Escolar Documentos
Profissional Documentos
Cultura Documentos
DISSERTAÇÃO DE MESTRADO
PROFISSIONALIZANTE EM ECONOMIA
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
_____________________________________________________
_____________________________________________________
Por favor, envie os dados abaixo assim que estiver com a versão definitiva, ou seja, quando não faltar mais
nenhuma alteração a ser feita para o e-mail biblioteca.rj@ibmecrj.br, colocando no assunto:
FICHA CATALOGRÁFICA - MESTRADO.
Enviaremos a ficha catalográfica o mais breve possível para o seu e-mail (se possível em até 72 horas).
1) Nome completo;
3) Ano da defesa;
4) Área de concentração:
6) Assuntos secundários;
7) Palavras-chave, e
v
AGRADECIMENTOS
Agradeço ao meu orientador, Professor Dr. Rodrigo Novinski, pelo apoio, pela orientação
Agradeço aos meus pais e irmãos, pelo constante apoio e incentivo e agradeço especialmente
Agradeço aos meus colegas do BNDES pelas dicas, sugestões e debates sobre o tema do
Agradeço à Banca Examinadora, composta pelo Professor Dr. José Valentim Machado
Vicente e pelo Professor Dr. Max Oliveira de Souza, pelos comentários e sugestões.
vi
RESUMO
uma árvore binomial de volatilidade implícita, para diversas opções de dólar. Esta árvore
câmbio entre dólar e real. Para alcançar esse objetivo, foi desenvolvida uma planilha de
cálculo que pudesse estimar o preço de diversas estratégias de proteção cambial, usando a
metodologia proposta.
Palavras Chave: Opções de dólar. Fórmula de Black & Scholes. Árvore binomial de
volatilidade implícita.
vii
ABSTRACT
The purpose of this paper is to apply the method of obtaining a no-arbitrage premium using an
implied volatility binomial tree for different FX options. This implied volatility binomial tree
uses volatilities traded at BM&FBOVESPA as input for estimating the possible trajectories of
the exchange rate between dollar and real. In order to fulfill this goal, it was developed a
spreadsheet that could estimate the premium of various hedging strategies using the proposed
methodology.
Key Words: FX options. Black & Scholes formula. The implied volatility binomial tree.
viii
LISTA DE FIGURAS
ix
Figura 14 – Distribuição do erro relativo do preço estimado pelo Modelo de Árvore Binomial
de Volatilidade Implícita em relação ao preço de mercado, para estratégias de trava de
baixa. ................................................................................................................................ 54
Figura 15 – Distribuição do erro relativo do preço estimado pelo Modelo de de GARMAN e
KOHLHAGEN (1983) em relação ao preço de mercado, para estratégias de trava de
baixa. ................................................................................................................................ 54
Figura 16 – Série histórica das exportações brasileiras, base mensal em US$ milhões. .......... 71
Figura 17 – Série do índice de preço de commodities (s/ combustível) de 2003 a 2012. ......... 71
Figura 18 – Taxa de câmbio livre para venda (R$ / US$). ....................................................... 72
Figura 19 – Comparação entre a série mensal de exportação brasileira total e a série mensal de
exportação de bens manufaturados (em US$ milhões). ................................................... 74
Figura 20 – Resposta impulso acumulada da participação de bens de maior valor agregado nas
exportações brasileiras após uma valorização do dólar frente ao real. ............................. 75
Figura 21 – Resposta impulso entre câmbio e demais variáveis de mercado. ......................... 76
Figura 22 – Série histórica mensal do volume de concessão de ACC (US$ milhões). ............ 78
Figura 23 – Comparação entre a série histórica mensal do volume de concessão de ACC
filtrada da tendência e o volume de concessão do BNDES Exim (US$ milhões). .......... 78
x
LISTA DE TABELAS
Tabela 1 – Fórmulas para letras gregas usando o modelo de Garman e Kohlhagen (1983).....13
Tabela 2 – Opções negociadas na BM&FBOVESPA em 31 de julho de 2012........................36
Tabela 3 – Superfície de volatilidade de dólar em 9 de novembro de 2012.............................37
Tabela 4 – Dados da planilha de cálculo de prêmio de opção de dólar em 31/07/2012...........39
Tabela 5 – Regressão do valor C(t)-P(t) sobre o valor S(t)-K.B(t,T).......................................43
Tabela 6 – Estatística descritiva da série da diferença relativa (percentual) entre C(t)-P(t) e
S(t)-K.B(t,T)..............................................................................................................................43
Tabela 7 – Correlação entre câmbio e demais variáveis de mercado.......................................76
Tabela 8 – Correlação da concessão do BNDES Exim pelo ACC sem tendência....................79
xi
LISTA DE ABREVIATURAS
DI-Over Taxa média das operações transacionadas num único dia, através de
dia útil.
xii
NCM Nomenclatura Comum do MERCOSUL.
SV Stochastic Volatility.
xiii
LISTA DE SÍMBOLOS
∆ Delta.
θ Teta.
Γ Gama.
Λ Vega.
ρ Rô.
xiv
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................... 1
5 RESULTADOS .................................................................................................. 45
5.1 ESTRATÉGIAS DE HEDGE CAMBIAL .......................................................................................... 45
xv
6 CONCLUSÃO .................................................................................................... 56
xvi
1 INTRODUÇÃO
câmbio, de forma a melhorar a previsibilidade das receitas das empresas brasileiras e, com
isso, induzir o investimento e a produção, que, muitas vezes, possuem um ciclo de maturação
Assim, o principal objetivo será precificar qualquer tipo de hedge cambial, através de um
modelo que utiliza a volatilidade implícita obtida das opções disponíveis no mercado.
O trabalho será composto por dois capítulos que descrevem a teoria e os modelos
aplicados, um sobre volatilidade implícita, com foco em opções de moedas, e outro sobre a
preços de opções de dólar em função dos dados das negociações divulgadas pela
destaque para as possíveis estratégias de proteção cambial que poderão ser apreçadas pela
1
BM&FBOVESPA - Bolsa de Valores, Mercadorias e Futuros de São Paulo é a bolsa oficial brasileira e uma
das maiores do mundo em valor de mercado.
1
planilha de cálculo desenvolvida, além de uma comparação entre os preços de opções e
e os preços de mercado disponíveis. Por fim, uma conclusão será feita, com a análise desses
2
2 OS MODELOS ORIGINAIS E A VOLATILIDADE IMPLÍCITA
período de tempo. Esta variável é um dos parâmetros mais utilizados como forma de mensurar
risco de um ativo financeiro e, por isso, também é muito usada como variável explicativa em
KRONER (1992) afirmam que a “volatilidade é uma chave que permeia a maioria dos
em finanças, como por exemplo, LEWIS (2000), RITCHKEN e TREVOR (1999) e HANSEN
Alguns modelos se baseiam na análise histórica dos retornos dos ativos. Nesses casos,
entende-se que as informações do passado são capazes de gerar uma boa expectativa sobre o
volatilidade de um ativo através dos desvios dos retornos desse ativo em relação a sua média,
num dado período de tempo. Esses modelos podem ser ponderados de tal forma a considerar
os dados mais recentes como mais relevantes, como por exemplo, o modelo EWMA.
3
Outro modelo bastante difundido e que utiliza dados históricos é o GARCH. Trata-se de
possui uma média de longo prazo, varia com o retorno ao quadrado desse ativo e com a
Volatilidade Implícita, que, por sua vez, parte dos preços de derivativos financeiros para
estimar a expectativa de mercado sobre a volatilidade futura. Muitos estudos concluem que
esse método contém maior conteúdo informativo que os demais (ver XU e TAYLOR (1995);
vértices da superfície de volatilidade, pode ser obtida diretamente dos negócios em mercado,
de opções.
SCHOLES (1973) e MERTON (1973), continua sendo referência para o mercado inferir a
volatilidade dos preços dos seus ativos subjacentes, tais como ações, índices, moedas,
commodities e taxas de juros. O sucesso deste modelo, segundo HULL (2011), pode estar
relacionado ao fato de apresentar como resultado final uma fórmula fechada – a fórmula de
4
vezes é necessário realizar uma interpolação da volatilidade implícita extraída de duas opções,
O modelo original desenvolvido por Black, Scholes e Merton pretendia calcular o preço
de não-arbitragem de uma opção europeia sobre uma ação subjacente, usando a técnica de
replicar o payoff dessa opção por um portfólio composto pela ação subjacente e um ativo livre
de risco, balanceados continuamente. Além disso, esse modelo considerava que as variações
percentuais no preço da ação subjacente, num período curto de tempo, seguiam uma
distribuição normal, ou seja, que o preço da ação subjacente seguia uma distribuição
lognormal. Entretanto, algumas hipóteses para a construção desse modelo original são
necessárias:
Assim, a partir dessas considerações e usando técnicas como o Lema de Itô, Black,
2
Essa equação diferencial pode ser reduzida à equação do calor e possui uma solução fechada.
