas de juros, e tambm para as opes exticas.

2.4.1.1 MODELO BINOMIAL

Em 1979, Cox, Ross e Rubinstein (CRR) publicaram um trabalho sobre o apreamento de opes usando mtodo Lattice, extenses e generalizaes de tal modelo foram desenvolvidas e em especial aquelas destinadas avaliao de derivativos multidimensionais.

SANTOS (1998) Define como um proceso que segue uma varivel cujo valor se altera aleatoriamente ao longo do tempo. O processo estocstico de maior interesse na rea de finanas o Processo de Markov.

23

O modelo binomial assumia que o preo do ativo subjacente seguisse um processo binomial multiplicativo ao longo de sucessivos intervalos de tempo discretos. Alm disso, o fato de as probabilidades de ocorrncia de movimentos ascendentes e descendentes de preos no constarem das frmulas de apreamento, implica que, mesmo se investidores diferentes possurem outras probabilidades subjetivas sobre tais movimentos, ainda assim poderiam concordar sobre a relao entre o prmio da opo, o preo do ativo-objeto e suas taxas de retorno e a taxa de juro livre de risco. A idia bsica utilizada foi a mesma, ou seja, conhecendo-se as hipteses sobre a distribuio de probabilidade dos preos dos ativos subjacentes e certificando-se de que o apreamento neutro ao risco apropriado, podem ser utilizadas aproximaes discretas. O modelo binomial possui a premissa de que o ativo-objeto, no caso, uma ao, segue um processo multiplicativo binomial no decorrer do tempo. Em cada perodo de tempo, a ao pode ter seu valor aumentado u vezes com probabilidade q, ou reduzido d vezes com probabilidade (1-q) sujeito condio de que d o inverso de u. De acordo com DAMODARAN (1997, p. 445), o modelo binomial de precificao de opes baseado numa frmula simples do processo de preos de ativos, em que o ativo, a qualquer momento, pode deslocar-se para um de dois preos possveis. O modelo se utiliza de algumas premissas como: a taxa livre de riscos dever ser constante; os indivduos podem emprestar e tomar quantias emprestadas mesma taxa; no existem impostos nem custos de transao, ou requerimentos de margem; e a venda a descoberto permitida sem restries, com total uso dos seus recursos. Conforme a abordagem desenvolvida por COX, ROSS e RUBINSTEIN (1979) considere-se uma rvore binomial de dois perodos de uma opo de compra a seguir:

24

Pela avaliao neutra ao risco, a cada n da rvore binomial, o preo da opo pode ser calculado como o valor atual do preo esperado, segundo a probabilidade p. Sabendo p e o valor da opo no vencimento, basta andar para trs na rvore binomial at chegar ao preo da opo na data inicial. No perodo 1, o valor da opo nos dois estados, C u e C d , calculado por:

Aplicando o mesmo processo para C(0), chegamos ao preo justo da opo, de acordo com a avaliao neutra ao risco e um modelo binomial para o preo do ativo objeto.

Para uma descrio melhor do comportamento do preo do ativo objeto, pode-se tomar um nmero maior de perodos. O percentual de alta ou baixa do ativo objeto pode ser obtido da volatilidade deste:

25

onde: t o prazo da opo de acordo com a medida da volatilidade;

a medida da volatilidade do ativo objeto;


n o nmero de perodos em que fazemos o ativo objeto se movimentar.

2.4.1.2 MODELO TRINOMIAL

O modelo trinomial (tambm conhecido como three-jump model), foi inicialmente desenvolvido por PARKINSON (1977) como uma forma de resolver numericamente uma integral que representava o valor de uma opo de venda americana. Posteriormente, BOYLE (1986) formalizou o modelo trinomial, para tal, o autor utilizou a abordagem neutra em relao ao risco ao invs da estratgia de replicao da carteira de hedging de Cox, Ross e Rubinstein (1979). O motivo desta mudana de estratgia a impossibilidade da formao da carteira de hedging (composta pelo ativo-objeto e ttulos livres de risco) que fornea os mesmos proventos da opo. O modelo trinomial diferencia-se do binomial por possuir, para cada ponto da rvore, trs caminhos diferentes: aumento do preo do ativo-objeto (limite superior), reduo do preo do ativo-objeto (limite inferior), e manuteno do preo do ativoobjeto (este estado pode ser substitudo por um que esteja entre os limites superior e inferior). O modelo trinomial pode ser considerado como um caso particular do modelo de diferenas finitas explcito, pois o valor de cada n da rvore determinado pelos valores dos trs ns subseqentes a ele.

26

Os parmetros do modelo trinomial podem ser definidos, segundo HULL (1997), da seguinte forma:

O valor da opo no n i dado pela frmula:

onde: Ci o valor da opo no n i; pu, pm, e pd so valores relativos s probabilidades de subida, manuteno ou descida da rvore; Cui o valor da opo no n cujo ativo-objeto aumentou u vezes em relao ao n i; Cmi o valor da opo no n central m, cujo ativo objeto no alterou seu valor em relao ao n i; Cdi o valor da opo no n cujo ativo-objeto diminuiu d vezes em relao ao n i; r a taxa de juros livre de risco; dt o intervalo de tempo entre dois perodos consecutivos.

As opes americanas no modelo trinomial so avaliadas da mesma forma descrita no modelo binomial, ou seja, comparando-se o exerccio imediato da opo, com o valor presente dos valores das trs opes, no final do perodo seguinte. Na

27

figura abaixo, v-se a construo de uma rvore trinomial de trs perodos, usandose os parmetros anteriores:

2.4.1.3 MODELO ADAPTIVE MESH

A idia bsica do modelo adaptive mesh criar uma malha fina, ou aumentar o nmero de ns necessrios para melhoria da convergncia, apenas na rea crtica ou mais sensvel da rvore (binomial ou trinomial), que, no caso de uma opo europia, a regio prxima ao preo de exerccio da opo. Dessa forma, aumenta-se a acurcia do resultado sem um grande aumento do custo computacional. O procedimento para o clculo do valor de uma opo europia ou americana o mesmo descrito no modelo binomial. A malha fina corresponde a uma rvore binomial ou trinomial, colocada sobre a rvore principal, mas com nmero de perodos menor, e com tempo restante at a maturidade reduzido, como se v na figura abaixo. A caracterstica atrativa do modelo de existir a possibilidade de adicionar nveis mais refinados rvore (malha), sempre que se achar conveniente. A figura abaixo apresenta uma verso do modelo adaptive mesh, com refinamento em um n da rvore trinomial, prximo do preo de exerccio da opo.

28

Conforme destacado por HULL (1997) os parmetros da rvore principal so calculados de forma idntica aos da rvore binomial, porm a malha fina tm seus parmetros calculados com seu parmetro de tempo (k) dividido por 3, e seu parmetro de deslocamento do ativo-objeto (h) dividido por 4, como se nota a seguir:

O presente captulo apresentou uma reviso a cerca de alguns mtodos heursticos.

29

3 METODOLOGIA

Neste

captulo

sero

abordados

os

parmetros

metodolgicos

que

possibilitaro a execuo do trabalho de pesquisa, bem como os mtodos cientficos que o pesquisador utilizou. Desta forma sero apresentados a seguir aspectos relacionados especificao do problema de pesquisa: a especificao das perguntas de pesquisa e definio de termos e variveis, logo aps sero explicitados a delimitao e design de pesquisa: populao e amostra de pesquisa, delineamento da pesquisa, coleta e tratamento de dados e a apresentao do mtodo de desenvolvimento pesquisa.

3.1 Especificao do problema

Levando-se em considerao o objetivo geral e os especficos do presente estudo, elaborou-se as perguntas de pesquisa relacionadas ao seguinte problema de pesquisa:

A UTILIZAO DE MTODO NUMRICO TRADICIONAL APLICVEL A AVALIAO DE OPES DE COMPRA AMERICANAS FRENTE UTILIZAO DO MODELO DE BLACK & SCHOLES PODE SER APLICADO AO MERCADO DE CAPITAIS BRASILEIRO?

3.1.1 Questes de pesquisa Qual o nvel de precificao do mtodo de Black & Scholes quando a classificao das opes em relao probabilidade do exerccio for in-themoney?

30

Qual o nvel de precificao do mtodo de Cox, Ross e Rubinstein quando a classificao das opes em relao probabilidade do exerccio for in-themoney?

Qual o nvel de precificao do mtodo de Black & Scholes quando a classificao das opes em relao probabilidade do exerccio for at-themoney?

Qual o nvel de precificao do mtodo de Cox, Ross e Rubinstein quando a classificao das opes em relao probabilidade do exerccio for at-themoney?

Qual o nvel de precificao do mtodo de Black & Scholes quando a classificao das opes em relao probabilidade do exerccio for out-themoney?

Qual o nvel de precificao do mtodo de Cox, Ross e Rubinstein quando a classificao das opes em relao probabilidade do exerccio for out-themoney?

Qual o efeito de diferentes formas de estimao de volatilidades na aplicao de mtodo numrico tradicional e do mtodo de Black & Scholes s opes de compra frente ao preo da opo de mercado em relao s probabilidades do exerccio?

3.1.2 Definio de termos e variveis

pesquisa

apresenta

uma

varivel

dependente

cinco

variveis

independentes conforme exposto a seguir.

31

3.1.2.1

Varivel dependente: Valor da opo de compra

3.1.2.2

Variveis independentes: Valor do ativo sujeito a risco; O preo do exerccio; Prazo de vencimento da opo; Desvio padro do valor do ativo subjacente sujeito a risco; Taxa de retorno livre de risco ao longo da vida da opo.

3.1.2.3 Definio constitutiva e operacional das variveis KERLINGER (1980, p. 46) destaca que as variveis constitutivas so aquelas que define palavras com outras palavras. As variveis operacionais so aquelas que atribui significado a um constructo ou varivel especificando as atividades ou operaes necessrias para medi-los ou manipul-los destaca KERLINGER (1980, p. 46). As variveis constitutivas tero seus conceitos apresentados conforme SANTOS (1998). a) Valor da opo de compra: DC: Instrumento financeiro cujo comprador tem o direito (mas no a obrigao) de comprar (de quem vende o instrumento) um ativo por um preo predeterminado, dentro de certo prazo. DO: Obteve-se mediante a utilizao da frmula de precificao de opes de Black & Scholes e tambm atravs da utilizao de mtodo numrico.

32

b) Valor do ativo sujeito a risco: DC: Preo de um ativo ou instrumento financeiro no mercado vista. DO: Esta varivel foi operacionalizada atravs do banco de dados da Bolsa de Valores de So Paulo.

c) O preo do exerccio: DC: Preo fixo pelo qual o titular (holder) de uma ao (option contract) pode comprar do lanador (writer) (se tratar de uma opo de compra (call option)) ou vender a ele (ao se tratar de uma opo de venda (put option)) um determinado ativo real ou instrumento financeiro. DO: Esta varivel foi operacionalizada atravs do banco de dados da Bolsa de Valores de So Paulo.

d) Prazo de vencimento da opo: DC: Data em que um instrumento financeiro deixa de ter validade, em particular, uma opo (option contract), tambm conhecido como expiration date. DO: Esta varivel foi operacionalizada atravs do banco de dados da Bolsa de Valores de So Paulo.

e) Desvio padro do valor do ativo subjacente sujeito a risco: DC: O mesmo que risco (risk), isto , a incerteza associada obteno dos retornos de um investimento. DO: Esta varivel foi operacionalizada atravs da metodologia de clculo de volatilidades do tipo histrica e implcita no perodo de 22/03/99 a 30/09/05 com a utilizao de dados do banco de dados da Bolsa de Valores de So Paulo.

