Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo
Black & Scholes (1973) desenvolveram um modelo para a avaliao de opes de compra e venda do
tipo Europeu. Merton (1973) estendeu o modelo para aes que pagam dividendos. Muitos outros
desenvolvimentos foram feitos acerca dos dois trabalhos citados, mas talvez um dos mais importantes
foi proposto por Cox, Ross & Rubinstein (1979), onde o processo estocstico (para o preo da ao
objeto) em tempo e estado contnuo (Movimento Geomtrico Browniano) proposto por Black &
Scholes foi aproximado por um processo de tempo e estado discreto (Random Walk). O modelo de
Cox, Ross & Rubinstein, hoje conhecido como Modelo Binomial, tornou-se um dos mtodos mais
utilizados para calcular o valor de opes, principalmente opes americanas, devido a sua
simplicidade e fcil implementao computacional. Mas, o modelo binomial possui uma convergncia
fraca, em forma oscilatria, para o valor verdadeiro. Este artigo pretende mostrar as principais solues
encontradas na literatura para acelerar a convergncia.
Abstract
Black & Scholes (1973) developed a model for pricing European call options on assets that do not pay
dividends. Merton (1973) extended it to include assets that pay dividends. Many other developments
have been made after that. Perhaps one of the most important work in this area was proposed by Cox,
Ross & Rubinstein (1979), where the stochastic process for the price of the underlying asset proposed
by Black & Scholes was approximated by a discrete time binomial process. The method proposed by
Cox, Ross & Rubinstein became very popular because of its simplicity and easy implementation. But
the convergence of the binomial model is weak and oscillatory. This work pretends to explain the main
solutions found in the literature to accelerate convergence.
ISSN 0101-7438
18 Baidya & Castro Convergncia dos modelos de rvores binomiais para avaliao de opes
1. Introduo
Em 1973, Black Fischer e Myron Scholes desenvolveram um modelo para avaliao de
opes de compra do tipo europia. Eles partiram do pressuposto que o preo de uma ao
segue um processo estocstico conhecido como Movimento Geomtrico Browniano. A
equao que rege este processo dada por:
dS = rSdt + Sdz (1)
onde S o preo do ativo objeto, r a taxa de juros livre de risco, o desvio padro do
preo do ativo objeto e dz o incremento de um processo de Wiener, com mdia 0 e desvio
padro dt. Os parmetros r e so considerados constantes ao longo do tempo.
Da suposio sobre o comportamento do preo da ao, o processo que o ttulo derivativo segue
pode ser deduzido usando a idia chave do modelo de Black e Scholes que a formao de uma
carteira dinmica livre de risco, resultando em uma equao diferencial parcial, dada a seguir:
1 2 2 2C C C
S + rS + rC = 0 (2)
2 S 2 S t
Onde C o valor da opo. Ao ser resolvida a equao (2), foi encontrada a seguinte frmula
que calcula o preo de uma opo de compra do tipo Europia:
C = S N (d1 ) X er (T t ) N (d 2 ) (3)
onde
S 1
ln( ) + (r + 2 )(T t )
d1 = X 2
(4)
T t
d 2 = d1 T t
N(.) a funo de distribuio normal cumulativa, X o preo de exerccio da opo e T
tempo de maturao da opo. Muitos trabalhos baseados na metodologia de Black e Scholes
surgiram em seguida, entre os mais importantes podemos citar:
Merton (1973) estendeu o modelo de Black e Scholes para aes com pagamento de
dividendos e mostrou que uma opo de compra americana, onde a ao objeto no paga
dividendos, pode ser avaliada como se fosse uma opo de compra europia, ou seja, o
exerccio antecipado nunca ser timo;
Cox & Ross (1976) estenderam o modelo de Black e Scholes para ativos objeto que
seguiam outros processos estocsticos que no o Movimento Geomtrico Browniano,
como por exemplo, Poisson.
Ainda existia uma questo como avaliar uma opo Americana que pode ser exercida
antecipadamente? Nenhuma soluo analtica fora encontrada, ento mtodos numricos ou
de aproximao deveriam ser utilizados. Brennan & Schwartz (1978) aplicaram mtodos de
diferena finita para resolver a equao diferencial parcial para uma opo americana.