5
∂f ∂f 1 2 2 ∂ 2 f
(2.1.1) +r⋅S ⋅ + ⋅σ ⋅ S ⋅ 2 = r ⋅ f
∂t ∂S 2 ∂S
Onde: S é o preço do ativo objeto (ação); t é o tempo; r é a taxa de juros doméstica livre de
risco; σ é a volatilidade dos retornos do ativo objeto; e f é o preço de uma opção de compra
europeias de compra e de venda sobre uma ação que não paga dividendos, conforme BLACK
(2.1.2) C ( S , K , T , r , σ ) = S 0 ⋅ N (d 1 ) − K ⋅ e − r ⋅T ⋅ N (d 2 )
(2.1.3) P( S , K , T , r , σ ) = K ⋅ e − r ⋅T ⋅ N (− d 2 ) − S 0 ⋅ N (− d 1 )
Onde:
S0 σ2
ln( ) + (r + ) ⋅T
d1 = K 2
(2.1.4)
σ⋅ T
S0 σ2
ln( ) + (r − ) ⋅T
d2 = K 2 = d1 − σ ⋅ T
(2.1.5)
σ⋅ T
6
vencimento da opção; r é a taxa de juros livre de risco doméstica na maturidade T; e N(x) é a
partir de cinco variáveis: (i) o preço do ativo subjacente à opção (ii) a taxa livre de risco
acessível aos investidores; (iii) o preço de exercício; (iv) o prazo até o vencimento e (v) a
volatilidade. Assim, dado o preço de mercado da opção, é possível estimar o valor da única
A partir dessa primeira versão do modelo de Black, Scholes e Merton, foi desenvolvida
uma nova versão para relaxar a restrição de não haver pagamento de dividendos do ativo
objeto durante a existência do derivativo. Esse pagamento de dividendos pode ser estimado
como um valor fixo em uma determinada data ou como uma taxa de remuneração média
Segundo esse modelo, as opções europeias poderiam ser analisadas de tal forma que o
preço do ativo objeto fosse composto pela soma de duas componentes: (i) uma parcela
correspondente a soma dos dividendos conhecidos ou modelados durante a vida útil da opção
e (ii) uma parcela de risco dada pela variável aleatória do preço do ativo objeto. Essa parcela
composta pela soma dos dividendos, em qualquer instante, é o valor presente de todos os
vida útil da opção para a data presente, usando a taxa livre de risco de mercado. Na
maturidade da opção, os dividendos já teriam sido pagos e essa componente não existiria
mais.
7
Assim, a fórmula de Black & Scholes poderia ser usada se o preço do ativo objeto
considerado (S0) fosse apenas a componente de risco descriminada acima. Além disso, a
volatilidade (σ) usada na fórmula seria a do processo aleatório dessa mesma componente. Ou
seja, a fórmula de Black & Scholes pode ser usada desde que o preço do ativo objeto seja
subtraído do valor presente de todos os dividendos a serem pagos ao longo da vida útil da
Onde:
S0 σ2
ln( ) + (r − y + ) ⋅ T
d1 = K 2
(2.1.1.3)
σ⋅ T
S0 σ2
ln( ) + (r − y − ) ⋅ T
(2.1.1.4) d2 = K 2 = d1 − σ ⋅ T
σ⋅ T
Uma moeda estrangeira (taxa de câmbio), sendo ativo objeto de um derivativo, pode ser
interpretada como um ativo que paga dividendo com uma rentabilidade média conhecida
(dividend yield). Pode-se deduzir que o detentor de uma moeda estrangeira é remunerado pela
8
taxa livre de risco no país emissor dessa moeda, pois poderia usá-la para comprar títulos livres
Assim, quando o ativo objeto é a taxa de câmbio, o modelo usado pelo mercado, proposto
SCHOLES (1973), utiliza as seguintes fórmulas para precificar opções de compra e de venda
europeias:
C (S , K , T , r, σ ) = S0 ⋅ e −r ⋅T
⋅ N (d1 ) − K ⋅ e − r⋅T ⋅ N ( d 2 )
f
(2.2.1)
P ( S , K , T , r , σ ) = K ⋅ e − r⋅T ⋅ N (− d 2 ) − S 0 ⋅ e − r ⋅T
⋅ N ( − d1 )
f
(2.2.2)
Onde:
S0 σ2
ln( ) + (r − r f + ) ⋅ T
d1 = K 2
(2.2.3)
σ⋅ T
S0 σ2
ln( ) + (r − r f − ) ⋅ T
(2.2.4) d2 = K 2 = d1 − σ ⋅ T
σ⋅ T
Onde: S 0 é o preço à vista (spot) da taxa de câmbio subjacente; r f é a taxa de juros livre de
9
2.3 VOLATILIDADE IMPLÍCITA DE OPÇÕES DE CÂMBIO
(1983), é possível utilizar o preço de mercado da opção para estimar o único parâmetro da
fórmula que não é observável diretamente: a volatilidade. Para tanto, é necessário que os
esse parâmetro possa ser mensurado pelo modelo, que supõe ausência de arbitragem.
Por construção desses modelos, a volatilidade do preço do ativo objeto, como por
exemplo a taxa de câmbio, deveria ser um parâmetro fixo, dado pela trajetória do preço desse
fórmulas desses modelos, costumam variar de acordo com o preço de exercício e com o prazo
10
30,00%
25,00%
20,00%
Vol 15,00%
10,00%
5,00% 273
127 T
0,00%
1
99
90
75
63
50
37
25
10
1
Delta
futuro dos preços dos ativos subjacentes, como por exemplo, verificado em CAMPA,
ANDRADE e TABAK (2001). Assim, com base nos preços de opções negociadas em
mercados de bolsa ou balcão, essas técnicas tentam descrever tanto a trajetória dos preços dos
ativos subjacentes quanto as possíveis distribuições de probabilidade dos seus valores, na data
3
Em finanças, o “smile” ou sorriso de volatilidade é um padrão observado no preço das opções negociadas em
mercado, no qual opções “at the money” (no dinheiro) tendem a ter menores volatilidades implícitas do que as
opções dentro ou fora-do-dinheiro. Uma superfície de volatilidade implícita é um gráfico que combina o sorriso
da volatilidade e estrutura a termo da volatilidade de forma consolidada para todas as opções de um ativo
subjacente.
11
de exercício. Essas análises são úteis, por exemplo, para a avaliação de derivativos exóticos,
Por fim, ressalte-se que uma interpretação comum aos estudos sobre volatilidade
implícita é que os preços de mercado dos derivativos negociados contêm, além das
estimada, como no exemplo citado - precificar outros derivativos não negociados em mercado
- pode ser até vantajoso considerar todos esses fatores conjuntamente que impactam o preço
∂C
Delta ∆ = : sensibilidade do preço da opção em função do preço do ativo objeto;
∂S
∂C
Theta Θ = − : taxa de variação do valor da opção ao longo do tempo;
∂t
∂ 2C
Gamma Γ =
2 : taxa de variação no delta, com relação ao preço do ativo objeto;
∂S
∂C
Vega Λ = : sensibilidade do preço de uma opção em relação à volatilidade do ativo
∂σ
objeto;
12
∂C
Rho ρ = : sensibilidade do preço de uma opção em relação à taxa de juros.
∂r
e−r ⋅T
⋅ N (d1 ) e−r ⋅T
⋅ [N ( d1 ) − 1]
f f
Delta (∆)
N ' ( d1 ) ⋅ e − r ⋅T
f
Gamma (Γ)
S ⋅σ ⋅ T
S ⋅ T ⋅ N ' ( d1 ) ⋅ e − r ⋅T
f
Vega (Λ)
− S ⋅ T ⋅ e−r ⋅T
⋅ N ( d1 ) S ⋅ T ⋅ e −r ⋅T
⋅ N (−d1 )
f f
Rho (ρ)
Tabela 1 – Fórmulas para letras gregas usando o modelo de Garman e Kohlhagen (1983).
13
3 ÁRVORE DE VOLATILIDADE IMPLÍCITA
não são capazes de lidar com essas estruturas, uma vez que consideram, por definição, que o
volatilidade fixa.