33

f) Taxa de retorno livre de risco ao longo da vida da opo: DC: Taxa de juros (interest rate) que ttulos do governo do pas em causa rendem. DO: Esta varivel foi operacionalizada atravs da taxa de Certificado de Depsito Interbancrio (CDI) over mensal obtida junto ao site do Banco Central que consiste na expresso percentual do custo do dinheiro no mercado interbancrio.

3.2 DELIMITAO E DESIGN DE PESQUISA

3.2.1. POPULAO E AMOSTRAGEM

3.2.1.1 POPULAO

O mercado acionrio brasileiro caracteriza-se historicamente por um perfil de concentrao de negcios em poucos papis, no mercado de opes de compra, a predominncia ocorre sobre aes preferenciais de Telemar Participaes (TNLP4) e Petrobrs (PETR4), desta forma, optou-se pelo estudo sobre a Telemar. A populao consiste em todos os preos dirios de fechamento para cada opo e valor vista da ao da empresa Telemar (TNLP4). Alm destes, sero obtidos o nmero de negcios e o volume negociado em reais por dia para cada opo e para o total de opes de compra da empresa Telemar compreendidos entre 22/03/99 e 30/09/05, obtidos do banco de dados da Bolsa de Valores de So Paulo10. Alm destes, sero necessrias as taxas de juros para todos os prazos de

10

A partir de 21/09/98 as aes de Telebrs deixaram de ser negociadas desde ento, foi dada ao investidor a opo de deter recibos de Telebrs, um certificado representando uma cesta das 12 novas aes oriundas da ciso da holding Telebrs, sendo que at ento as aes da Telebrs funcionavam como uma proxy do mercado.

34

vencimentos das opes, desta forma ser utilizada a taxa CDI11 (Certificado de Depsito Interbancrio) anual composta e contnua, utilizada como proxy para a taxa de juros livre de risco.

3.2.1.2 AMOSTRA Dentre o universo observado para estudo consistido em conjuntos de opes de compra sobre aes negociadas no mercado brasileiro de opes, observa-se que o mercado brasileiro negocia opes apenas sobre uma pequena relao de ativos-objetos, destes, optou-se por opes com representatividade no mercado. Objetivando selecionar uma amostra que fosse significante, a amostra inicial de cunho intencional, consistindo em sries de opes de compra e preo do ativo vista com base em aes da empresa Telemar, estas derivam predominantemente de aes preferenciais de Telemar Participaes (TNLP4), cotadas na Bolsa de valores de So Paulo para o perodo de 22/03/99 a 30/09/05 num total de 22.233 observaes. Todos os preos dirios de fechamento para cada opo e valor vista da ao (TNPL4), nmero de negcios por dia para cada opo de compra da empresa Telemar e as taxas de juro12 para todos os prazos de vencimentos das opes, compreendido entre 22/03/99 e 30/09/05 foram coletadas.

3.2.2 DELINEAMENTO DA PESQUISA

O presente trabalho utilizou-se do mtodo de pesquisa do tipo levantamento com uma estratgia de pesquisa descritivo-quantitativa de plano longitudinal com amostra intencional utilizando-se de fontes secundrias.

11

A taxa CDI obtida junto ao Banco Central mensal over sendo feita a converso de anual composta para contnua. De acordo com FORTUNA (2005, p. 116), os Certificados de Depsitos Interbancrios prefixados esbelecem padro de taxa mdia diria, o CDI over que reflete a expectativa de custo das reservas bancrias para a manh seguinte do fechamento das transaes e que o custo do dinheiro de um dia negociado no mercado interbancrio muito prximo do custo de troca das reservas bancrias disponveis lastreadas em ttulos federais que ocorrem no mercado aberto. At 1997, trabalhava-se com a taxa mensal com capitalizao diria para apenas um dia til, conhecida como taxa over. Desde janeiro de 1998, o Banco Central determinou que as taxas de juros praticadas pelo mercado fossem tratadas no formato anual com 252 dias teis. 12 Utilizou-se a taxa dos certificados de Depsitos Interbancrios (CDI) over mensal.

35

A investigao ex post factum refere-se a um fato j ocorrido e aplica-se quando o pesquisador no pode controlar ou manipular variveis seja porque suas manifestaes j ocorreram, seja porque as variveis no so controlveis, estes aspectos encontram amparo ao exposto em VERGARA (1998).

3.2.3 COLETA E TRATAMENTO DE DADOS

3.2.3.1 COLETA DE DADOS

Foram obtidas informaes a nvel secundrio por meio das seguintes fontes: pesquisa bibliogrfica em livros, revistas cientficas, peridicos, pesquisas j realizadas sobre o assunto e sobre assuntos congneres e bases de dados13.

3.2.3.2 TRATAMENTO DE DADOS

A estratgia estatstica utilizada foi composta da utilizao de regreo linear, ANOVA e teste de Tuckey-Kramer sobre os valores de precificao desenvolvidos mediante a utilizao do modelo de Cox, Ross e Rubinstein (Modelo Binomial) e do modelo de Black & Scholes.

3.3 METODOLOGIA DE DESENVOLVIMENTO

Inicialmente foram coletados os dados referentes s observaes objeto de estudo como definido anteriormente.
13

Os dados utilizados foram obtidos atravs da Bolsa de Valores do Estado de So Paulo.

36

A partir destas observaes, aplicam-se alguns critrios de corte, o primeiro critrio ser o de liquidez por nmero de negcios, desta forma, elimina-se as opes que constavam no dia do prego com menos de cinco negcios, o que evidencia uma baixa liquidez. Desta forma, a nova amostra contempla 18.612 opes. De forma complementar, excluiram-se as cotaes para as quais o mdulo do resultado da expresso (K/St exp (Rt) 1) fosse maior que 0,10, assim eliminou-se por meio deste artifcio as opes que estavam muito fora do dinheiro, mesmo critrio utilizado por BRAGA (2002). Fato de que as opes assim classificadas (muito fora do dinheiro) so particularmente sensveis a erros de mensurao das volatilidades implcitas e, de forma complementar, indica se a opo ser exercida ou no, embora no haja estimao sobre a probabilidade de ocorrncia do exerccio. Aps este tratamento, reduziu-se em 10.476 opes, desta forma resultando em uma nova amostra, de 8.137 opes. Destas, aplicou-se um novo critrio de corte eliminando-se as opes com tempo at a maturao de at cinco dias teis (o equivalente a uma semana de prego), devido ao fato de que estas cotaes em relao liquidez apresentam vieses, alm disto, utilizou-se o modelo de Black & Scholes diretamente em quatro das oito simulaes implementadas, e, conforme destacado pela teoria, a volatilidade calculada atravs deste evidenciada como instvel para pequenas maturidades. Este critrio de corte tambm foi utilizado por MALZ (2000) e BARROS e LEMGRUBER (2000). NUNES evidencia em sua resenha sobre a testabilidade do modelo de Black & Scholes para o mercado brasileiro, que a semana anterior ao vencimento de cada srie de opo caracteriza-se pela existncia do efeito da presso compradora/vendedora sobre o preo do papel vista. SANVICENTE e MONTEIRO (2005, p.34) destacam que parece haver indcios do chamado efeito de presso sobre preos, (...) isso significa que, nessas datas, a formao de preos de aes no inteiramente racional e eficiente, o que contradiz a maioria dos estudos semelhantes efetuados nos mercados de outros pases e reportados na literatura. Desta forma, este padro de corte em particular foi responsvel por uma filtragem em mais 811 observaes, sendo que o perfil deste corte eliminou 128

37

opes que venciam em um dia, 160 opes que venciam em dois dias, 166 opes que venciam em trs dias, 183 opes que venciam em quatro dias e finalmente, 174 opes que venciam em cinco dias resultando na nova amostra final, com 7.326 observaes, as quais representam cerca de 33% do volume inicial. Feita a seleo da amostra final, torna-se necessrio destacar que o primeiro dia de prego utilizado para a precificao das opes foi 10 de maio de 2000. Ilustra-se a seguir, no grfico 1, o retorno logartmico da ao da Telemar (TNLP4) e no grfico 2, o valor da ao no mercado vista no perodo.

GRFICO 1 - Retornos logartmicos da ao da Telemar (TNLP4) de 10/05/00 a 30/09/05

15,00%

10,00%

5,00%

0,00%

-5,00%

-10,00% set-00 set-01 set-02 set-03 set-04 nov-00 nov-01 nov-02 nov-03 nov-04 mar-01 mar-02 mar-03 mar-04 mar-05 mai-00 mai-01 mai-02 mai-03 mai-04 mai-05 set-05 jul-00 jul-01 jul-02 jul-03 jul-04 jan-01 jan-02 jan-03 jan-04 jan-05 jul-05

38

GRFICO 2 - Valor da Ao Telemar (TNLP4) em R$ de 10/05/00 a 30/09/05

60,00

50,00

40,00

30,00

20,00

10,00

0,00 set-00 set-01 set-02 set-03 set-04 nov-00 nov-01 nov-02 nov-03 nov-04 mar-01 mar-02 mar-03 mar-04 mar-05 mai-00 mai-01 mai-02 mai-03 mai-04 mai-05 set-05 jul-00 jul-01 jul-02 jul-03 jul-04 jan-01 jan-02 jan-03 jan-04 jan-05 jul-05

Em seguida, parte-se ao desenvolvimento de uma nova fase da pesquisa relativa aplicao dos modelos selecionados, o de Black & Scholes e o de Cox, Ross e Rubinstein, este conhecido popularmente como modelo binomial. A escolha deu-se justamente pela sua difuso e importncia de utilizao junto ao mercado. Neste momento torna-se necessrio o clculo da volatilidade, visto que a volatilidade um parmetro que deve ser estimado antes de ser inserido no modelo. A volatilidade a ser inserida no modelo Black & Scholes a volatilidade futura, prevista para o perodo, compreendido entre o instante da avaliao e o instante de encerramento da vida da opo. Entretanto, para que seja possvel prever a volatilidade futura necessrio basear-se na volatilidade passada. Um primeiro ponto a ser considerado, o tamanho da janela temporal de retornos passados a ser utilizada, para um dado espao temporal futuro, para o qual se deseja estimar a volatilidade. Visto que no h uma resposta nica, e diferentes analistas utilizam-se diferentes janelas temporais para um mesmo prazo futuro, tendo em vista diferentes opinies e diferentes mtodos existentes de estimativa de volatilidade. No entanto, a maioria dos autores concordam ao menos com uma regra