Diferentemente, Cox, Ross & Rubinstein (1979) utilizaram um processo discreto no tempo e
binomial no espao para aproximar um processo contnuo e calcular o preo de uma opo
Americana. Devido a simplicidade, a facilidade de implementao e principalmente a
flexibilidade, o modelo de rvores binomiais (como ficou conhecido) tornou-se uma das
metodologias mais utilizadas para a avaliao de opes Americanas.
Vol. 21, No. 1, p. 17-30, junho de 2001 Pesquisa Operacional 19
Desde 1979 at hoje muitos desenvolvimentos foram feitos a partir do modelo binomial
tornando-o ainda mais abrangente e tambm podendo modelar opes onde a taxa de juros
e/ou volatilidade so variantes com o tempo, os dividendos podem ser contnuos,
proporcionais ao preo da ao ou valores discretos.
Mais recentemente a comunidade acadmica e o mercado tm-se preocupado com o tempo
de processamento de diversos mtodos numricos usados em finanas. Existe a necessidade
que esses mtodos sejam rpidos e precisos. claro que nem sempre possvel encontrar
mtodos numricos que possuam essas caractersticas. O modelo binomial, por ser uma
aproximao discreta de um evento em tempo contnuo, considerado um mtodo numrico
e sofre dessas restries. Alm disso, possui um problema grave: a convergncia oscilatria.
Vrios pesquisadores tm estudado o modelo binomial de modo a eliminar os efeitos da
oscilao, mantendo-o simples de entender, fcil de implementar e flexvel na hora ser
utilizado, ou seja, existe um esforo para torn-lo mais rpido em sua convergncia para o
valor verdadeiro sem que sejam perdidas suas principais caractersticas.
Este trabalho tm como objetivo principal mostrar alguns aprimoramentos sugeridos na
literatura nos ltimos anos para melhorar a convergncia do modelo binomial. Sero
apresentados modelos que diminuem o efeito da convergncia oscilatria.
O restante do artigo ser estruturado da seguinte forma: na seo 2 sero apresentados os
principais modelos para os parmetros das rvores binomiais; a seo 3 mostrar como uma
rvore binomial pode ser utilizada para calcular o preo de opes Americanas; a seo 4
mostrar as principais tcnicas utilizadas para diminuir os efeitos da convergncia oscilatria
nos modelos binomiais e a seo 5 apresentar as principais concluses.
u3S
u2S
uS
p u2dS
udS
S
1-p ud2S
dS
d2S
d3S
0 t
Figura 1 rvore Binomial com trs perodos
20 Baidya & Castro Convergncia dos modelos de rvores binomiais para avaliao de opes
Esta rvore conhecida como rvore binomial multiplicativa, pois os possveis valores
futuros em cada perodo so distribudos segundo a distribuio binomial e so proporcionais
ao estado inicial. Os modelos que sero mostrados a seguir tm como objetivo calcular os
parmetros da rvores, u, d e p.
dx = (r )dt + dz (6)
Por questo de comodidade faa
= r (7)
Tomando-se variaes discretas de x e t, a equao (6) pode ser escrita da seguinte forma:
x = t + z (8)
onde t = T / n, T a vida til da opo e n o nmero de intervalos de tempo. O valor
esperado e a varincia de x so dados por:
E (x ) = t (9)
e
V (x ) = 2 t (10)
lembrando que E (z ) = 0 e V ( z ) = t .
Como houve uma troca de varivel de estado, a rvore binomial proposta na Figura 1 deve
ser alterada a fim de exibir variaes em x, melhor do que em S. Para isso, basta aplicar o
logaritmo em cada n e ento a rvore passa a ser uma rvore aditiva, onde a varivel x
move-se para cima ou para baixo segundo os incrementos ln u e ln d, respectivamente. As
probabilidades neutra ao risco de subida e descida no se modificam.