It is rare that the [theoretical] value of an option comes out exactly equal to the price at which it trades
on the exchange. (...) there are three reasons for a difference between the value and price: we may have
the correct value, and the option price may be out of line; we may have used the wrong inputs to the
Black-Scholes formula; or the Black-Scholes formula may be wrong. Normally, all three reasons play a
14
ativo objeto, usando os preços negociados de opções desse ativo. Finalmente, a partir dessas
trajetórias de preço do ativo objeto, é possível precificar, através de uma árvore binomial,
opções não negociadas em mercado. Por construção, esse modelo gera resultados
Ao utilizar uma árvore de volatilidade implícita, pressupõe-se que esse mercado é liquido
o suficiente para não permitir oportunidades de arbitragem. Se esse for o caso, o modelo de
BLACK e SCHOLES (1973) e suas variações podem ser usados para se obter a volatilidade
implícita do ativo objeto. Entretanto, existem alguns casos extremos em que não é possível
SCHOLES (1973), como ocorre, por exemplo, quando o delta da opção está valendo mais do
que 1, ou seja, quando a variação do preço da opção em função da variação do preço do ativo
(1979) como uma alternativa de modelo discreto para a fórmula de Black & Scholes (1973).
Esse modelo original também é caracterizado de tal forma que a volatilidade do ativo objeto é
árvore (sempre que o preço sobe é por uma razão fixa U e sempre que desce também é por
Através desse modelo original, o preço de uma opção de compra europeia, por exemplo,
N
N
(3.1) C ( S 0 , K , N , R, U , D ) = ∑ ⋅ ( q up ) N − i ⋅ (q down ) i ⋅ ( S 0 ⋅ U N − i ⋅ D i − K ) +
i=0 i
15
Onde: S 0 é o preço à vista (spot) do ativo objeto; K é o preço de exercício da opção (strike);
N é o número de passos da árvore binomial; R é o fator da taxa de juros livre de risco (1+r); e
R−D
(3.2) q up =
R ⋅ (U − D)
U −R
(3.3) q down =
R ⋅ (U − D )
Já a opção de venda europeia pode ser obtida através da paridade entre put e call:
K
(3.4) P ( S 0 , K , N , R ,U , D ) = − S 0 + C ( S 0 , K , N , R ,U , D ) +
RN
Esse tipo de árvore binomial é um modelo discreto que pode gerar resultados
aproximados aos de um modelo que supõem um movimento browniano para o ativo objeto,
(3.5) U = eσ ⋅ ∆t
(3.6) D = e −σ ⋅ ∆t
(3.7) R = e r ⋅ ∆t
Onde: σ é a volatilidade do preço do ativo objeto; r é a taxa de juros livre de risco com
seja:
T
(3.8) ∆t =
N
16
Quanto maior o número de intervalos nessa árvore, mais o preço de uma opção, dado por
164,87
149,18
134,99 134,99
U = eσ ⋅ ∆t
= 1,105171
122,14 122,14
110,52 110,52 110,52 D = e −σ ⋅ ∆t
= 0,904837
100,00 100,00 100,00
90,48 90,48 90,48 R = e r ⋅∆t = 1,030455
81,87 81,87
74,08 74,08
67,03
60,65
0 1 2 3 4 5
Figura 2 – Árvore binomial padrão para o preço de uma ação com volatilidade constante de 10% a.a.,
taxa de juros livre de risco constante de 3% a.a. e intervalo em anos – conforme Derman e Kani (1994).
negociadas de um ativo objeto. Logo, obtém-se uma árvore binomial flexível, que permite
apenas uma única volatilidade histórica ou estimada. Por isso, a árvore binomial gerada não
147,52
139,78
130,09 130,15
120,27 120,51
110,52 110,60 110,61
100,00 100,00 100,00
90,48 90,42 90,41
79,30 79,43
71,39 71,27
59,02
54,48
0 1 2 3 4 5
Figura 3 – Exemplo de árvore binomial de volatilidade implícita para o preço de uma ação – os
parâmetros para a construção dessa árvore estão detalhados em Derman e Kani (1994).
17
3.1 CONSTRUINDO UMA ÁRVORE DE VOLATILIDADE IMPLÍCITA
O objetivo dessa seção é mostrar o arcabouço teórico para a construção de uma árvore de
é construída a árvore de preços do ativo objeto propriamente dita, que será a fonte, por
Nessa seção, será assumido que a superfície de volatilidade é dada e que a árvore de
volatilidade implícita já foi calculada até certo passo. A etapa seguinte, então, seria calcular o
próximo passo dessa árvore. Para facilitar o entendimento, seguem as notações que serão
utilizadas:
ti ti+1
t = data no passo i
i
∆t = tempo entre os passos i e i+1
r = taxa de juros livre de risco, com capitalização contínua, no intervalo entre i e i+1
i
18
Assim, assume-se que os valores ou preços do ativo objeto nos nós em ti são conhecidos
e, a partir deles, serão calculados os valores em todos os nós em ti+1. Adicionalmente, cabe
ressaltar que os intervalos ∆t e as taxas de juros podem variar entre os passos, ou seja, é
possível incorporar a estrutura a termo das taxas de juros no modelo. Por fim, destaque-se que
remuneração por taxa de juros, como é o caso de modelos para opções de moeda.
A figura abaixo ilustra um fragmento de uma árvore binomial e, a partir dessa ilustração,
p
i,i
S i+1,i+1
λ
i,i
(i,i) S i,i
p
i,i-1
S i+1,i
λ
(i,i-1) S i,i-1 i,i-1
S i+1,i-1
p S i+1,j+1
i,j
λ
i,j
(i,j) S i,j
S i+1,j
p S i+1,3
λ i,2
i,2
(i,2) S i,2
p S i+1,2
i,1
λ
i,1
(i,1) S i,1
S i+1,1
ti ti+1
19
Onde: λi, j é o preço de Arrow-Debreu5 no nó (i,j);
p i , j é a probabilidade neutra ao risco de up (subida) entre o nó (i,j) e o nó (i+1,j+1).
Supondo que (i) todos os nós no momento ti sejam conhecidos, (ii) os preços de Arrow-
Debreu no momento ti sejam conhecidos, (iii) a taxa de juros forward livre de risco no
momento ti seja conhecida, e (iv) os valores das opções de compra e venda com vencimento
em ti+1 possam ser obtidos, é possível calcular o preço de todos os nós no momento ti+1,
ser neutra ao risco. Assim, o valor esperado, no período seguinte, deve ser igual ao preço
Existe um número i de igualdades como a equação acima, uma para cada nó no passo ti.
O segundo conjunto de equações deriva dos preços das i opções independentes6 obtidos
considerando o strike igual aos possíveis preços do ativo objeto no instante ti ( S i , j , sendo
S i +1, j , no próximo instante, conforme visto na figura acima. Isso garante que somente os nós
5
Cada nó de uma árvore binomial possui um preço de Arrow-Debreu associado. O preço de Arrow-Debreu de
um nó equivale ao valor de um ativo que paga $1 se o preço do ativo objeto de uma árvore binomial alcançar
aquele nó e zero caso contrário. Por exemplo, o preço de Arrow-Debreu do nó (3,2) é o valor de um ativo que
paga $1 se o preço spot do ativo objeto da árvore binomial, no momento t3, equivale ao nó (3,2) e zero caso
contrário.
6
Só existem i opções independentes porque as opções de compra e de venda com o mesmo strike e vencimento
são relacionadas através da paridade put-call, que se mantém no modelo de árvore binomial de volatilidade
implícita.
20
acima (abaixo), no instante seguinte, contribuam para o cálculo do preço de não-arbitragem de
compra e uma opção de venda com strike S i , j e vencimento em t i +1 . Ressalte-se que esses
preços podem ter sido obtidos diretamente das negociações de mercado ou através de uma
i
(3.1.3) e ri ⋅∆t ⋅ C ( S i , j , t i +1 ) = λi , j ⋅ p i , j ⋅ ( S i +1, j +1 − S i , j ) + ∑λ
k = j +1
i ,k ⋅ ( Fi , k − S i , j )
21
simultaneamente, através das equações (3.1.1) e (3.1.3), os valores de S i +1, j +1 e p i , j , em
função de S i +1, j .