39

geral, a de utilizar janelas temporais maiores, quando h a necessidade de prever volatilidades para perodos longos de tempo, e de se utilizar de janelas temporais menores, quando se pretende estimar volatilidades para curtos perodos de tempo. Outro aspecto importante diz respeito escolha de qual(is) preo(s) dirio(s) deve(m) ser utilizado(s) como base para o clculo dos retornos e da volatilidade. Tradicionalmente, utilizam-se os preos de fechamento dos ativos, esta metodologia no incorpora as volatilidades (variaes de preos) no chamado intraday. Alguns estudos apontam a uma alternativa de que se for utilizado mais de um preo por dia, como, por exemplo, os preos de abertura, mximo, mnimo e de fechamento, obtm-se melhores estimativas de volatilidade (chamado preo de piv), porm outros destacam que esta relao no unnime, pois tanto que existe a tradio de utilizao de preos de fechamento, desta forma, optou-se pela tradio, ou seja, pela utilizao do preo de fechamento do ativo para a estimao. O presente trabalho utilizou-se da determinao das volatilidades histrica, implcita e derivaes destes tipos de volatilidades como a mdia mvel, a qual se utiliza da volatilidade histrica, e a mdia mvel exponenciada, tambm conhecida como alisamento exponencial (Exponentially Weighted Moving Average), sendo este um mtodo popularizado pelo banco J. P. Morgan no Riskmetrics Technical Manual. Para tanto, utlizou-se o software Matrix Laboratory, verso 7.0, para programar os respectivos modelos de apreamento com suas nuances de clculo de volatilidades. Neste ponto, torna-se necessrio ressaltar que houve necessidade de se fazer uma adaptao do modelo de Black & Scholes ao mercado brasileiro, este utiliza-se de uma quantidade de dias teis para a estimativa, em vez de dias corridos, sendo que o fator de anualizao da volatilidade passar a ser o nmero de dias teis do ano; em geral, usa-se 252. J para o modelo de Cox, Ross e Rubinstein a aplicao se deu de forma direta. (Ver ilustrao no anexo 2). Os dados que foram inseridos nos programas eram sempre matrizes coluna (n x 1), padro este que foi seguido em todos os programas, desta forma foi necessrio a organizao dos dados em planilha Excel.

40

A previso da volatilidade se deu da seguinte forma, primeiramente foi projetado o clculo da volatilidade atravs do mtodo de mdia mvel com a utilizao da volatilidade histrica. A volatilidade histrica foi calculada como o desvio padro da amostra dos retornos dirios, medidos em taxas logartmicas, ao longo de um determinado perodo, utilizou-se num primeiro momento, os 21 dias teis imediatamente anteriores ao dia para o qual est sendo efetuado o clculo do apreamento e noutra oportunidade, com cinco dias teis imediatamente anteriores ao dia para o qual est sendo efetuado o clculo do apreamento. A volatilidade histrica foi calculada pela frmula a seguir:
n 2 2 ( r r ) i histrica = i =1 n 1 1

Sendo que:

ri = retornos dirios medidos em taxas logartmicas;


r = mdia aritmtica dos retornos dirios medidos em taxas logartmicas; n = nmero de dias da janela temporal considerada; A forma logartmica foi a preferida, visto o preo do objeto varia continuamente. Alm disso, este clculo coerente com o expoente da funo lognormal. A mdia aritmtica dos retornos, ou seja, o retorno mdio foi obtido atravs da seguinte frmula:

r=
t =1

ri , n

ri = ln(

PVi +1 ) PVi

O termo mdia mvel associa-se ao fato de haver um deslocamento da janela, previamente definida, a cada dia que passa em relao ao tempo de vida da opo, acresce-se o retorno observado no dia mais recente e exclui-se o retorno observado do dia mais distante.

41

O programa utilizou-se dos parmetros necessrios ao clculo como o preo vista do ativo e a janela temporal, tinha-se liberdade para definir o tamanho da janela. Noutra fase, a do clculo da volatilidade implcita, utilizou-se o mtodo da bisseco de forma a descobrir qual a volatilidade que gera atravs da frmula de Black & Scholes o mesmo preo negociado no mercado, visto que a equao do modelo no pode ser invertida em termos de volatilidade, conforme ressalta HULL (1997, p. 246). Esta rotina gerou valores enquanto o nmero de iteraes no foi atingido, estipulando-se o nmero mximo de 100 iteraes, ou a situao em que a diferena entre o preo terico e o de mercado no fosse menor que um erro mximo admitido, no caso, o valor de 0,001%. Posteriormente, a volatilidade foi projetada atravs do mtodo de alisamento exponencial, sendo que, em relao a este mtodo, optou-se pela utilizao de dois fatores diferentes de decaimento (). Primeiramente com = 0,94, sendo que este valor sugerido pelo Riskmetrics para dados dirios, e um segundo valor de = 0,90 de forma a perceber a ocorrncia de impacto na precificao de um pequeno relaxamento do valor indicado pelo Riskmetrics. Aps o clculo de todas as volatilidades pelos mtodos destacados, passa-se a simulao dos valores de apreamento das calls aos modelos de Black & Scholes e de Cox, Ross e Rubinstein. Na realizao dos respectivos apreamentos, utiliza-se dos valores gerados anteriormente de cada conjunto de volatilidades a cada um dos dois modelos de precificao, desta forma tem-se oito conjuntos de resultados de precificao e um conjunto de dados relativos aos efetivos de mercado. A partir desta relao cruzada, obteve-se os seguintes conjuntos modelos versus volatilidades:

m1 Modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias; m2 Modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias;

42

m3 Modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias; m4 Modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias; m5 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94;

m6 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94;

m7 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90;

m8 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90. De posse dos resultados, j classificados de acordo com o mesmo critrio de

adotado por DONANGELO, SILVA e LEMGRUBER (2000) quanto ao seu moneyness, a saber:
uma forma de se classificar as opes quanto ao moneyness a razo entre o preo do ativo-objeto e o valor presente do preo de exerccio da opo, sendo classificadas como fora-do-dinheiro, quando esta relao for menor que 0,95; nodinheiro, quando se situa entre 0,95 e 1,05; e dentro-do-dinheiro, quando for maior que 1,05. Tal classificao uma indicao se a opo ser ou no exercida, porm no estima com que probabilidade o exerccio poder ocorrer ou no.

Pode-se ento partir para a prxima etapa, a de anlise dos resultados. O quadro 3 a seguir, prope-se a esquematizar a estrutura da metodologia de desenvolvimento da pesquisa.

43

QUADRO 3 Diagrama esquemtico da metodologia de desenvolvimento

Projeo para trs

Simulao ex post ou simulao histrica

(PREVISO) Previso Previso ex post ex ante

14

Perodo de estimao T1 T2 T3

Tempo

Volatilidade Histrica Black & Scholes Mtodo Numrico

Volatilidade Implcita

Refere-se s simulaes

Metodologia + Estatstica +Anlises

Janela Temporal

Deslocamento

Tempo

FONTE: PINDYCK (2004, p. 444), adaptado pelo autor.

De acordo com PINDYCK (2004, p. 444), A previso envolve a simulao do modelo no tempo para alm do perodo da estimao. Previso ex post caracteriza-se quando o perodo de estimao no chega at o ano corrente (isto , T2 menor que T3), podemos optar por iniciar o perodo de previso no fim do perodo de estimao e estend-lo at o presente, talvez comparando resultados com dados disponveis e se faz com freqncia para testar a capacidade preditiva de um modelo. Uma previso feita, cuja simulao comea no ano corrente e se estende para o futuro, denominada de previso ex ante.

14

44

4 APRESENTAO E ANLISE DE RESULTADOS

Com base nos conceitos apresentados na reviso de literatura, e na metodologia proposta, analisa-se os resultados dos apreamentos dos modelos de precificao de Black & Scholes e de Cox, Ross e Rubinstein mediante a utilizao de estimadores diferenciados de volatilidade perfazendo um conjunto de anlise de oito combinaes de simulaes. Frente metodologia de anlise estatstica, cabe destacar que os dados foram submetidos anlise de varincia (ANOVA), seguido do teste de TukeyKramer. Foram tambm realizadas anlises de regresso linear comparando-se os diversos tratamentos com os valores de mercado. Os valores de R2 foram utilizados para a anlise de preciso dos dados, isto , a perspectiva de mensurao do grau de associao entre as variveis, enquanto que os valores do intercepto e declividade foram utilizados para anlises de exatido considerando os valores de mercado como padro. O valor de R2, coeficiente de determinao, pode ser utilizado para o clculo da variao concomitante das variveis estudadas. O parmetro (1 - R2) a parcela no explicada, ou seja, a variao ao acaso. Os valores da declividade e intercepto foram utilizados para anlise de exatido dos valores em relao aos dados de mercado considerados como padro. A declividade se aproxima do valor 1, quando os dados do tratamento (simulao) se aproximam dos valores de mercado, sendo que (1-b) em percentual, o afastamento do valor ideal. O intercepto se aproxima do valor zero, quando os dados do modelo se aproximam dos valores de mercado, o percentual de "a" em relao ao valor mximo de y representa o afastamento do valor zero, quanto maior for o percentual, mais o intercepto se afasta do valor ideal (zero). As anlises apresentadas na seqncia esto estruturadas com a seguinte ordenao: a) Resultados referentes regresso linear entre os oito conjuntos de apreamentos e o valor observado de mercado em data da observao do

45

valor da call observado no mercado, tomando-se como objeto de anlise, cada conjunto de precificao versus o conjunto de preos observados de mercado de acordo com sua classificao em relao a seu grau de moneyness, de forma a se testar a equivalncia entre cada modelo de precificao e o valor de mercado; b) Resultados referentes anlise da ANOVA entre os oito conjuntos de apreamentos e o valor observado de mercado em data da observao do valor da call observado no mercado, tomando-se como objeto de anlise, cada conjunto de precificao versus o conjunto de preos observados de mercado de acordo com sua classificao em relao a seu grau de moneyness, de forma a se testar a equivalncia entre cada modelo de precificao e o valor de mercado. Desta forma, adotou-se como hiptese H0, a equivalncia preditiva do modelo frente ao valor de mercado e como hiptese H1, a no equivalncia preditiva do modelo frente ao valor de mercado utilizando-se um nvel de significncia de 5%. A partir dos resultados obtidos da regresso linear destacados na tabela 1 e graficamente representados no anexo 3, procede-se interpretao. Tabela 1 - Resultados relativos regresso linear entre os valores de mercado e os apreamentos com grau de moneyness classificado como out-the-money
Mercado versus m4 m5 0,6291 0,6168 0,9758 0,9130 0,0645 0,0511 37,09 2,42 2,03 38,32 8,70 1,65

Coef. determinao declividade Intercepto Erro de preciso (%) 2 Erro de exatido (%) 3 Erro de exatido (%)
1

R2 b a

m1 0,8961 0,9858 0,0127 10,39 1,42 0,50

m2 0,8992 1,0094 0,0117 10,08 -0,94 0,46

m3 0,6231 0,9528 0,0650 37,69 4,72 2,08

m6 0,6223 0,9353 0,0508 37,77 6,47 1,62

m7 0,5978 0,9009 0,0481 40,22 9,91 1,54

m8 0,6036 0,9231 0,0479 39,64 7,69 1,51

1- Indica a disperso dos dados em relao aos valores do prprio modelo. 2- Indica uma relao entre o valor do modelo versus o valor de mercado. 3- Indica uma relao entre o valor do modelo versus o maior valor de mercado. m1 Modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. m2 Modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. m3 Modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias. m4 Modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias. m5 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94. m6 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94. m7 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90. m8 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90.