Analisando a distribuio de probabilidades dos valores futuros de x, atravs da mdia e
varincia de x, as expresses abaixo so obtidas:
E (x ) = p ln u + q ln d (11)
e
V (x) = pq(ln u ln d ) (12)
Como a distribuio de probabilidades em cada perodo da rvore dada por uma
distribuio binomial ento, quanto maior o nmero de intervalos de tempo, mais ela se
aproxima de uma distribuio normal. Para garantir que ambas as distribuies sejam
Vol. 21, No. 1, p. 17-30, junho de 2001 Pesquisa Operacional 21
idnticas no limite, seus momentos devem ser iguais, ou seja, as mdias e as varincias tm
de ser idnticas. Logo, a equao (9) deve ser igual (11) e a (10) igual (12)
p ln u + q ln d = t
pq(ln u ln d ) = t
2
(13)
p + q =1
Este sistema tem grau de liberdade um, j que existem trs equaes e quatro incgnitas.
CRR utilizaram saltos com valores absolutos iguais para a quarta equao, ou seja, ao
sistema anterior foi acrescida a equao ln u = ln d. A soluo do sistema foi encontrada
assumindo que potncias de t superiores a unidade devem tender a zero.
ln u = t
ln d = t (14)
1 1
p= + t
2 2
O logaritmo pode ser eliminado nas equaes acima
u = e t
d = e t
(15)
1 1
p= + t
2 2
Ao assumir ln u = ln d, ou u = 1/d, o modelo de CRR garante que a rvore binomial torna-se
recombinante. Uma rvore binomial recombinante quando em qualquer dois intervalos de
tempo consecutivos, um movimento de subida seguido por um movimento de descida
exatamente o mesmo que um movimento de descida seguido por um movimento de subida.
Essa propriedade diminui drasticamente o nmero de ns em cada perodo, a medida que n
cresce. Por exemplo, uma rvore recombinante com trs perodos possui 4 ns no terceiro
perodo. A Figura 1 representa rvore binomial recombinante. Caso a rvore no seja
recombinante, como mostrado na Figura 2, ento no terceiro perodo a rvore teria 23=8 ns.
Assim, uma rvore recombinante possui i+1 ns no i-simo perodo (o nmero de ns em
cada intervalo de tempo cresce linearmente) e uma rvore no recombinante possui 2i ns no
i-simo perodo (o nmero de ns em cada intervalo de tempo cresce exponencialmente).
0 t
u = e ( 1 / 2 ) t + t
2
d = e ( 1 / 2 ) t t
2
(16)
p = 1/ 2
lembrando que dado pela equao (7). A rvore binomial gerada pelos parmetros de JR
tambm recombinante.
ln u = 2 t + ( 2 )2 t 2
ln u = ln d (19)
1 1 t
p= +
2 2 ln u
O modelo de TRG tambm seria vlido se, como no modelo de JR, a probabilidade de
transio fosse considerada constante e igual a .
Vol. 21, No. 1, p. 17-30, junho de 2001 Pesquisa Operacional 23
n,n
2,2
n,n-2
1,1
n,n-2j
0,0 2,0
j
n,n-2j+2
1,-1
n,-n+2
2,-2
n,-n
i
Figura 3 Numerao dos Ns de uma rvore Binomial
Isto , o valor da opo de compra do tipo Americana o mximo entre o valor do exerccio
imediato e o valor presente de continuao. O valor da opo de compra nos ns restantes
so calculados de maneira similar utilizando recursividade.
Um cuidado que deve ser tomado ao implementar o algoritmo que no sejam feitas
multiplicaes desnecessrias repetidas vezes. Para isso, deve-se verificar com antecedncia
o que constante ao longo do algoritmo. Essas constantes sero pr calculadas e, deste
modo, sero eliminadas operaes redundantes, principalmente dentro dos loops. No
apndice, ser apresentado o algoritmo para avaliao de opes americanas utilizando o
modelo CRR.
Nesta seo sero apresentadas algumas solues propostas na literatura para acelerar a
convergncia dos modelos binomiais. Todos os grficos so de uma opo de compra do tipo
Americana cujo preo do ativo objeto (S) $110,00, o preo de exerccio (K) $100,00, o
tempo de maturao (T) igual a 6 meses, a volatilidade do preo da ao () 30%a.a., a
taxa de dividendos () 3%a.a. e a taxa de juros livre de risco (r) 7%a.a..