Fi , j − S i +1, j
(3.1.5) pi , j =
S i +1, j +1 − S i +1, j
Onde:
n
(3.1.6) ∑= ∑λ
k = j +1
i ,k ⋅ ( Fi ,k − S i , j )
os nós acima do centro da árvore de volatilidade implícita, se o valor de S i+1, j for conhecido
número par, o nó inicial S i+1, j será tal que j = n/2 + 1. Por definição, esse nó central será igual
ao preço à vista (spot) do ativo objeto, conforme o modelo de árvore binomial original com
tendência de longo prazo nula. Portanto, a partir deste nó inicial, os valores de S i +1, j +1 e p i , j ,
para todos os valores dos nós acima do nó inicial, neste instante t i +1 , poderão ser calculados,
passo.
necessário calcular o valor dos dois nós iniciais S i +1, j e Si+1, j +1 , tal que j = (n+1)/2. Para tanto,
22
propõe-se igualar a média dos logaritmos naturais destes nós centrais ao logaritmo natural do
S02
(3.1.7) Si +1, j =
Si +1, j +1
imediatamente acima dos nós centrais, quando o número de nós for par:
S 0 ⋅ [e ri ⋅∆t ⋅ C ( S 0 , t i +1 ) + λi , j ⋅ S 0 − ∑]
(3.1.8) S i +1, j +1 = , para j = n/2
λi , j ⋅ Fi , j − e r ⋅∆t ⋅ C ( S 0 , t i +1 ) + ∑
i
Uma vez calculado esse nó imediatamente superior aos nós centrais, a equação (3.1.4)
poderá ser usada para se obter todos os outros nós acima deste, que compõem a metade
Analogamente, todos os nós que compõem a metade inferior da árvore podem ser obtidos
a partir dos preços de mercado das opções de venda com strike S i , j e vencimento em t i +1 . Da
mesma forma, é necessário partir de um nó central, neste caso Si +1, j +1 , para obter o nó
Onde:
j −1
(3.1.10) ∑ = ∑ λi ,k ⋅ ( Si , j − Fi ,k )
k =1
23
Assim, similarmente ao caso anterior, é possível calcular iterativamente todos os nós
Repetindo o processo em cada passo, serão obtidos os valores dos nós e a probabilidade
volatilidade de mercado.
ativo objeto segundo BLACK e SCHOLES (1973), a volatilidade local passaria a ser
dependente do tempo e do próprio ativo objeto. DUPIRE (1993) mostra em detalhes toda a
Conforme já demonstrado, uma vez que todos os nós no instante ti são calculados, o
próximo passo seria calcular os nós no instante ti+1 da árvore de volatilidade implícita. Para
resumo do método para obtenção dos preços de Arrow-Debreu, segundo CHRISS (1997):
24
FÓRMULA PARA O PREÇO DE ARROW-DEBREU DE UM NÓ
Existem três fórmulas, uma para o nó (i+1, i+1), outra para o nó (i+1, 0) e uma terceira
para todos os , tal que :
entre os nós do instante ti e o instante ti+1. Conforme já mostrado anteriormente, seja pi,j a
probabilidade de transição para o nó superior, ou seja, do nó (i, j) para o nó (i+1, j+1), tem-se:
e ri ⋅∆t ⋅ S i , j − S i +1, j
(3.2.1) pi , j =
S i +1, j +1 − S i +1, j
A equação acima não está imune a um potencial problema, caso o valor computado não
seja um valor entre zero e um. A princípio, nada garante que isso não ocorra.
Quando a equação acima gera um valor “errado”, ou seja, que não representa uma
probabilidade (valores negativos ou maiores do que um), algum tipo de correção precisa ser
realizado. Por exemplo, se o fato for ignorado e a equação acima gerar um valor negativo,
25
pelo menos alguma opção nessa árvore binomial será precificada com valor negativo, o que
Uma solução simples e razoável, que será utilizada nesse trabalho, é corrigir as
probabilidades calculadas impondo que o espaçamento entre os nós anteriores sejam mantidos
para os nós que estão sendo calculados. Essa solução busca garantir que a volatilidade local
seja mantida.
probabilidades calculadas estaria fora do intervalo [0,1]. Na primeira situação, estão sendo
calculados os nós inferiores do passo seguinte da árvore binomial, por exemplo, o nó S i +1, j +1
nó conhecido
S i+1,j+2
S i,j+1
S i+1,j+1 Fi,j nó errado
S i,j+1 S i-1,j
Fi,j+1
S i-1,j nó errado S i,j S i+1,j+1
S i,j
S i+1,j
∆t ∆t ∆t ∆t
nó conhecido
ti-1 ti ti+1 ti-1 ti ti+1
26
Dependendo do sentido em que se está calculando o próximo nó com probabilidade fora
S i +1, j + 2 ⋅ S i , j
(3.2.3) S i'+1, j +1 =
S i , j +1
S i +1, j ⋅ S i , j +1
(3.2.4) S i'+1, j +1 =
S i, j
A partir de uma árvore binomial, construída para as possíveis trajetórias do ativo objeto
(1979), o preço de qualquer opção, que esteja compreendida dentro dos prazos e preços de
Segundo esse método desenvolvido por COX, ROSS e RUBINSTEIN (1979), a partir dos
payoffs da opção na maturidade, em função de cada um dos possíveis valores para o ativo
objeto, extraídos da árvore binomial de volatilidade implícita modelada, pode-se obter o valor
27
Abaixo, segue uma representação esquemática do processo para uma opção de venda
europeia.
max(K - S i+1,j+2 , 0)
(i,j+1) P i,j+1
max(K - S i+1,j+1 , 0)
(i,j) P i,j
max(K - S i+1,j , 0)
(i,j-1) P i,j-1
max(K - S i+1,j-1 , 0)
(i,j-2) P i,j-2
max(K - S i+1,j-2 , 0)
ti ti+1
Figura 7 – Processo de cálculo de uma opção de venda europeia usando modelo binomial.
up down
Onde: qi , j é o preço de estado de subida em t i +1 referente ao nó (i, j) e qi , j é o preço de
estado de descida em t i +1 referente ao nó (i, j). Estes preços de estado são calculados usando a
seguinte fórmula:
( Ri − Di , j )
(3.3.2) qiup, j =
Ri ⋅ (U i , j − Di , j )
(U i , j − Ri )
(3.3.3) qidown =
Ri ⋅ (U i , j − Di , j )
,j
28
Onde:
(3.3.4) Ri = e ri ⋅∆t
S i +1, j +1
(3.3.5) U i, j =
Si, j
S i +1, j
(3.3.6) Di , j =
Si, j
O segundo passo seria calcular os valores das opções de venda europeia no instante t i −1 ,
de venda europeia no instante inicial (t = 0), para um dado strike K e maturidade no instante
t i +1 .
29
4 METODOLOGIA APLICADA AO MERCADO BRASILEIRO DE CÂMBIO
Nesta seção, será detalhada a aplicação da árvore binomial de volatilidade implícita para
destacado, para obter resultados efetivos com essa metodologia, é necessário que o mercado
seja líquido o suficiente, de tal forma que os preços negociados sejam confiáveis.
implícita), e interpolar os vértices faltantes. Para tanto, foi necessário obter os valores de todas
(4.1) C = C (S , K , T , r, r f , σ )
(4.2) P = P(S , K , T , r , r f , σ )
prazo de vencimento da opção; r é a taxa de juros livre de risco em reais; rf é a taxa de juros
30
4.1 OBTENÇÃO DAS VARIÁVEIS DE MERCADO
com liquidação em D+2 (dois dias úteis posteriores), informado diariamente pela
O preço das opções de compra e de venda de dólar, com seus respectivos strikes e
BM&FBOVESPA.
A taxa de juros em reais é obtida através da curva de juros prefixada construída a partir
ajustes pagos ou recebidos, de acordo com a diferença entre a taxa de juros negociada na
7
DI ou DI-Over é a taxa calculada como a média das operações transacionadas num único dia, através de
Certificados de Depósitos Interbancários (CDI), desconsiderando as operações dentro de um mesmo grupo
financeiro. Os Certificados de Depósitos Interbancários (CDI) são títulos emitidos pelos bancos como forma de
captação ou aplicação de recursos excedentes, com prazos de 1 dia útil, com objetivo de melhorar a gestão de
liquidez das instituições financeiras. Essas transações são fechadas por meio eletrônico e custodiadas na Cetip.
Normalmente, a taxa média diária do CDI de um dia é utilizada como referencial para o custo do dinheiro
(juros). Por esse motivo, essa taxa também é utilizada como referencial para avaliar a rentabilidade das
aplicações em fundos de investimento.
31
100.000
(4.1.1) PU = pz
(1 + r ) 252
Onde: r é a taxa de juros negociada anualizada e pz é o prazo em dias úteis até o vencimento
do contrato.
252
100.000 pz
(4.1.2) r = −1
PU
A taxa de juros r é utilizada para compor a curva de juros prefixados para o prazo pz.