46

Com relao aos ndices de disperso (em relao ao prprio modelo), temse que os menores valores ocorrem nos modelos de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1) e binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2) da ordem de 10,39% e 10,08%, enquanto os demais mtodos possuem valores variando de 37,09% a 40,22%. Observa-se que os modelos de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1) e binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), caracterizados por BS (Black & Scholes) e CRR (Cox, Ross e Rubinstein) com utilizao volatilidade implcita e mdia mvel com janela temporal de cinco dias, caractersticas comuns, apresentam os menores valores de erros de exatido, 1,42% e -0,94% respectivamente, denotando desta forma um menor desvio de apreamento em relao ao valor alvo, o preo de mercado. J os modelos de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com valor de = 0,94 (m5), binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m6), Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m7) e binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8) apresentam os maiores valores de erros de exatido, 8,70%, 6,47%, 9,91% e 7,69% respectivamente, sendo estes possuidores de uma caracterstica comum, a de utilizao da metodologia de determinao da volatilidade atravs do alisamento exponencial. O modelo binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2) possui erro de exatido negativo (-0,94%), apontando desta forma para uma leve super-precificao do valor da call em relao ao valor de mercado, o que no ocorreu nos outros modelos. Destaca-se ainda, o aumento dos erros de exatido e de preciso ao se variar os fatores de decaimento dos mtodos de Black & Scholes com estimao de

47

volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m5), e o binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m6), de um valor de = 0,94 para = 0,90, caracterizando a partir de ento, os modelos de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m7) e binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8). O mesmo evento ocorre ao se analisar os pares dos mtodos de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1) e binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), estes, caracterizados comumente por apresentar o clculo da volatilidade atravs da utilizao de uma janela temporal de cinco dias para o par dos mtodos de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias (m3), e binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias (m4), caracterizados pelo clculo da volatilidade atravs de uma janela temporal maior, de 21 dias. A partir dos resultados obtidos da regresso linear destacados na tabela 2 e graficamente representados no anexo 4, procede-se interpretao dos dados relativos regresso linear entre os valores de mercado e os apreamentos com grau de moneyness classificado como at-the-money. Tabela 2 - Resultados relativos regresso linear entre os valores de mercado e os apreamentos com grau de moneyness classificado como at-the-money
Mercado versus m4 m5 0,7059 0,6999 0,8753 0,8433 0,2943 0,2589 29,41 12,47 6,18 30,01 15,67 5,46

Coef. determinao declividade Intercepto Erro de preciso (%) 2 Erro de exatido (%) 3 Erro de exatido (%)
1

R2 b a

m1 0,9465 0,9132 0,1168 5,35 8,68 2,69

m2 0,9478 0,9247 0,1262 5,22 7,53 2,87

m3 0,7019 0,8640 0,2845 29,81 13,60 6,04

m6 0,7044 0,8547 0,2682 29,56 14,53 5,60

m7 0,6869 0,8366 0,2503 31,31 16,34 5,24

m8 0,6918 0,8482 0,2594 30,82 15,18 5,37

1- Indica a disperso dos dados em relao aos valores do prprio modelo. 2- Indica uma relao entre o valor do modelo versus o valor de mercado. 3- Indica uma relao entre o valor do modelo versus o maior valor de mercado. m1 Modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias.

48

m2 Modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. m3 Modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias. m4 Modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias. m5 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94. m6 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94. m7 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90. m8 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90.

Em relao aos ndices de disperso, tem-se que os menores valores ocorrem para o modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1) e binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2) da ordem de 5,35% e 5,22%, enquanto os demais mtodos possuem valores maiores variando de 29,41% a 31,31%. Observa-se que o modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1) e binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), caracterizados por BS (Black & Scholes) e CRR (Cox, Ross e Rubinstein) com utilizao volatilidade implcita e mdia mvel com janela temporal de cinco dias, caractersticas comuns, apresentam os menores valores de erros de exatido, 8,68% e 7,53% respectivamente, denotando desta forma um menor desvio de apreamento em relao ao valor de mercado. De forma oposta, os modelos de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m5), binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m6), Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m7) e binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8), apresentam os maiores valores de erros de exatido, 15,67%, 14,53%, 16,34% e 15,18% respectivamente, sendo estes possuidores de uma caracterstica comum, a de utilizao da metodologia de determinao da volatilidade atravs do alisamento exponencial.

49

Todos os modelos possuem erros de exatido positivo, apontando desta forma para uma sub-precificao do valor da call em relao ao valor de mercado. Destaca-se ainda, o aumento dos erros de exatido e de preciso ao se variar os fatores de decaimento dos mtodos de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m5), e binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m6), de um valor de = 0,94 para = 0,90, caracterizando os mtodos de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m7) e binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8). O aumento dos erros de exatido e de preciso tambm ocorre ao se analisar os pares dos mtodos de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1) e o binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), caracterizados por apresentar o clculo da volatilidade atravs da utilizao de uma janela temporal de cinco dias, para o outro par dos mtodos, Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias (m3) e binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias (m4), caracterizados pelo clculo da volatilidade atravs de uma janela temporal maior, de 21 dias. A partir dos resultados obtidos da regresso linear destacados na tabela 3 e graficamente representados no anexo 5, procede-se interpretao dos dados relativos regresso linear entre os valores de mercado e os apreamentos com grau de moneyness classificado como in-the-money.

50

Tabela 3 - Resultados relativos regresso linear entre os valores de mercado e os apreamentos com grau de moneyness classificado como in-the-money
Mercado versus m4 m5 0,8582 0,8590 0,9153 0,8973 0,2883 0,2666 14,18 8,47 4,59 14,10 10,27 4,42

Coef. determinao declividade Intercepto Erro de preciso (%) 2 Erro de exatido (%) 3 Erro de exatido (%)
1

R2 b a

m1 0,9303 0,9207 0,1831 6,97 7,93 2,83

m2 0,9534 0,9364 0,1693 4,66 6,36 2,59

m3 0,8572 0,9096 0,2627 14,28 9,04 4,23

m6 0,8603 0,9031 0,2924 13,97 9,69 4,79

m7 0,8529 0,8933 0,2707 14,71 10,67 4,21

m8 0,8545 0,8993 0,2961 14,55 10,07 4,57

1- Indica a disperso dos dados em relao aos valores do prprio modelo. 2- Indica uma relao entre o valor do modelo versus o valor de mercado. 3- Indica uma relao entre o valor do modelo versus o maior valor de mercado. m1 Modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. m2 Modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. m3 Modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias. m4 Modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias. m5 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94. m6 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94. m7 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90. m8 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90.

Com relao aos ndices de disperso, tem-se que os menores valores ocorrem nos modelos de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1), e binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2) da ordem de 6,97% e 4,66%, enquanto os demais mtodos possuem valores variando de 13,97% a 14,71%. Observa-se que o modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1) e binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), caracterizados por pela utilizao da volatilidade implcita e mdia mvel com janela temporal de cinco dias, apresentam os menores valores de erros de exatido, 7,93% e 6,36% respectivamente, desta forma denotam um menor desvio de apreamento em relao ao valor de mercado. De forma contrria, os modelos de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m5), binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m6), Black & Scholes com estimao de volatilidade atravs do

51

mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m7) e binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8), apresentam os maiores valores de erros de exatido, 10,27%, 9,69%, 10,67% e 10,07% respectivamente, sendo estes possuidores da caracterstica comum de utilizao da metodologia de determinao da volatilidade atravs do alisamento exponencial. Todos os modelos possuem erros de exatido positivos, apontando desta forma para uma sub-precificao do valor da call em relao ao valor de mercado. Evidencia-se ainda, o aumento dos erros de exatido e de preciso ao se variar os fatores de decaimento dos mtodos de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m5) e binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m6), de um valor de = 0,94 para = 0,90, caracterizando os mtodos de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m7) e modelo binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8). Esta piora tambm ocorre ao se analisar os pares dos mtodos de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1) e binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), caracterizados por apresentar o clculo da volatilidade atravs da utilizao de uma janela temporal de cinco dias, para o par dos mtodos de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias (m3) e binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias (m4), caracterizados pelo clculo da volatilidade atravs de uma janela temporal maior, de 21 dias. Utilizou-se da ANOVA para a verificao da equivalncia preditiva dos modelos aos preos de mercado, cabe destacar que todos os valores foram classificados de acordo como j destacado na metodologia, em trs grupos de anlise: out-the-money, at-the money e in-the-money.

52

Desta forma segue-se verificao da capacidade preditiva de cada grupo em relao ao mercado em relao s categorias.

Categoria Out-the-money De forma a efetuar a anlise, fez-se comparao entre os valores observados

no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1), sendo a partir destes geradas as informaes a seguir.
RESUMO Grupo B m1 Contagem Soma Mdia Varincia 1290 829,96 0,64338 0,200364 1290 834,5797 0,646961 0,217262

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,008271996 538,3206862 538,3289582 gl MQ F valor-P F crtico 1 0,008272 0,039614 0,842252 3,845059 2578 0,208813

2579

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m1 n do Grupo m1 MQD Estatstica Q Comparao do Grupo B com o grupo m1 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m1 so:

0,643379845 1290 0,646961018 1290 0,2088133 2,77 0,003581173 0,012722845 0,03524228 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, que o limite da regio de rejeio, tem-se um F observado (0,039) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p, o qual representa a probabilidade de rejeitar H0, sendo H0 verdadeira, como essa

53

probabilidade (84,22%) maior que o nvel de significncia estabelecido (5%), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Tomando-se como referencial o teste de Tukey-Kramer, o qual tem como referencial, se a diferena absoluta (entre os valores das mdias dos grupos) for maior que o intervalo crtico, as duas mdias dos grupos so consideradas como sendo significativamente diferentes, o que no acontece entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B), com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), tendo por base as informaes a seguir.
RESUMO Grupo B m2 Contagem Soma 1290 829,96 1290 852,8056 Mdia Varincia 0,64338 0,200364 0,66109 0,227284

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,202295585 551,238968 551,4412636 gl MQ F 1 0,202296 0,946083 2578 0,213824 2579 valor-P F crtico 0,33081 3,845059

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m2 n do Grupo m2 MQD Estatstica Q Comparao do Grupo B com o grupo m2 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m2 so:

0,643379845 1290 0,661089632 1290 0,21382427 2,77 0,017709787 0,012874597 0,035662634 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (0,946) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,33), ao ser maior que o nvel de

54

significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias (m3), tendo por base as informaes a seguir.
RESUMO Grupo B m3 Contagem Soma 1290 829,96 1290 874,5812 Mdia Varincia 0,64338 0,200364 0,67797 0,29192

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,771726538 634,5540977 635,3258242 gl MQ 1 0,771727 2578 0,246142 F valor-P F crtico 3,13529 0,076733 3,845059

2579

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m3 n do Grupo m3 MQD Estatstica Q Comparao do Grupo B com o grupo m3 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m3 so:

0,643379845 1290 0,677969948 1290 0,246142008 2,77 0,034590103 0,013813318 0,038262891 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (3,135) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,07), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levando-

55

se em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias (m4), tendo por base as informaes a seguir.
RESUMO Grupo B m4 Contagem 1290 1290 Soma Mdia Varincia 829,96 0,64338 0,200364 893,149 0,692364 0,303287

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 1,547616392 649,2066098 650,7542262 gl MQ F valor-P F crtico 1 1,547616 6,145586 0,013238 3,845059 2578 0,251826

2579

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m4 n do Grupo m4 MQD Estatstica Q Comparao do Grupo B com o grupo m4 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m4 so:

0,643379845 1290 0,692363569 1290 0,251825683 2,77 0,048983724 0,01397189 0,038702135 Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (6,145) maior que o F crtico (3,845), desta forma, pode-se rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias no deva ser aceita. A partir da observao do valor-p (0,01), ao ser menor que o nvel de significncia estabelecido (0,05), no se confirma a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias no confirmada. Levando-se em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente diferentes entre estes modelos.