Quando mtodos numricos so utilizados para resolver problemas, comum verificar se o
algoritmo empregado converge para o conjunto de solues e quo rpido ele o faz. A
convergncia terica uma propriedade altamente desejvel para algoritmos numricos. Se
dois algoritmos so convergentes, mas o primeiro converge mais rpido do que o segundo,
ento o primeiro ser selecionado.
No clculo do preo de uma opo baseado em mtodos de rvores binomiais, a definio do
nmeros de intervalos de tempo, entre o lanamento e a maturidade da opo, fundamental
para a que o modelo consiga convergir para o valor verdadeiro, mas a convergncia lenta e
oscilatria. Esta caracterstica pode ser confirmada no grfico da Figura 4, que apresenta a
convergncia dos modelos de rvores binomiais apresentados seo 2. Observe que o padro
de convergncia praticamente o mesmo para os quatro modelos apresentados.
15,96
15,93 CRR
JR
15,90
Preo da Opo
HW
15,87 TRG
15,84
15,81
15,78
15,75
15,72
15,69
10 20 30 40 50 60
N de Intervalos
Figura 4 Grfico de convergncia dos modelos CRR, JR, HW e TRG
Nos itens a seguir sero apresentados os principais mtodos para acelerar a convergncia dos
modelos de rvores binomiais.
Vol. 21, No. 1, p. 17-30, junho de 2001 Pesquisa Operacional 25
15,96
15,93
15,90
CRR
MVM
Preo da Opo
15,87
15,84
15,81
15,78
15,75
15,72
15,69
5 15 25 35 45 55 65 75 85 95 105
N de Intervalos
Este mtodo foi proposto por Broadie & Detemple (1996) e consiste em substituir a frmula
do valor de continuao (apresentada a seguir) no passo n1 pela frmula de Black e Scholes.
e rt [ pC (i + 1) + (1 p ) C (i 1) ], i = n + 1, n + 2, K, n 1
15.96
15.93 CRR
15.90
Preo da Opo BBS
15.87
15.84
15.81
15.78
15.75
15.72
15.69
5 25 45 65 85 105
N de Intervalos
BBS
15.87 BBSR
15.84
15.81
15.78
15.75
15.72
15.69
5 25 45 65 85 105
N de Intervalos
O grfico da Figura 8 ilustra as regras de convergncias dos modelos CRR, MVM, BBS e
BBSR.
15,96
CRR
15,93
15,90 BBS
Preo da Opo
15,87 BBSR
15,84 MVM
15,81
15,78
15,75
15,72
15,69
5 25 45 65 85 105
N de Intervalos
Existem outros mtodos para reduzir os efeitos da convergncia oscilatria e/ou acelerar a
velocidade de convergncia dos modelos binomiais. Leisen & Reimer (1995) sugerem que o
sistema dado em (13) seja completado com uma equao que posiciona o preo de exerccio
no centro da rvore para qualquer nvel de discretizao. Este mtodo praticamente elimina a
forma oscilatria, mas no consegue acelerar a velocidade de convergncia. Outro mtodo
tambm apresentado por Leisen & Reimer (1995) utiliza uma aproximao normal para a
distribuio binomial.
5. Concluso
6. Apndice
Neste apndice ser apresentado apenas o algoritmo para implementao computacional do
Modelo Binomial usando os parmetros de CRR. Para implementar os modelos de JR, HW e
TRG basta substituir o clculo dos parmetros no algoritmo por aqueles apropriados.
Para implementar o BBS, deve-se escolher um dos modelos para o clculo dos parmetros da
rvore binomial. Dentro do procedimento de programao dinmica, deve-se verificar os ns
que pertencem ao penltimo perodo e a frmula de Black e Scholes deve ser usada para
avaliar o preo da opo em cada um desses ns. A frmula de Black e Scholes utiliza um
algoritmo para clculo da distribuio normal acumulada. Abramowitz & Stegun (1972) e
Moro (1995) sugerem algoritmos precisos e rpidos para o clculo da distribuio normal
acumulada.
J o modelo BBSR o mais fcil de ser implementado, pois a extrapolao feita sobre o
nmero de intervalos de tempo. A frmula C = 2Cn Cm deve ser computada, onde C o
preo BBSR da opo com n intervalos de tempo, Cn o preo BBS com n intervalos de
tempo e Cm o preo BBS com m = n / 2 intervalos de tempo.