Como os contratos futuros de DI possuem vencimento no primeiro dia útil de cada mês para
os quatro primeiros meses subsequentes à data base e, em seguida, no primeiro dia útil do mês
de início de trimestre (janeiro, abril, julho e outubro), os vértices da curva são móveis, isto é,
com prazos diferentes para cada data base. O único vértice fixo é o de 1 dia útil, no qual é
de juros obtidas com capitalização discreta para capitalização contínua, conforme a seguinte
fórmula:
32
Já a taxa de juros em dólar é obtida através da curva de cupom cambial8 construída a
partir dos contratos de operações estruturadas de FRA de cupom cambial. O FRA de cupom
cambial permite a negociação do cupom cambial a termo entre duas datas futuras, pois gera
dois contratos futuros de cupom cambial (DDI), o primeiro com vencimento no mês
Como os vencimentos dos contratos de DDI coincidem com os de dólar futuro, é possível
realizar uma composição entre o cupom determinado pelo primeiro contrato de dólar futuro e
as taxas do FRA de cupom cambial para os vencimentos mais longos, conforme abaixo:
pz pz − pz1 360
(4.1.4) rxf = 1 + r1 f ⋅ 1 ⋅ 1 + r1,fx ⋅ x − 1 ⋅
360 360 pz x
f f
Onde: rx é a taxa de cupom cambial para o vencimento x; r1 é a taxa de cupom cambial
f
para o primeiro vencimento de dólar futuro; r1, x é o cupom cambial a termo negociado entre o
O vértice da curva de cupom cambial sujo com prazo de 1 dia útil é determinado pela
PTAX 0 360
⋅ (1 + r ) 252 − 1 ⋅
1
(4.1.5) rf =
PTAX −1 pz c
8
O cupom cambial é o spread entre a taxa de juros local, no caso a taxa DI, e a variação na taxa de câmbio entre
dólar e real. Logo, o cupom cambial é efetivamente a taxa de juros em dólar no Brasil..
9
PTAX é uma taxa de câmbio calculada pelo Banco Central do Brasil que consiste na média das taxas
informadas pelos dealers de dolar durante o dia de negociação. Normalmente, os contratos de derivativos de
câmbio são liquidados com base na PTAX divulgada para o dia útil anterior.
33
Onde: PTAX 0 é a taxa PTAX de venda para a data da determinação da curva; PTAX −1 é a
taxa PTAX de venda para o dia útil anterior; r é a taxa de juros prefixada em reais; e pz c é o
prazo entre as datas de cotação das duas taxas PTAX em dias corridos.
Esta taxa, para o primeiro vértice, é conhecida como cupom cambial sujo, pois não
que é a média dos negócios do dia anterior. É possível obter o cupom cambial limpo através
do seguinte método:
S
(4.1.6) r f ,lim po = r f ⋅
PTAX
vencimento diferente dos obtidos, é realizada uma interpolação das curvas. Foi adotado o
método de interpolação exponencial, tanto para a curva prefixada em reais quanto para a
curva de juros em dólar. Para a taxa de juros prefixada em reais, são considerados os dias
úteis entre a data a ser interpolada e os dois vértices mais próximos, conforme fórmula
abaixo:
du 2 − x x − du1
i du 2 − du1 i du 2 − du1
(4.1.7) rx = 1 + du1
⋅ 1 + du 2
− 1 ⋅ 100 , tal que du1 ≤ x ≤ du 2
100 100
34
Onde: rx é taxa a ser encontrada para um número de dias úteis x, compreendido entre du1 e
du2; du1 é o número de dias úteis até a taxa imediatamente anterior disponível; e du2 é o
na fórmula acima, exceto pelo fato de as contagens de prazos ocorrerem em dias corridos.
métodos para interpolar uma taxa de juros que não permitem possibilidade de arbitragem,
simplicidade, optou-se por trabalhar com a interpolação exponencial, até porque o mercado
Para obter a volatilidade implícita de uma opção negociada, cujo preço é dado pelo
para estimar o valor da volatilidade. O recurso do Excel de atingir meta foi usado como
ferramenta.
bolsa não é muito líquido, havendo pouco ou nenhum negócio diário em determinados
35
vencimentos e strikes. Portanto, o método de interpolação fica bastante comprometido.
de 2012:
03/09/2012 2 1 4 4 2 6 4 1 1
01/10/2012 2 2 3 2 1
02/01/2013 1 1 1 2 2 1 2
03/06/2013 1
diariamente pela BM&FBOVESPA. Estas volatilidades são utilizadas no cálculo dos prêmios
flexíveis, e no cálculo diário do prêmio de ajuste das opções de dólar com ajuste. A
base nas cotações (prêmios) dos negócios realizados e das ofertas de compra e de
As operações realizadas apenas com a opção de dólar não são consideradas, pois não
36
b. Coleta de informação de mercado:
são informadas em percentual ao ano (base 252 dias úteis), para os coeficientes delta
de 10, 25, 37, 50, 63, 75 e 90. O delta da opção deverá ser informado pelo
conjunto de pontos ajustado por uma função quadrática, de forma a garantir a condição de
não-arbitragem entre cada uma das séries de preços de exercício de mesma data de
Delta %
Mês 1 10 25 37 50 63 75 90 99
dez/12 12,86 11,28 9,14 7,84 6,87 6,35 6,25 6,67 7,21
jan/13 14,05 12,34 9,99 8,56 7,46 6,83 6,67 7,02 7,53
fev/13 14,89 13,12 10,67 9,16 7,97 7,26 7,01 7,28 7,73
mar/13 15,91 13,98 11,31 9,67 8,4 7,64 7,39 7,71 8,23
abr/13 17,12 15,03 12,13 10,34 8,93 8,08 7,78 8,06 8,59
mai/13 18,21 15,96 12,84 10,91 9,4 8,48 8,16 8,47 9,03
jun/13 18,99 16,64 13,38 11,37 9,79 8,83 8,5 8,83 9,42
jul/13 19,76 17,29 13,86 11,74 10,08 9,06 8,71 9,05 9,67
ago/13 20,11 17,62 14,17 12,02 10,32 9,27 8,87 9,15 9,74
set/13 20,48 17,96 14,45 12,28 10,56 9,5 9,1 9,4 10
out/13 20,66 18,12 14,59 12,4 10,67 9,59 9,18 9,46 10,04
jan/14 21,32 18,8 15,28 13,07 11,29 10,14 9,65 9,79 10,28
mar/14 21,79 19,17 15,54 13,28 11,48 10,36 9,92 10,18 10,77
abr/14 22,19 19,51 15,79 13,48 11,64 10,5 10,07 10,36 10,98
jan/15 21,76 19,17 15,55 13,28 11,46 10,29 9,79 9,95 10,46
Fonte: BM&FBOVESPA
Tabela 3 – Superfície de volatilidade de dólar em 9 de novembro de 2012.
37
4.3 CÁLCULO DA ÁRVORE BINOMIAL DE VOLATILIDADE IMPLÍCITA
uma árvore binomial de volatilidade implícita, descrito no capítulo 3, é possível obter uma
árvore binomial para as possíveis trajetórias da taxa de câmbio entre dólar e real. Ressalte-se
fato de o ativo objeto ser remunerado por uma taxa contínua, ou seja, a taxa de juros livre de
Assim, foi construída uma planilha de cálculo usando as ferramentas do Excel, tal que
implícita, inclusive com as eventuais correções para os casos em que o valor da probabilidade
neutra ao risco de transição entre dois nós consecutivos da árvore binomial encontra-se fora
momento e constrói, de forma instantânea, uma árvore com as possíveis trajetórias da taxa de
câmbio entre dólar e real, considerando todas as expectativas de mercado para a volatilidade,
38
Dados Gerais:
CLEAN FORWARD
DC DU PRE FORWARD
CUPOM CUPOM
34 24 7,5107% 7,1241% -2,4750% 1,4228%
62 43 7,3399% 6,9938% -0,7527% 1,4900%
93 65 7,2228% 6,9653% 0,0064% 1,7604%
125 85 7,1622% 6,8839% 0,4191% 1,7119%
155 105 7,1092% 7,0289% 0,6653% 1,7019%
185 127 7,0953% 7,0037% 0,8449% 2,1401%
213 145 7,0839% 7,0250% 1,0057% 2,3179%
DU 1 24 43 65 85
2082,89 12,36% 2337,2 17,23% 2499,35 19,33% 2659,3 20,28% 2804,91 21,28%
2064,33 11,34% 2200,54 15,84% 2280,88 17,54% 2357,19 18,34% 2428,47 19,22%
2054,22 9,94% 2127,34 13,94% 2166,28 15,03% 2204,54 15,60% 2239,3 16,27%
2049,46 9,10% 2093,43 12,78% 2115,25 13,44% 2137,75 13,85% 2157,77 14,35%
Strike x vol 2045,56 8,47% 2066,02 11,88% 2076,24 12,16% 2087,45 12,40% 2097,37 12,70%
2042,08 8,13% 2042,08 11,37% 2043,81 11,32% 2046,94 11,43% 2050,21 11,51%
2038,56 8,07% 2018,17 11,23% 2013,37 10,95% 2009,8 10,94% 2008,75 10,81%
2031,8 8,35% 1974,84 11,51% 1958,84 11,01% 1944,12 10,89% 1938,11 10,48%
2020 8,70% 1903,18 11,93% 1867,83 11,33% 1829,37 11,16% 1811,58 10,57%
- - - - - - 3.023,99
- - - - - 2.785,07 2.542,42
- - - - 2.614,33 2.352,56 2.197,76
- - - 2.408,86 2.216,53 2.101,69 2.044,90
- - 2.231,85 2.105,05 2.044,90 1.989,65 1.948,62
- 2.105,60 2.044,90 1.986,47 1.943,10 1.852,78 1.830,80
2.044,90 1.985,95 1.929,95 1.845,05 1.821,23 1.736,58 1.735,07
DC ) 34 62 93 125 155 185
jul-12 set-12 out-12 nov-12 dez-12 jan-13 fev-13
39
4.4 PRECIFICAÇÃO DE OPÇÕES DE DÓLAR NÃO NEGOCIADAS
possíveis trajetórias da taxa de câmbio entre dólar e real, é possível obter, usando o método de
COX, ROSS e RUBINSTEIN (1979), o preço teórico de qualquer opção de dólar não
negociada em mercado, que esteja compreendida dentro dos prazos e preços de exercício
dessa árvore.