56

Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m5), tendo por base as informaes a seguir.
RESUMO Grupo B m5 Contagem Soma 1290 829,96 1290 823,7033 Mdia Varincia 0,64338 0,200364 0,63853 0,270804

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,015173161 607,3361097 607,3512829 gl MQ F valor-P F crtico 1 0,015173 0,064407 0,799682 3,845059 2578 0,235584

2579

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m5 n do Grupo m5 MQD Estatstica Q Comparao do Grupo B com o grupo m5 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m5 so:

0,643379845 1290 0,638529661 1290 0,235584216 2,77 0,004850183 0,013513823 0,037433291 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (0,06) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,79), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo Binomial com estimao

57

de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m6), tendo por base as informaes a seguir.
RESUMO Grupo B m6 Contagem 1290 1290 Soma Mdia Varincia 829,96 0,64338 0,200364 841,816 0,652571 0,281653

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,054482121 621,3205139 621,374996 gl MQ F valor-P F crtico 1 0,054482 0,226059 0,634502 3,845059 2578 0,241009

2579

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m6 n do Grupo m6 MQD Estatstica Q Comparao do Grupo B com o grupo m6 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m6 so:

0,643379845 1290 0,652570514 1290 0,241008733 2,77 0,009190669 0,013668521 0,037861804 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (0,22) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,63), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m7), tendo por base as informaes a seguir.

58

RESUMO Grupo B m7 Contagem Soma Mdia Varincia 1290 829,96 0,64338 0,200364 1290 809,8405 0,627783 0,272041

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,156896956 608,930016 609,0869129 gl MQ F 1 0,156897 0,664248 2578 0,236202 2579 valor-P F crtico 0,41514 3,845059

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m7 n do Grupo m7 MQD Estatstica Q Comparao do Grupo B com o grupo m7 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m7 so:

0,643379845 1290 0,627783336 1290 0,236202489 2,77 0,015596509 0,013531545 0,037482379 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (0,66) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,41), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8), tendo por base as informaes a seguir.

59

RESUMO Grupo B m8 Contagem Soma Mdia Varincia 1290 829,96 0,64338 0,200364 1290 827,9197 0,641798 0,282831

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,001613478 622,8384951 622,8401085 gl MQ F valor-P F crtico 1 0,001613 0,006678 0,934875 3,845059 2578 0,241598

2579

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m8 n do Grupo m8 MQD Estatstica Q Comparao do Grupo B com o grupo m8 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m8 so:

0,643379845 1290 0,641798227 1290 0,241597554 2,77 0,001581618 0,013685208 0,037908027 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (0,006) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,93), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. De acordo com a anlise, quando a classificao da categoria for out-themoney, verifica-se que somente o modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias no obtm a equivalncia preditiva frente ao valor de mercado a um nvel de significncia de 5%.

60

Categoria At-the-money

De forma a efetuar a anlise, fez-se comparao entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1), sendo a partir destes geradas as informaes a seguir.
RESUMO Grupo B m1 Contagem 3803 3803 Soma Mdia Varincia 6286,16 1,652948 0,599502 6110,07 1,606645 0,548771

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 4,076732082 4365,735041 4369,811773 gl MQ 1 4,076732 7604 0,574137 7605 F valor-P F crtico 7,10063 0,007722 3,842672

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m1 n do Grupo m1 MQD Estatstica Q Comparao do Grupo B com o grupo m1 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m1 so:

1,652947673 3803 1,606644802 3803 0,574136644 2,77 0,046302871 0,012286961 0,034034881 Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (7,1) maior que o F crtico (3,845), desta forma, pode-se rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias no deva ser aceita. A partir da observao do valor-p (0,007), ao ser menor que o nvel de significncia estabelecido (0,05), no se confirma a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias no confirmada. Levando-se em conta o teste de Tukey-Kramer, as duas mdias dos

61

grupos so consideradas como sendo significativamente diferentes entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B), com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), tendo por base as informaes a seguir.
RESUMO Grupo B m2 Contagem Soma Mdia Varincia 3803 6286,16 1,652948 0,599502 3803 6234,949 1,639482 0,563651

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,344807341 4422,308804 4422,653611 gl MQ F 1 0,344807 0,592884 7604 0,581577 7605 valor-P F crtico 0,44133 3,842672

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m2 n do Grupo m2 MQD Estatstica Q Comparao do Grupo B com o grupo m2 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m2 so:

1,652947673 3803 1,639481627 3803 0,581576644 2,77 0,013466046 0,012366315 0,034254693 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (0,592) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,44), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos.

62

Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias (m3), tendo por base as informaes a seguir.
RESUMO Grupo B m3 Contagem Soma Mdia Varincia 3803 6286,16 1,652948 0,599502 3803 6306,451 1,658283 0,653479

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,054129259 4763,835871 4763,89 gl MQ F valor-P F crtico 1 0,054129 0,086401 0,768812 3,842672 7604 0,626491 7605

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m3 n do Grupo m3 MQD Estatstica Q Comparao do Grupo B com o grupo m3 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m3 so:

1,652947673 3803 1,658283084 3803 0,626490777 2,77 0,005335411 0,01283495 0,035552811 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (0,086) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,76), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo Binomial com estimao

63

de volatilidade histrica utilizando um perodo de 21 dias (m4), tendo por base as informaes a seguir.
RESUMO Grupo B m4 Contagem Soma Mdia Varincia 3803 6286,16 1,652948 0,599502 3803 6431,516 1,691169 0,668748

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 2,777856685 4821,886572 4824,664428 gl MQ F valor-P F crtico 1 2,777857 4,380614 0,036383 3,842672 7604 0,634125 7605

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m4 n do Grupo m4 MQD Estatstica Q Comparao do Grupo B com o grupo m4 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m4 so:

1,652947673 3803 1,691169087 3803 0,634125009 2,77 0,038221414 0,012912915 0,035768773 Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (4,38) maior que o F crtico (3,845), desta forma, pode-se rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias no deva ser aceita. A partir da observao do valor-p (0,036), ao ser menor que o nvel de significncia estabelecido (0,05), no se confirma a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias no confirmada. Levando-se em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente diferentes entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando

64

mdia mvel de vinte e um dias com = 0,94 (m5), tendo por base as informaes a seguir.
RESUMO Grupo B m5 Contagem Soma Mdia Varincia 3803 6286,16 1,652948 0,599502 3803 6117,196 1,608519 0,633364

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 3,753453384 4687,355607 4691,10906 gl MQ 1 3,753453 7604 0,616433 7605 F valor-P F crtico 6,08899 0,013625 3,842672

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m5 n do Grupo m5 MQD Estatstica Q Comparao do Grupo B com o grupo m5 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m5 so:

1,652947673 3803 1,60851859 3803 0,616432878 2,77 0,044429083 0,012731505 0,035266268 Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (6,088) maior que o F crtico (3,845), desta forma, pode-se rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias no deva ser aceita. A partir da observao do valor-p (0,013), ao ser menor que o nvel de significncia estabelecido (0,05), no se confirma a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias no confirmada. Levando-se em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente diferentes entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m6), tendo por base as informaes a seguir.

65

RESUMO Grupo B m6 Contagem Soma Mdia Varincia 3803 6286,16 1,652948 0,599502 3803 6241,851 1,641297 0,64855

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,258119836 4745,092339 4745,350459 gl MQ F valor-P F crtico 1 0,25812 0,413636 0,520149 3,842672 7604 0,624026 7605

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m6 n do Grupo m6 MQD Estatstica Q Comparao do Grupo B com o grupo m6 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m6 so:

1,652947673 3803 1,641296691 3803 0,62402582 2,77 0,011650982 0,012809675 0,0354828 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (0,413) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,52), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m7), tendo por base as informaes a seguir.

66

RESUMO Grupo B m7 Contagem Soma Mdia Varincia 3803 6286,16 1,652948 0,599502 3803 6061,717 1,59393 0,637259

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 6,62304463 4702,165112 4708,788157 gl MQ F 1 6,623045 10,71031 7604 0,61838 7605 valor-P F crtico 0,00107 3,842672

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m7 n do Grupo m7 MQD Estatstica Q Comparao do Grupo B com o grupo m7 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m7 so:

1,652947673 3803 1,593930191 3803 0,618380472 2,77 0,059017482 0,012751601 0,035321935 Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (10,71) maior que o F crtico (3,845), desta forma, pode-se rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias no deva ser aceita. A partir da observao do valor-p (0,001), ao ser menor que o nvel de significncia estabelecido (0,05), no se confirma a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias no confirmada. Levando-se em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente diferentes entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8), tendo por base as informaes a seguir.

67

RESUMO Grupo B m8 Contagem Soma Mdia Varincia 3803 6286,16 1,652948 0,599502 3803 6186,451 1,626729 0,652466

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 1,30711285 4759,982466 4761,289579 gl MQ F valor-P F crtico 1 1,307113 2,088093 0,148492 3,842672 7604 0,625984 7605

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m8 n do Grupo m8 MQD Estatstica Q Comparao do Grupo B com o grupo m8 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m8 so:

1,652947673 3803 1,626729141 3803 0,625984017 2,77 0,026218532 0,012829758 0,035538429 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (2,088) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,14), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. De acordo com a anlise, quando a classificao da categoria for at-themoney, verifica-se que os modelos Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias (m3), modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 e o modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento

68

exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8) obtm a equivalncia preditiva frente ao valor de mercado a um nvel de significncia de 5%.