BinomialCRR(s,k,T,sig,r,n)
dt=T/N;
u=exp(sig*sqrt(dt)); /*
d=1/u; /* Clculo dos parmetros
pu=0.5+0.5*(r/sig)*sqrt(dt); /*
pd=1-pu /*
disc=exp(-r*dt); /*
dpu=disc*pu; /* Constantes pr calculadas
dpd=disc*pd; /*
/*Preenche o vetor com os valores da ao no ltimo perodo */
s(-n)=s*(d^n);
para j de 1 at n faa s(j)=s(j-1)*u;
/*Calcula o valor da ao no ltimo perodo */
para j de n at n passo 2 faa
c(j)=max(s(j)-k, 0); se for opo de compra
c(j)=max(k-s(j), 0); se for opo de venda
fim_para
/* Procedimento de Programao Dinmica */
para i de n-1 at 0 faa
Vol. 21, No. 1, p. 17-30, junho de 2001 Pesquisa Operacional 29
Referncias Bibliogrficas
(1) Abramowitz, W. & Stegun, I. (1972). Handbook of Mathematical Functions. Dover
Publications.
(2) Amin, K & Khanna, A. (1994). Convergence of American Option Values from Discrete
to Continuous Time Financial Models. Mathematical Finance, 4, 289-304.
(3) Black, F. & Scholes, M. (1973). The Price of Options and Corporate Liabilities. Journal
of Political Economy, 81, 637-659.
(4) Brennan, M. & Schwartz, E.S. (1978). Finite Difference Methods and the Jump Process
Arising in the Pricing of Contingent Claims: A Synthesis. Journal of Financial and
Quantitative Analysis, 20, 461-473.
(5) Broadie, M. & Detemple, J. (1996). American Option Valuation: New Bounds,
Approximations, and a Comparison of Existing Methods. Review of Financial Studies,
9, 1211-1250.
(6) Broadie, M. & Detemple, J. (1997). Recent Advances in Numerical Methods for
Pricing Derivative Securities, in Numerical Methods in Finance. Cambridge
University Press, Cambridge.
(7) Chriss, N. (1995). Black-Scholes and Beyond: Option Pricing Models. McGraw-Hill,
Nova York.
(8) Clewlow, L. & Strickland, C. (1998). Implementing Derivatives Models. John Wiley &
Sons, Nova York.
(9) Cox, J. & Ross S. (1976). The Valuation of Options for Alternative Stochastic Process.
Journal of Financial Economics, 3, 145-166.
(10) Cox, J.; Ross, S. & Rubinstein, M. (1979). Option Pricing: A Simplified Approach.
Journal of Financial Economics, 7, 229-263.
(11) Hull, J.C. & White, A. (1988). The Use of the Control Variate Technique in Option
Pricing. Journal of Financial and Quantitative Analysis, 23, 237-251.
(12) Hull, J.C. (1997). Options, Futures and Other Derivatives. Prentice Hall, Englewood
Cliffs, Nova Jersey.
(13) Jarrow, R. & Rudd, A. (1983). Option Pricing. Dow Jones- Irwin.
(14) Leisen, D.P.J. (1998). Pricing the American put option: A detailed convergence analysis
for binomial models. Journal of Economic Dynamics & Control, 22, 1419-1444.
30 Baidya & Castro Convergncia dos modelos de rvores binomiais para avaliao de opes
(15) Leisen, D.P.J. & Reimer, M. (1995). Binomial Models for Option Valuation:
Examining and Improving Convergence. Discussion Paper, B-309, University of Bonn.
(16) Mayhew, S. (1998). Numerical Results on the Convergence of Binomial Option Pricing
Model. Working Paper, Krannert School of Management, Purdue University.
(17) Merton, R.C. (1973). The Theory of Rational Option Pricing. Bell Journal of
Economics and Management Science, 4, 141-183.
(18) Moro, B. (1995). Fast Computation of Cumulative Normal Distribution Function.
Working Paper, TMG Financial Products, Greenwich, Connecticut.
(19) Trigeorgis, L. (1991). A Log-Transformed Binomial Numerical Analysis Method for
Valuing Complex Multi-Option Investments. Journal of Financial and Quantitative
Analysis, 26, 309-326.