proteção cambial não negociadas em mercado. Pelo método sugerido, permitiu-se modelar
opção e o preço de exercício para que a planilha de cálculo modele a árvore binomial
correspondente e, a partir dessa árvore, calcule o preço dessa opção, usando os dados de
mercado necessários.
livre de risco em dólar (cupom cambial) como uma remuneração contínua do ativo objeto.
40
Ri = e ( ri − ri ) ⋅ ∆t
f
(4.4.1)
Ressalte-se que o método proposto permite que muitas combinações de opções possam
ser apreçadas facilmente, incluindo opções exóticas. Dessa maneira, obtém-se o preço,
segundo o modelo proposto, de várias estratégias de hedge cambial que podem atender às
Conforme já ressaltado, para que o modelo proposto seja aplicável, é necessário supor
ausência de arbitragem na formação dos preços de mercado das opções de dólar e/ou sua
A paridade put–call define uma relação entre o preço de uma opção de compra (call) e
uma opção de venda (put) européias — ambas com o mesmo preço de exercício e
BLACK e SCHOLES (1973), por exemplo. Assim, testar a paridade put–call pode ser uma
(4.5.1) C (t ) − P (t ) = S (t ) − K ⋅ B (t , T )
41
do título com vencimento em T, no instante t. Se o ativo objeto paga dividendos, é necessário
considerá-los em B (t , T ) , uma vez que os preços de opções tipicamente não são ajustados
B (t , T ) = e − ( r −r )⋅∆t
f
(4.5.2)
f
Onde: r é a taxa de juros prefixada obtida dos contratos futuros de DI; r é a taxa de juros
sobre o ativo objeto com preço de entrega K. Assim, pode-se interpretar também que o
portfolio composto pela compra de uma call e venda de uma put possui resultado idêntico a
Para o teste proposto sobre a existência da paridade put-call nas opções de dólar
negociação de cada mês do ano de 2012. Assim, quando havia negócios tanto de call quanto
de put, para um mesmo strike e vencimento, poderia ser avaliado, junto com o valor do dólar
spot e do próprio strike trazido a valor presente e corrigido pelo pagamento contínuo de
Abaixo, segue um resumo estatístico desse teste que contou com 95 observações de
opções com diferentes vencimentos e strikes. Primeiramente, foi feita uma regressão do lado
42
coeficiente igual a um e intercepto nulo. Além disso, foi destacado o erro relativo entre os
valores obtidos em cada lado dessa equação, ou seja, uma estatística descritiva sobre a série
Estatística de regressão
R-Quadrado 0,99908
R-quadrado ajustado 0,99907
Observações 95
Erro Relativo
Média 0,28%
Mediana 0,18%
Desvio padrão 0,34%
Mínimo 0,00%
Máximo 1,68%
Contagem 95
um, não houve evidências, no período analisado, de que a paridade put-call não é respeitada
Entretanto, o valor não nulo do intercepto pode ser interpretado como um custo de
transação para compra e venda de opções, uma restrição a operações de venda a descoberto ou
resultado de uma expectativa em relação ao retorno futuro do ativo objeto, pois uma put pode
43
ser interpretada como um seguro contra perdas (ver OFEK, RICHARDSON e WHITELAW
44
5 RESULTADOS
entre dólar e real, desenvolvido com a árvore binomial de volatilidade implícita, muitas
Por exemplo, do ponto de vista de uma agência de fomento, esses hedges cambiais
empréstimo.
Tais empresas, que possuem receitas e/ou despesas em dólar, descasadas no tempo,
poderiam ter mais confiança e condições de investir e produzir caso pudessem ter maior
previsibilidade sobre o resultado dessas despesas e receitas futuras. Assim, opções para
mitigar os efeitos da volatilidade da taxa de câmbio, com um custo adequado, é uma demanda
Abaixo, seguem algumas estratégias de proteção cambial que podem ser precificadas,
45
1) Bear Put Spread ou Trava de Baixa
Essa estratégia é realizada para tirar proveito das quedas no preço do ativo (taxa de
ambas para o mesmo vencimento. Essa estratégia garante uma proteção limitada em
relação à desvalorização do dólar frente ao real, mas possui um custo reduzido comparado
1,90 para a taxa de câmbio e vencimento em 582 dias corridos e compra de put de
exercício igual a R$ 2,04, para o mesmo vencimento. Foram usados dados de mercado do
100.000
80.000
60.000
40.000
20.000
-20.000
-40.000
-60.000
00
15
30
45
60
75
90
05
20
35
50
65
80
95
1,
1,
1,
1,
1,
1,
1,
2,
2,
2,
2,
2,
2,
2,
46
2) Short Condor
mesmo vencimento. Esta estratégia garante uma proteção contra a desvalorização do dólar
frente ao real, com um baixo custo de prêmio à vista, mas com um payoff negativo caso
2,05 para a taxa de câmbio, compra de put de exercício igual a R$ 2,00, compra de put de
exercício igual a R$ 1,95 e venda de put de exercício igual a R$ 1,85, todas para o mesmo
vencimento em 582 dias corridos. Foram usados dados de mercado do fechamento do dia
31 de julho de 2012 e um valor nominal de US$ 1 milhão. O prêmio dessa estratégia foi
40.000
20.000
-20.000
-40.000
-60.000
00
15
30
45
60
75
90
05
20
35
50
65
80
95
1,
1,
1,
1,
1,
1,
1,
2,
2,
2,
2,
2,
2,
2,
47
3) Compra de Put Asiática
Consiste na compra de uma opção de venda cujo payoff é dado pelo máximo entre
zero e a diferença entre o preço de exercício e a média aritmética do ativo objeto (taxa de
n −1
Si
(5.1.1) payoff = max( K − ∑ ,0 )
i =0 n
Para o cálculo de prêmio dessa opção, utiliza-se o método de Monte Carlo para
simular todas as possíveis trajetórias de preço para a taxa de câmbio, em função da árvore
Abaixo, segue uma representação dos resultados simulados 65.000 vezes para uma
opção de venda asiática, com preço de exercício igual a R$ 1,90, vencimento em 582 dias
61711
-40 mil a -20 mil -20 mil a 0 0 a 20 mil 20 mil a 40 mil 40 mil a 60 mil 60 mil a 80 mil
Figura 10 – Histograma do payoffs líquido do prêmio de uma put asiática para dados de 31/07/2012.
48
5.2 COMPARAÇÃO ENTRE MODELO DE VOLATILIDADE IMPLÍCITA, O MODELO
Nesta seção, são apresentados os resultados da comparação entre os preços dos prêmios
derivado da fórmula de Black & Scholes. Tal comparação é foi realizada tanto para opções
vanilla, quanto para estratégias de proteção cambial que combinam mais de uma opção.