Categoria In-the-money

De forma a efetuar a anlise, fez-se comparao entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1), sendo a partir destes geradas as informaes a seguir.
RESUMO Grupo B m1 Contagem Soma Mdia Varincia 2161 7506,65 3,473693 0,735217 2161 7306,797 3,381211 0,669873

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 9,241360602 3034,99479 3044,236151 gl MQ F 1 9,241361 13,15412 4320 0,702545 valor-P F crtico 0,00029 3,84361

4321

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m1 n do Grupo m1 MQD Estatstica Q Comparao do Grupo B com o grupo m1 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m1 so:

3,473692735 2161 3,381211084 2161 0,70254509 2,77 0,092481651 0,018030581 0,049944709 Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (13,15) maior que o F crtico (3,845), desta forma, pode-se rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias no deva ser aceita. A partir da observao do valor-p (0,0002), ao ser menor que o nvel de

69

significncia estabelecido (0,05), no se confirma a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias no confirmada. Levando-se em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente diferentes entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B), com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2), tendo por base as informaes a seguir.
RESUMO Grupo B m2 Contagem Soma Mdia Varincia 2161 7506,65 3,473693 0,735217 2161 7400,346 3,4245 0,679366

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 2,614676262 3055,49894 3058,113616 gl MQ F valor-P F crtico 1 2,614676 3,696745 0,054584 3,84361 4320 0,707291

4321

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m2 n do Grupo m2 MQD Estatstica Q Comparao do Grupo B com o grupo m2 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m2 so:

3,473692735 2161 3,424500497 2161 0,707291421 2,77 0,049192237 0,018091385 0,050113136 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (3,696) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,054), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levando-

70

se em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias (m3), tendo por base as informaes a seguir.
RESUMO Grupo B m3 Contagem Soma Mdia Varincia 2161 7506,65 3,473693 0,735217 2161 7425,313 3,436054 0,730373

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 1,530707939 3165,67454 3167,205248 gl MQ F valor-P F crtico 1 1,530708 2,088862 0,148449 3,84361 4320 0,732795

4321

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m3 n do Grupo m3 MQD Estatstica Q Comparao do Grupo B com o grupo m3 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m3 so:

3,473692735 2161 3,436054107 2161 0,732795032 2,77 0,037638628 0,018414667 0,051008628 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (2,088) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,14), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos.

71

Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias (m4), tendo por base as informaes a seguir.
RESUMO Grupo B m4 Contagem Soma Mdia Varincia 2161 7506,65 3,473693 0,735217 2161 7518,849 3,479338 0,739214

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,034434928 3184,769942 3184,804377 gl MQ F valor-P F crtico 1 0,034435 0,046709 0,828902 3,84361 4320 0,737215 4321

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m4 n do Grupo m4 MQD Estatstica Q Comparao do Grupo B com o grupo m4 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m4 so:

3,473692735 2161 3,479338037 2161 0,737215264 2,77 0,005645302 0,018470123 0,051162239 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (0,046) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,82), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando

72

mdia mvel de vinte e um dias com = 0,94 (m5), tendo por base as informaes a seguir.
RESUMO Grupo B m5 Contagem 2161 2161 Soma Mdia Varincia 7506,65 3,473693 0,735217 7351,11 3,401717 0,715239

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 5,597547182 3132,985111 3138,582658 gl MQ F 1 5,597547 7,718327 4320 0,725228 4321 valor-P F crtico 0,00549 3,84361

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m5 n do Grupo m5 MQD Estatstica Q Comparao do Grupo B com o grupo m5 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m5 so:

3,473692735 2161 3,401716936 2161 0,725228035 2,77 0,071975799 0,018319344 0,050744582 Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (7,718) maior que o F crtico (3,845), desta forma, pode-se rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias no deva ser aceita. A partir da observao do valor-p (0,005), ao ser menor que o nvel de significncia estabelecido (0,05), no se confirma a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias no confirmada. Levando-se em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente diferentes entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m6), tendo por base as informaes a seguir.

73

RESUMO Grupo B m6 Contagem Soma Mdia Varincia 2161 7506,65 3,473693 0,735217 2161 7445,302 3,445304 0,72398

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 0,870803514 3151,865436 3152,73624 gl MQ F valor-P F crtico 1 0,870804 1,193538 0,274678 3,84361 4320 0,729598 4321

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m6 n do Grupo m6 MQD Estatstica Q Comparao do Grupo B com o grupo m6 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m6 so:

3,473692735 2161 3,445303891 2161 0,729598481 2,77 0,028388844 0,01837446 0,050897253 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (1,193) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,27), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m7), tendo por base as informaes a seguir.

74

RESUMO Grupo B m7 Contagem 2161 2161 Soma Mdia Varincia 7506,65 3,473693 0,735217 7332,8 3,393244 0,716808

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 6,993055922 3136,373087 3143,366143 gl MQ F valor-P F crtico 1 6,993056 9,632145 0,001924 3,84361 4320 0,726012 4321

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m7 n do Grupo m7 MQD Estatstica Q Comparao do Grupo B com o grupo m7 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m7 so:

3,473692735 2161 3,393243649 2161 0,726012289 2,77 0,080449086 0,018329246 0,050772012 Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (9,632) maior que o F crtico (3,845), desta forma, pode-se rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias no deva ser aceita. A partir da observao do valor-p (0,001), ao ser menor que o nvel de significncia estabelecido (0,05), no se confirma a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias no confirmada. Levando-se em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente diferentes entre estes modelos. Efetuou-se a anlise entre os valores observados no mercado (B) com os valores advindos das calls precificadas atravs do modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90 (m8), tendo por base as informaes a seguir.

75

RESUMO Grupo B m8 Contagem Soma Mdia Varincia 2161 7506,65 3,473693 0,735217 2161 7427,272 3,436961 0,725655

ANOVA Fonte da variao Entre grupos Dentro dos grupos Total SQ 1,457851269 3155,482969 3156,94082 gl MQ F valor-P F crtico 1 1,457851 1,995865 0,157801 3,84361 4320 0,730436 4321

Tuckey-Kramer Mdia do grupo B n do Grupo B Mdia do grupo m8 n do Grupo m8 MQD Estatstica Q Comparao do Grupo B com o grupo m8 Diferena absoluta Erro padro da diferena Amplitude Crtica Mdias dos grupos B e m8 so:

3,473692735 2161 3,436960765 2161 0,730435872 2,77 0,03673197 0,018385001 0,050926453 No Diferentes

A partir dos dados anteriores, o valor observado da estatstica F e o valor da distribuio F crtico, tem-se um F observado (1,995) menor que o F crtico (3,845), desta forma, no se pode rejeitar a hiptese nula H0 de que as mdias so iguais ao nvel de significncia de 5% evidenciando que a igualdade das mdias deva ser aceita. A partir da observao do valor-p (0,15), ao ser maior que o nvel de significncia estabelecido (0,05), confirma-se a necessidade de rejeitar a hiptese nula, desta forma a hiptese de igualdade entre as mdias confirmada. Levandose em conta o teste de Tukey-Kramer, as duas mdias dos grupos so consideradas como sendo significativamente iguais entre estes modelos. De acordo com a anlise, quando a classificao da categoria for in-themoney, verifica-se que os modelos de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1), modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94 (m5) e o modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90

76

(m7), no obtm a equivalncia preditiva frente ao valor de mercado a um nvel de significncia de 5%. Objetivando exposio mais sinttica acerca da capacidade preditiva de cada modelo em face dos valores de mercado, pode-se observar os resultados quanto diferenciao dos resultados a partir da aplicao da ANOVA com o teste de Tuckey-Kramer na tabela a seguir. Tabela 4 Sntese da aplicao da ANOVA e teste de Tuckey-Kramer
m1 Out-the-money At-the-money In-the-money ND D D m2 ND ND ND m3 ND ND ND m4 D D ND m5 ND D D m6 ND ND ND m7 ND D D m8 ND ND ND

ND No difere significativamente. D Difere significativamente. m1 Modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. m2 Modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. m3 Modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias. m4 Modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias. m5 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94. m6 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,94. m7 Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90. m8 Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial utilizando mdia mvel de vinte e um dias com = 0,90.

Destaca-se da sntese da aplicao da ANOVA e teste de Tuckey-Kramer, explicados ao longo deste item, que das vinte e quatro combinaes realizadas, oito delas possuem diferena estatisticamente significativa frente ao valor de mercado. A partir da modelagem de Cox, Ross e Rubinstein, o modelo com estimao de volatilidade histrica com um perodo de 21 dias apresenta diferena quando classificado em relao probabilidade de exerccio como out-the-money e at-themoney, enquanto que a partir da modelagem de Black & Scholes, quando as opes forem classificadas em relao probabilidade de exerccio como at-the-money e inthe-money, ocorre diferenciao mediante a estimao da volatilidade implcita com mdia mvel de cinco dias e com estimao da volatilidade atravs do mtodo de alisamento exponencial com utilizao da mdia mvel de 21 dias com fatores de decaimento de 0,94 e 0,90.

77

5 CONCLUSES, RECOMENDAES E ESTUDOS FUTUROS

O presente trabalho teve por objetivo geral, comparar o desempenho de um mtodo numrico tradicional aplicvel avaliao de opes de compra americanas frente utilizao do modelo de Black & Scholes em relao ao preo de mercado. A verificao do apreamento dos modelos de Black & Scholes e de Cox, Ross e Rubinstein frente ao valor das opes de compra sobre as aes da Telemar Participaes (TNLP4) observadas no mercado utilizou-se de uma abordagem relativa ao estudo da volatilidade frente teoria e expectativa do impacto de formas diferenciadas de estimao de volatilidades ao apreamento de cada um dos dois mtodos base em relao ao valor observado de mercado. Concluda a comparao dos mtodos, em termos de apreamento, torna-se interessante a respeito do contedo informacional dos mesmos de forma a responder s questes de pesquisa relacionadas a seguir:

Qual o nvel de precificao do mtodo de Black & Scholes quando a classificao das opes em relao probabilidade do exerccio for in-themoney? Em face desta pergunta de pesquisa, conclui-se que o modelo de Black &

Scholes dentre suas quatro variaes relativas ao clculo da volatilidade apresentadas neste trabalho obteve a equivalncia preditiva do modelo frente ao valor de mercado somente em um caso particular, o de estimao de volatilidade histrica utilizando um perodo de 21 dias (m3), alm disto, constatou-se o subapreamento em todos os modelos para as opes classificadas em relao probabilidade do exerccio como in-the-money.

Qual o nvel de precificao do mtodo de Cox, Ross e Rubinstein quando a classificao das opes em relao probabilidade do exerccio for in-themoney?

78

Para as opes classificadas em relao probabilidade do exerccio como in-the-money, frente a esta pergunta de pesquisa, tem-se como conclusivo que o modelo de Cox, Ross e Rubinstein dentre suas quatro variaes relativas ao clculo da volatilidade apresentadas neste trabalho obteve a equivalncia preditiva do modelo frente ao valor de mercado em todos os casos, constatando-se tambm, seu sub-apreamento em relao ao valor de mercado.

Qual o nvel de precificao do mtodo de Black & Scholes quando a classificao das opes em relao probabilidade do exerccio for at-themoney? Com relao a esta pergunta de pesquisa, conclui-se que o modelo de Black

& Scholes dentre suas quatro variaes relativas ao clculo da volatilidade apresentadas neste trabalho obteve a equivalncia preditiva do modelo frente ao valor de mercado somente em um caso particular, o de estimao de volatilidade histrica utilizando um perodo de 21 dias (m3), alm disto, constatou-se o subapreamento em todos os modelos para as opes classificadas em relao probabilidade do exerccio como at-the-money.

Qual o nvel de precificao do mtodo de Cox, Ross e Rubinstein quando a classificao das opes em relao probabilidade do exerccio for at-themoney? Face a esta pergunta de pesquisa, conclui-se que o modelo de Cox, Ross e

Rubinstein dentre suas quatro variaes relativas ao clculo da volatilidade apresentadas neste trabalho no obteve a equivalncia preditiva do modelo frente ao valor de mercado somente em um caso particular, o de estimao de volatilidade histrica utilizando um perodo de 21 dias (m4), alm disto, constatou-se o subapreamento em todos os modelos.