Ressalte-se que no modelo binomial de COX, ROSS e RUBINSTEIN (1979) também foi
utilizado o cupom cambial como dividendo contínuo, ajustando a taxa de juros livre de risco
A série de dados utilizada também foi obtida do primeiro e último dia de negociação de
cada mês do ano de 2012. Foram observados 301 preços de opções de dólar, sendo 159 de
compra e 142 de venda, resultando numa média diária de negociação de 12,5 opções de dólar,
com strikes e vencimentos diferentes. Além disso, o preço de mercado utilizado foi obtido
O objetivo dessa análise era identificar o modelo que estimasse os preços das opções com
o menor erro percentual em relação aos preços de mercado. Assim, foram montadas três séries
a partir dos erros percentuais dos valores estimados por cada um dos modelos em análise –
49
e o modelo de GARMAN e KOHLHAGEN (1983) – em relação aos preços de mercado, para
cada uma das 301 opções de dólar selecionadas. Abaixo, são disponibilizados os principais
Estatística Descritiva
54%
Média 16%
Mediana 9%
Modo 2%
Mínimo 0%
Máximo 93%
18% Contagem 301
12%
7% 5%
2% 1% 1% 1% 0% 0%
[0% - 10%) [10% - 20%) [20% - 30%) [30% - 40%) [40% - 50%) [50% - 60%) [60% - 70%) [70% - 80%) [80% - 90%) [90% - 100%) >= 100%
Figura 11 – Distribuição do erro relativo do preço estimado pelo Modelo de Árvore Binomial de Volatilidade
Implícita em relação ao preço de mercado, para opções de dólar negociadas na BM&FBOVESPA.
Média 55%
Mediana 23%
Modo 2%
Mínimo 0%
16% Máximo 789%
12% Contagem 301 12%
10%
4% 4% 4% 3%
3% 2%
[0% - 10%) [10% - 20%) [20% - 30%) [30% - 40%) [40% - 50%) [50% - 60%) [60% - 70%) [70% - 80%) [80% - 90%) [90% - 100%) >= 100%
Figura 12 – Distribuição do erro relativo do preço estimado pelo Modelo Binomial original em
relação ao preço de mercado, para opções de dólar negociadas na BM&FBOVESPA.
50
Distribuição do erro relativo do Modelo Black and Scholes
72%
Estatística Descritiva
Média 9%
Mediana 5%
Modo 1%
Mínimo 0%
Máximo 87%
Contagem 301
17%
7%
3% 1% 1% 0% 0% 0% 0% 0%
[0% - 10%) [10% - 20%) [20% - 30%) [30% - 40%) [40% - 50%) [50% - 60%) [60% - 70%) [70% - 80%) [80% - 90%) [90% - 100%) >= 100%
Figura 13 – Distribuição do erro relativo do preço estimado pelo Modelo de GARMAN e KOHLHAGEN
(1983) em relação ao preço de mercado, para opções de dólar negociadas na BM&FBOVESPA.
Pela análise da Figura 11 acima, percebe-se que o modelo proposto gerou, na amostra
selecionada, preços teóricos com um erro percentual menor do que 10%, em relação ao preço
de mercado, em mais da metade das observações (54% dos casos). Além disso, ressalte-se que
todos os erros percentuais maiores do que 70% ocorreram quando se estava estimando opções
com vencimentos curtos, ou seja, quando havia apenas um passo na árvore binomial de
volatilidade implícita.
estimar o preço de opções de dólar não negociadas e com maturidades mais longas, optou-se
por construí-la com um passo mensal, ou seja, com um intervalo ∆t , entre cada passo da
para opções com vencimentos longos, um intervalo ∆t menor do que 1 mês traria um custo
operacional para estimação do modelo, sem que o resultado fosse significativamente melhor.
Entretanto, para opções com vencimentos mais curtos, seria necessário construir uma árvore
binomial de volatilidade implícita com intervalos menores, tal que fosse possível atribuir
algum preço para opções bastante fora do dinheiro (deep out of the money).
51
Apesar de a ferramenta de implementação do modelo proposto ter sido desenvolvida para
estimar o preço de opções de maturidade mais longa, não há uma restrição por parte do
modelo, apenas seria necessário realizar uma adaptação no intervalo dos passos da árvore
binomial estimada.
resultado do modelo binomial de COX, ROSS e RUBINSTEIN (1979), conforme Figura 12.
Contudo, verifica-se que o resultado final da estimação através desse modelo foi bastante
inferior ao modelo de volatilidade implícita. Por exemplo, em 12% dos casos, o erro
percentual em relação ao preço de mercado foi igual ou superior a 100%, ou seja, o preço
estimado foi maior do que o dobro ou menor do que a metade do preço de mercado.
SCHOLES (1973), por ser um modelo em tempo contínuo, foi capaz de estimar melhor o
preço de opções com vencimentos curtos, fazendo com que o resultado geral desse modelo
fosse superior, conforme Figura 13. Em mais de 70% dos casos o erro relativo foi menor do
que 10%.
Para complementar a análise, optou-se por testar a variação entre a estimação do modelo
proposto e o preço de mercado para estratégias de trava de baixa, que combinam duas opções
de dólar com strikes diferentes. Além disso, também foi feita a comparação do resultado
52
Para obtenção do preço de mercado de estratégias de trava de baixa, foram utilizados os
mesmos preços obtidos das 301 opções de dólar selecionadas na análise anterior. Assim,
Contudo, devido a pouca quantidade de dados, optou-se por utilizar também os preços
das opções de compra e convertê-los em preços de opções de venda, através da paridade put-
call, utilizando a regressão obtida conforme o item 4.5 desse trabalho. Com isso, foram
Quanto à estimação de preço utilizando o modelo proposto, cabe ressaltar que, conforme
já descrito nesse trabalho, esse modelo incorpora toda a superfície de volatilidade implícita
opção com diferentes strikes, o preço de cada opção será estimado considerando sua
SCHOLES (1973), pressupõe-se que o ativo objeto de uma dada opção possui uma única
de preço de uma estratégia de trava de baixa, optou-se por utilizar a volatilidade implícita da
53
Abaixo, são disponibilizados os principais resultados, cujos parâmetros e tabela de
Média 20%
Mediana 9%
Desvio padrão 47%
Mínimo 0%
22%
Máximo 355%
Contagem 59
8% 10%
3% 2% 2%
0% 0% 0% 0%
[0% - 10%) [10% - 20%) [20% - 30%) [30% - 40%) [40% - 50%) [50% - 60%) [60% - 70%) [70% - 80%) [80% - 90%) [90% - 100%) >= 100%
Figura 14 – Distribuição do erro relativo do preço estimado pelo Modelo de Árvore Binomial de Volatilidade
Implícita em relação ao preço de mercado, para estratégias de trava de baixa.
Média 19%
36%
Mediana 12%
Desvio padrão 53%
Mínimo 0%
Máximo 409%
Contagem 59
10%
7%
2%
0% 0% 0% 0% 0% 0%
[0% - 10%) [10% - 20%) [20% - 30%) [30% - 40%) [40% - 50%) [50% - 60%) [60% - 70%) [70% - 80%) [80% - 90%) [90% - 100%) >= 100%
Figura 15 – Distribuição do erro relativo do preço estimado pelo Modelo de de GARMAN e KOHLHAGEN
(1983) em relação ao preço de mercado, para estratégias de trava de baixa.
Conforme esperado, percebe-se, nos resultados acima, que não houve uma alteração
de baixa em relação aos resultados com opções vanilla, quando utilizado o modelo proposto
54
KOHLHAGEN (1983), os resultados mostram uma piora significativa do erro percentual, em
relação ao preço de mercado, no apreçamento de travas de baixa (ver Figura 12 e Figura 15).
travas de baixa, houve uma maior incidência de preços teóricos com um erro percentual
menor do que 10% (54% dos casos versus 46%), mesmo considerando a simplificação de
passos mensais para a árvore binomial, que prejudica o apreçamento de opções mais curtas
Portanto, a partir dessa análise robusta dos resultados, é possível concluir que o modelo
de dólar, principalmente quando usado para apreçar estratégias de hedge mais complexas,
55
6 CONCLUSÃO
Neste trabalho, foi desenvolvida uma alternativa para calcular o preço de não-arbitragem
(1994). Com a construção desta árvore para a taxa de câmbio, foi possível calcular o preço de
construída de tal forma que os preços obtidos pelo modelo se aproximam dos preços das
câmbio e é complementada por dados coletados diariamente junto aos principais operadores
de volatilidade do mercado.