79

Qual o nvel de precificao do mtodo de Black & Scholes quando a classificao das opes em relao probabilidade do exerccio for out-themoney? Conclui-se frente a esta, que o modelo de Black & Scholes com suas quatro

variaes relativas ao clculo da volatilidade apresentadas neste trabalho obtiveram a equivalncia preditiva do modelo frente ao valor de mercado, alm disto, concluiuse tambm como verdadeira a existncia de vis sistemtico associado ao modelo, o de sub-apreamento conforme destacado por BARBEDO (2005) dentre outros para as opes classificadas em relao probabilidade do exerccio como out-themoney.

Qual o nvel de precificao do mtodo de Cox, Ross e Rubinstein quando a classificao das opes em relao probabilidade do exerccio for out-themoney? Conclui-se frente a esta, que o modelo de Cox, Ross e Rubinstein dentre suas

quatro variaes relativas ao clculo da volatilidade apresentadas neste trabalho no obteve a equivalncia preditiva do modelo frente ao valor de mercado somente em um caso particular, o de estimao de volatilidade histrica utilizando um perodo de 21 dias (m4), alm disto, constatou-se um o super-apreamento no modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2) e o sub-apreamento nos demais modelos.

Qual o efeito de diferentes formas de estimao de volatilidades na aplicao de mtodo numrico tradicional e do mtodo de Black & Scholes s opes de compra frente ao preo da opo de mercado em relao s probabilidades do exerccio? Para as opes classificadas em relao probabilidade do exerccio como

in-the-money, frente a esta pergunta de pesquisa, tem-se como conclusivo o fato de que somente o modelo binomial no apresenta diferena significativa frente aos

80

valores de mercado quanto a utilizao de diferentes formas de estimao de volatilidades, possuindo inclusive, menores valores de erros de preciso e de exatido em relao aos de Black & Scholes, o qual s no apresenta diferena significativa quando da estimao de volatilidade histrica utilizando um perodo de 21 dias (m3), sugerindo desta forma, que para a classificao in-the-money, a estimativa da volatilidade atravs do mtodo histrico utilizando um perodo de 21 dias torna-se o mais apropriado. Quando as opes foram classificadas em relao probabilidade do exerccio como at-the-money, no se pode determinar sobre qual metodologia de estimativa da volatilidade a mais adequada, pois ocorrem diferenas significativas entre os mtodos ao longo das estimativas de volatilidades e os valores de mercado no possibilitando desta forma a relativao entre pares. Nas opes classificadas em relao probabilidade do exerccio como outthe-money, tem-se como conclusivo o fato de que dentre os modelos que no apresentam diferenas significativas frente aos valores de mercado, os mtodos de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m1) e binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2) apresentam uma performance significativamente melhor aos demais, tendo como caracterstica comum, a determinao da volatilidade implcita atravs da utilizao da mdia mvel de cinco dias, desta forma evidenciase como o mais apropriado. Destaque a parte das perguntas de pesquisa, pode-se concluir tambm, que o modelo binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias (m2) foi o que melhor se ajustou ao estudo, no sentido de apresentar os menores erros de preciso, de exatido e confirma a hiptese de igualdade entre as mdias nas trs classificaes relativas s probabilidades do exerccio. Cabe destacar que quando a probabilidade do exerccio foi out-the-money, ocorreu a tendncia de super-precificao do valor da opo. Frente a precificao de opes de compra mediante a utilizao dos modelos de Cox, Ross e Rubinstein e de Black & Scholes com diferentes formas de estimao de volatilidades cabe destacar que as concluses apresentadas aplicamse somente ao contexto de precificao sobre opes de compra da empresa

81

Telemar Participaes, no extinguindo de forma alguma, a possibilidade de variao dos resultados mediante a utilizao de outros perodos, formas e diferentes janelas temporais de estimao de volatilidades. Sugere-se como perspectiva de estudos futuros a estimao e relativao com outros modelos de precificao, desde modelos mais simples como os de Lattice, modelos alternativos da famlia ARCH e finalmente a utilizao de redes neurais como bases de precificao dos valores das opes.

82

6 REFERNCIAS BIBLIOGRFICAS

ADLER, A. S.; FARIA, H. B.; SANTOS, L. F.; LEMGRUBER, E.F. rvores Binomiais Implcitas: Aplicao para Opes de Telebrs no Exerccio de Abril de 1999. Anais, XXIII ENANPAD, 1999. AMRAM, M., KULATILAKA, N. Strategy and Shareholder Value Creation: The Real Options Frontier. Bank of America. Journal of Applied Corporate Finance. v. 13, n. 2, p. 8-21, summer, 2000. BARCINSKI, A., et al. Estimao da Volatilidade do Retorno das Aes Brasileiras: Um Mtodo Alternativo Familia GARCH. Resenha da BM&F n. 116. BLACK, F.; SCHOLES, M. The pricing of options and corporate liabilities. Journal of Political Economy, v. 81, n. 3, p. 637-659, May/June, 1973. BLACK, F. Studies in Stock Price volatility Changes. Proceedings of 1976 Meeting of The Business and Economic Statistic Section, American Statistical Association, p. 177-181, 1976. BARBEDO, C. H. da S.; ARAJO, G. S.; LEMGRUBER, E. F. Incluso do decaimento temporal na metodologia delta-gama para o clculo do VaR de carteiras compradas em opes no Brasil. Banco Central do Brasil. Working Paper Series, n. 79, 2003. BARBEDO, C. H. da S.; ARAJO, G. S.; LION, O. M. B. Mercado de derivativos no Brasil: conceitos, operaes e estratgias. Rio de Janeiro: Record. 2005. 366p. BARROS, P.; LEMGRUBER, E. F. Anlise da Relao entre Liquidez e Ganhos de Arbitragem no Mercado de Opes da Telebrs aps o Plano Real. ENANPAD. 1997. BRAGA, N. M. Um estudo da literatura ps-Black-Scholes de avaliao de opes europias e uma avaliao emprica de seu potencial uso na indstria. Rio de Janeiro. Dissertao (Mestrado). Pontifcia Universidade Catlica do Rio de Janeiro, 2002. BRENNAN, M.J., SCHWARTZ, E.S. Finite Difference Methods and Jump Processes Arising in the Pricing of Contigent Claims: A Synthesis. Journal of Financial and Quantitative Analysis. n.13, p. 461-474. sep. 1978.

83

BRITO, N. R. O.DE; et al. Gesto de investimentos. 1. ed. So Paulo: Atlas. 1989. 338 p. BOYLE, P. (1977). "Options: A Monte Carlo Approach". Journal of Financial Economics. v. 4, p. 323-338. BRYIS, E.C.; BELLALAH, M.; MAl, H.M.; VARENNE, F. Options, futures and exotic derivatives. New York, John Wiley & Sons. 1998. CHEW, L. Gerenciando os riscos de derivativos: o uso e o abuso da alavancagem. Rio de Janeiro: Qualitymark. 1999. 338 p. COPELAND, T.; ANTIKAROV, V. Opes reais: um novo paradigma para reinventar a avaliao de investimentos. Rio de Janeiro: Campus. 2001. 368 p. COPELAND, T.; KOLLER, T.; MURRIN, J. Avaliao de empresas Valuation: Calculando e gerenciando o valor das empresas. So Paulo: Makron Books, 2000. COSTA, C. L. DA. Opes: operando a volatilidade. 1. ed. So Paulo: Bolsa de Mercadorias & Futuros. 1998. 247 p. COX, J. C.; ROSS. S. A.; RUBINSTEIN, M. Option pricing: A simplified Approach. Journal of Financial Economics. v. 7, n. 3, p. 229-263, september, 1979. DAMODARAN, A. Avaliao de investimentos: ferramentas e tcnicas para a determinao do valor de qualquer ativo. 1. ed. Rio de Janeiro: Qualitymark. 2002a. 630 p. DAMODARAN, A. The promise and peril of real options. Disponvel em: <http://pages.stern.nyu.edu/~adamodar/pdfiles/papers/realopt.pdf> Acesso em: 25 out. 2004. 2002b. DAY, T.; LEWIS, C. The Behavior of the Volatility Implicit in the Prices of Stock Index Options. Journal of Financial Economics. v. 22, p. 103-122, 1988. DIXIT, A. K., PINDYCK, R. S. Investment Under Uncertainty. New Jersey: Princeton University Press, 1994. 467 p. DONANGELO, A.; SILVA, W.; LEMGRUBER, E. F. Estimadores de volatilidade para modelos de valor em risco de ativos lineares e no-lineares: Investigao

84

para perodos de crises e estveis no mercado brasileiro. Anais, XXIV ENANPAD, 2000. DUARTE, A., HEIL, T. e PINHEIRO, M. Estimao da Volatilidade de Ativos e ndices Brasileiros. Resenha da BM&F n. 111. FIGLEWSKI, S.; GAO, B. The adaptive mesh model: a new approach to efficient option pricing. Journal of Financial Economics, 1999. FORTUNA, E. Mercado financeiro: produtos e servios. 16. ed. Rio de Janeiro: Qualitimark, 2005. 812 p. GARMAN, M. and KLASS, M. (1980), On the estimation of security price volatilities from historical data. Journal of Business. v. 53, p. 67-78. HARRISON, E. F. , PELLETIER, M. A. (2000), Levels of Strategic Decision Success, Management Decision, v. 38, Issue 2. In: Santos, E. M.; Pamplona, E. O. Teoria das Opes Reais: uma Abordagem Estratgica para Anlise de Investimentos. XXI Encontro Nacional de Engenharia de Produo, Salvador, Bahia, Outubro de 2001. HIRSCHLEIFER, On the theory of optimal investment decision. In: Journal of Political Economy. v. 66, August, 1958. HULL, J. C. Options, futures & others derivatives. 1. ed. Upper Saddle River. Prentice Hall: 1993. 492p. HULL, J. C. Options, futures & others derivatives. 4. ed. Upper Saddle River. Prentice Hall: 1999. 698p. HULL, J. C. Options, futures & others derivatives. 5. ed. Upper Saddle River. Prentice Hall: 2003. 744p. HULL, J. C. Introduo aos mercados futuros e de opes. 2. ed. So Paulo. Cultura Editores Associados: 1996. 448p. KERLINGER, F. N. Metodologia da pesquisa em cincias sociais. So Paulo: 1980. LANARI, C.S.; SOUZA A. A.; DUQUE, J.C. Desvios em Relao ao Modelo de BlackScholes: Estudos Relacionados Volatilidade dos Ativos Subjacentes s Opes. Anais, XIX Enegep. Rio de Janeiro, 1999.

85

LANARI, C. S.; SOUZA, A. A. de. 1998. Modelo de BLACK e SCHOLES: Estudo Emprico sobre as Opes Telebrs PN no ano de 1998. Anais, XXIII ENANPAD, 2000. LEMGRUBER, E. F. Avaliao de Contratos de Opes. Edio Revisada e Ampliada. So Paulo: BM&F, 1995. 62 p. LEMGRUBER, E. F. et al. Gesto de risco e derivativos: aplicaes no Brasil. 1. ed. So Paulo. Atlas: 2001. 274 p. LINT, O., PENNINGS, E. R&D As an Option on Market Introduction. R&D Management. n. 4, p. 279-287, 1998. MALZ, A. M. Do Implied Volatilities Provide Early Warning of Market Stress? RiskMetrics Journal. v.1, n.1, p.41-60, 2000. MERTON, R. C. The Theory of rational option pricing. Bell Journal of Economics, v. 4, p. 141-183, 1973. NUNES, A. da C. Testando o modelo de Black & Scholes para o mercado brasileiro. Resenha 123. BMF. PARKINSON, M. The Extreme Value Method for Estimating the Variance of the Rate of Return. Journal of Business. v. 53, p. 61-66, 1976. PARKINSON, M. Option pricing: the american put. Journal of Business. v. 50, p. 21-36, 1977. PINDYCK, R. S.; RUBINFELD, D. L. Econometria: modelos e previses. 4. ed. Rio de Janeiro: Campus. 2004. 726 p. PVOA, A. Como precificar aes. 1. ed. So Paulo: Globo. 2004. 373 p. ROCHMAN, R. R. Anlise de mtodos numricos para precificao de opes. So Paulo. Dissertao (Mestrado). Escola de Administrao de Empresas de So Paulo, Fundao Getlio Vargas, 1998. ROSS, S. A.; WESTERFIELD. R. W.; JAFFE, J. F. (1995). Administrao financeira. So Paulo: Atlas. RUGGIERO, M. A. G.; LOPES, V. L. da R. Clculo numrico: aspectos tericos e computacionais. 2. ed. So Paulo: Pearson Makron Books. 1996. 406 p.

86

SALIBY, E.; MOREIRA, F. F. P. Estudo comparativo dos mtodos de quaseMonte Carlo, amostragem descritiva, hipercubo latino e monte Carlo clssico na anlise de risco.. Anais, I Encontro da Sociedade Brasileira de Finanas, 2000. SANTOS, J. E. dos. Dicionrio de derivativos: ingls-portugus. 1. ed. So Paulo: Atlas. 1998. 222 p. SANVICENTE, A. Z. Derivativos. 1. ed. So Paulo: Publifolha. 2003. 119 p. SANVICENTE, A. Z.; MONTEIRO, R. da C. A guerra entre comprados e vendidos no mercado de opes de compra da Bolsa de Valores de So Paulo. Revista de Administrao da USP. v. 40, n. 1, p. 34-43, Jan/Mar, 2005. SILVA, L. M. Mercado de opes: Conceitos e estratgias. 2. ed. Rio de Janeiro: Halip. 1999. 217 p. SILVA NETO, L. A. Opes: Do tradicional ao extico. 2. ed. So Paulo: Atlas. 1996. 291 p. SILVA NETO, L. A. Derivativos: definies, emprego e risco. 4. ed. So Paulo: Atlas. 1997. 298 p. TRIGEORGIS, L. The Nature of Options Interactions and the Valuation of Investments with Multiple Real Options. Journal of Financial and Quantitative Analysis. v. 28, n. 1, march, p. 1-21, 1993. VITIELLO Jr.; L. R. de Opes de compra: o ajustamento de dois modelos de precificao ao mercado brasileiro. Anais, XXII ENANPAD, 1998. WILMOTT, P.; HOWISON, S; DEWYNNE, J. The Matematics of Financial Derivatives. Cambridge: Cambridge University Press, 1997.

87

ANEXOS

88

89

90

Anexo 3 Diagramas de disperso entre os valores de mercado e os apreamentos .com grau de moneyness classificado como out-the-money
4 y = 0,9858x + 0,0127 3
BS-MM(5)-VI

4 y = 1,0094x + 0,0117 3
CRR-MM(5)-VI

R = 0,8961

R = 0,8982

0 0,0 0,5 1,0 1,5


Mercado

0
2,0 2,5 3,0

0,0

0,5

1,0

1,5
Mercado

2,0

2,5

3,0

4 y = 0,9528x + 0,065 3
BS-VH

4
R = 0,6231
CRR-VH
2

y = 0,9758x + 0,0645 3 R = 0,6291


2

2 1

0 0,0 0,5 1,0 1,5


Mercado

2,0

2,5

3,0

0 0,0 0,5 1,0 1,5


Mercado

2,0

2,5

3,0

4 y = 0,913x + 0,0511
CRR- EWMA(0,94)
BS- EWMA(0,94)

4 y = 0,9353x + 0,0508 3 R = 0,6223


2

R = 0,6168

0 0,0 0,5 1,0 1,5


Mercado

2,0

2,5

3,0

0,0

0,5

1,0

1,5
Mercado

2,0

2,5

3,0

4
CRR- EWMA(0,90)

BS- EWMA(0,90)

y = 0,9009x + 0,0481 2 R = 0,5978

y = 0,9231x + 0,0479 3 R = 0,6036


2

2 1

0 0,0 0,5 1,0 1,5


Mercado

2,0

2,5

3,0

0,0

0,5

1,0

1,5
Mercado

2,0

2,5

3,0

BS-MM(5)-VI (m1) Modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. CRR-MM(5)-VI (m2) Modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. BS-VH (m3) Modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias. CRR-VH (m4) Modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias. BS-EWMA(0,94) (m5) Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento ..................................exponencial utilizando mdia mvel de vinte e um dias com = 0,94. CRR-EWMA(0,94) (m6) Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial ....................................utilizando mdia mvel de vinte e um dias com = 0,94. BS-EWMA(0,90) (m7) Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento ..................................exponencial utilizando mdia mvel de vinte e um dias com = 0,90. CRR-EWMA(0,90) (m8) Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial ....................................utilizando mdia mvel de vinte e um dias com = 0,90.

91

Anexo 4 Diagramas de disperso entre os valores de mercado e os apreamentos .com grau de moneyness classificado como at-the-money
5 4 BS-MM(5)-VI 3 2 1 0 0,0 1,0 2,0 3,0 Mercado 5 4 3 2 1 0 0,0 1,0 2,0 3,0 Mercado 4,0 5,0 6,0 y = 0,864x + 0,2845 2 R = 0,7019 CRR-VH 5 4 3 2 1 0 0,0 1,0 2,0 3,0 Mercado 4,0 5,0 6,0 4,0 5,0 6,0 y = 0,9132x + 0,1168 2 R = 0,9465 CRR-MM(5)-VI 5 4 3 2 1 0 0,0 1,0 2,0 3,0 Mercado 4,0 5,0 6,0 y = 0,9247x + 0,1262 2 R = 0,9478

y = 0,8753x + 0,2943 2 R = 0,7059

BS-VH

5 4 BS- EWMA(0,94) 3 2 1 0 0,0 1,0 2,0 3,0 Mercado 5 4 BS- EWMA(0,90) 3 2 1 0 0,0 1,0 2,0 3,0 Mercado 4,0 5,0 6,0 y = 0,8366x + 0,2503 2 R = 0,6869 4,0 5,0 6,0 y = 0,8433x + 0,2589 2 R = 0,6999

5 y = 0,8547x + 0,2682 CRR- EWMA(0,94) 4 3 2 1 0 0,0 1,0 2,0 3,0 Mercado 5 y = 0,8482x + 0,2594 CRR- EWMA(0,90) 4 3 2 1 0 0,0 1,0 2,0 3,0 Mercado 4,0 5,0 6,0 R = 0,6918
2

R = 0,7044

4,0

5,0

6,0

BS-MM(5)-VI (m1) Modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. CRR-MM(5)-VI (m2) Modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. BS-VH (m3) Modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias. CRR-VH (m4) Modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias. BS-EWMA(0,94) (m5) Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento ..................................exponencial utilizando mdia mvel de vinte e um dias com = 0,94. CRR-EWMA(0,94) (m6) Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial ....................................utilizando mdia mvel de vinte e um dias com = 0,94. BS-EWMA(0,90) (m7) Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento ..................................exponencial utilizando mdia mvel de vinte e um dias com = 0,90. CRR-EWMA(0,90) (m8) Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial ....................................utilizando mdia mvel de vinte e um dias com = 0,90.

92

Anexo 5 Diagramas de disperso entre os valores de mercado e os apreamentos ..com grau de moneyness classificado como in-the-money
7 6 5 BS-MM(5)-VI 4 3 2 1 0 0,0 1,0 2,0 3,0 4,0 Mercado 7 6 5 BS-VH 4 3 2 1 0 0,0 1,0 2,0 3,0 4,0 Mercado 5,0 6,0 7,0 8,0 CRR-VH y = 0,9096x + 0,2627 2 R = 0,8572 7 6 5 4 3 2 1 0 0,0 1,0 2,0 3,0 4,0 Mercado 5,0 6,0 7,0 8,0 y = 0,9153x + 0,2883 2 R = 0,8582 5,0 6,0 7,0 8,0 y = 0,9207x + 0,1831 2 R = 0,9303 CRR-MM(5)-VI 7 6 5 4 3 2 1 0 0,0 1,0 2,0 3,0 4,0 Mercado 5,0 6,0 7,0 8,0 y = 0,9364x + 0,1693 2 R = 0,9534

7 6 BS- EWMA(0,94) 5 4 3 2 1 0 0,0 1,0 2,0 3,0 4,0 Mercado 7 6 BS- EWMA(0,90) 5 4 3 2 1 0 0,0 1,0 2,0 3,0 4,0 Mercado 5,0 6,0 7,0 8,0 y = 0,8933x + 0,2707 2 R = 0,8529 5,0 6,0 7,0 8,0 y = 0,8973x + 0,2666 CRR- EWMA(0,94) R = 0,859
2

7 6 5 4 3 2 1 0 0,0 1,0 2,0 3,0 4,0 Mercado 7 6 CRR- EWMA(0,90) 5 4 3 2 1 0 0,0 1,0 2,0 3,0 4,0 Mercado 5,0 6,0 7,0 8,0 y = 0,8993x + 0,2961 2 R = 0,8545 5,0 6,0 7,0 8,0 y = 0,9031x + 0,2924 R = 0,8603
2

BS-MM(5)-VI (m1) Modelo de Black & Scholes com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. CRR-MM(5)-VI (m2) Modelo Binomial com estimao de volatilidade implcita utilizando mdia mvel de cinco dias. BS-VH (m3) Modelo de Black & Scholes com estimao de volatilidade histrica utilizando um perodo de 21 dias. CRR-VH (m4) Modelo Binomial com estimao de volatilidade histrica utilizando um perodo de 21 dias. BS-EWMA(0,94) (m5) Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento ..................................exponencial utilizando mdia mvel de vinte e um dias com = 0,94. CRR-EWMA(0,94) (m6) Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial ....................................utilizando mdia mvel de vinte e um dias com = 0,94. BS-EWMA(0,90) (m7) Modelo de Black & Scholes com estimao de volatilidade atravs do mtodo de alisamento ..................................exponencial utilizando mdia mvel de vinte e um dias com = 0,90. CRR-EWMA(0,90) (m8) Modelo Binomial com estimao de volatilidade atravs do mtodo de alisamento exponencial ....................................utilizando mdia mvel de vinte e um dias com = 0,90.