56
Cabe destacar que, como foram utilizadas as fórmulas desenvolvidas por BLACK e
e do vencimento, é necessário supor, como condição necessária e não suficiente, que as taxas
Entretanto, apesar de vigorar no Brasil, desde 1999, o regime cambial de taxa flutuante, o
a taxa de câmbio num patamar que julgue adequado. Inclusive, faz parte das atribuições do
governo brasileiro pode atuar no mercado de câmbio, através do Banco Central do Brasil,
principalmente das seguintes formas: (i) em operações de compra e venda de dólar à vista, (ii)
Apesar de todas essas ferramentas que o governo brasileiro possui, ainda é possível
identificar o poder do mercado sobre a cotação da taxa de câmbio entre dólar e real. Análises
das séries temporais das taxas de câmbio, após 1999, como em CURADO, ROCHA e
DAMIANI (2011), são evidências de que a volatilidade do câmbio no Brasil não é pequena,
satisfatórios, uma vez que mais da metade da amostra avaliada gerou um erro relativo menor
57
Cabe ressaltar que o método proposto ainda poderia ser melhorado caso o passo da árvore
passo fixo de 1 mês, poderia ser implementado um passo menor para opções de curto prazo,
por exemplo.
Por fim, foi feita uma análise mais robusta do diferencial do modelo proposto, através da
respectiva comparação com os preços gerados pelo próprio modelo. Diferentemente dos
e KOHLHAGEN (1983), que utilizam apenas uma única volatilidade para o ativo objeto, o
modelo proposto considera as diferentes volatilidades implícitas de cada opção que compõem
mercado, para operações de trava de baixa, foram semelhantes aos resultados com opções
vanilla, devido às mesmas limitações do tamanho do passo da árvore binomial, uma vez que a
base de dados era a mesma. Portanto, comprova-se que a incorporação de mais de uma opção,
(1983) em relação ao preço de mercado, que haviam apresentado os menores erros relativos
nesse trabalho realmente agrega valor, o que pode justificar a sua utilização em determinadas
situações.
58
REFERÊNCIAS BIBLIOGRÁFICAS
AMIN K.; NG V., “Inferring future volatility from the information in implied volatility in
Eurodollar options: a new approach”, In: Review of Financial Studies, Vol. 10, No. 2, pp.
333-367, 1997.
ANDRADE, S. C.; TABAK, B. M., “Is it worth tracking dollar/real implied volatility?”, In:
Revista de Economia Aplicada, Vol. 5, No. 3, pp. 471-489, 2001.
BENNINGA, Simon. Financial Modeling. The MIT Press, 3th edition, 2008.
59
CAMPA, José M.; CHANG P. H. Kevin; REIDER Robert, “Implied exchange rate
distributions: evidence from OTC option markets” In: Journal of International Money and
Finance, Vol. 17, No. 1, pp. 117-160, Feb. 1998.
http://www.sciencedirect.com/science/article/pii/S0261560697000545 - FN1#FN1
CHRISTENSEN B.J.; PRABHALA N.R., “The relation between implied and realized
volatility”, In: Journal of Financial Economics, Vol. 50, No. 2, pp. 125-150, Nov. 1998.
CREMERS, Martijn; WEINBAUM, David, “Deviations from Put-Call Parity and Stock
Return Predictability”, In: Journal of Financial and Quantitative Analysis. Vol. 45, No. 2,
pp. 335-367, Apr. 2010.
DERMAN, Emanuel; KANI, Iraj, “The Volatility Smile and Its Implied Tree”, In: Goldman
Sachs Quantitative Strategies Research Notes, Jan. 1994.
DUPIRE, Bruno; “Princing with a smile”, In: Risk. Vol. 7, pp. 18-20, Jan. 1994.
GWILYM, O.; “Forecasting volatility for options pricing for the UK Stock Market”, In:
Journal of Financial Management and Analysis, Vol. 14, No. 2, pp. 55-62, 2001.
HANSEN, Peter R.; LUNDE, Asger. “A forecast comparison of volatility models: does
anything beat a GARCH(1,1)?”. In: Journal of Applied Econometrics. Vol. 20, No. 7, pp.
873–889, Dec. 2005.
HULL, John C. Options, Futures and other Derivatives. Prentice Hall, 8th edition, 2011.
JORION, Philippe, “Predicting Volatility in the Foreign Exchange Market”, In: The Journal
of Finance. Vol. 50, No. 2, pp. 507-528, Jun. 1995.
LEWIS, Alan L. Option Valuation under Stochastic Volatility. Finance Press, 1st edition,
2000.
60
MINISTÉRIO DO DESENVOLVIMENTO, INDÚSTRIA E COMÉRCIO EXTERIOR.
Séries Temporais. Vários anos. Disponível em: <www.mdic.gov.br>
MONTEIRO, Armando. (2010) “Taxas de Juros e Câmbio: Efeitos dos juros e do câmbio
sobre a indústria”. Disponível em:
<http://www.fazenda.gov.br/spe/publicacoes/conjuntura/bancodeslides/apresentacao-
armando-monteiro%20-%20CNI.pdf>. Data de acesso: 07 de julho de 2012.
OFEK, Eli; RICHARDSON, Matthew; WHITELAW, Robert F., “Limited arbitrage and short
sales restrictions: evidence from the options markets”. In: The Journal of Financial
Economics. Vol. 74, No. 2, pp. 305–342, Nov. 2004.
RITCHKEN, Peter; TREVOR, Rob. “Pricing Options under Generalized GARCH and
Stochastic Volatility Processes”. In: The Journal of Finance. Vol. 54, No. 1, pp. 377–402,
Feb. 1999.
STOCK, James; WATSON, Mark. “Vector Autoregressions”. In: The Journal of Economic
Perspectives. Vol. 15, No. 4, pp. 101–115, Aut. 2001.
XU, X.; TAYLOR, S.J., “Conditional volatility and the informational efficiency of the PHLX
currency options market”, In: Journal of Banking and Finance. Vol. 19, pp. 803-821, 1995.
61
APÊNDICE A – DADOS E PARÂMETROS UTILIZADOS
Nesse apêndice estão destacados todos os dados e parâmetros utilizados para a construção
Preços Teóricos
Taxa Cupom Preço de Modelo
Data Spot Tipo DC DU Strike Binomial BS
PRE Cambial Mercado Proposto
02/01/2012 1.867,50 V 59 41 1.750 10,024% 1,258% 3,50 1,88 31,12 3,52
02/01/2012 1.867,50 C 30 22 1.900 10,151% 0,261% 29,50 23,35 63,23 31,24
02/01/2012 1.867,50 C 59 41 2.150 10,024% 1,258% 11,50 9,66 4,46 11,00
02/01/2012 1.867,50 C 59 41 2.000 10,024% 1,258% 26,70 30,65 45,92 27,29
02/01/2012 1.867,50 V 59 41 1.800 10,024% 1,258% 11,30 10,76 42,24 10,80
02/01/2012 1.867,50 V 59 41 1.775 10,024% 1,258% 6,50 6,32 36,68 6,27
02/01/2012 1.867,50 C 30 22 1.800 10,151% 0,261% 89,10 83,45 116,37 88,03
02/01/2012 1.867,50 C 91 63 1.500 9,880% 1,735% 391,55 397,74 397,74 396,02
02/01/2012 1.867,50 C 30 22 1.750 10,151% 0,261% 135,00 132,54 142,94 133,59
02/01/2012 1.867,50 V 91 63 3.000 9,880% 1,735% 1070,00 1.072,03 1.072,03 1.067,71
31/01/2012 1.740,90 V 62 42 1.650 9,645% -1,815% 4,15 6,39 9,44 3,82
31/01/2012 1.740,90 V 30 20 1.700 9,812% -5,245% 6,11 3,30 12,15 4,99
31/01/2012 1.740,90 V 62 42 1.725 9,645% -1,815% 20,00 11,01 20,98 17,39
31/01/2012 1.740,90 V 30 20 1.750 9,812% -5,245% 25,70 18,54 30,55 19,90
31/01/2012 1.740,90 C 30 20 1.775 9,812% -5,245% 18,00 13,14 26,73 21,67
31/01/2012 1.740,90 V 62 42 1.700 9,645% -1,815% 12,00 9,47 17,13 10,85
31/01/2012 1.740,90 V 30 20 1.825 9,812% -5,245% 80,40 62,42 62,42 73,55
31/01/2012 1.740,90 C 30 20 1.725 9,812% -5,245% 42,05 47,31 57,74 46,71
31/01/2012 1.740,90 V 62 42 1.675 9,645% -1,815% 7,00 7,93 13,29 6,60
31/01/2012 1.740,90 V 30 20 1.725 9,812% -5,245% 11,89 10,92 21,35 10,17
31/01/2012 1.740,90 C 30 20 1.750 9,812% -5,245% 32,53 30,22 42,23 31,64
31/01/2012 1.740,90 V 153 104 1.700 9,294% 0,535% 20,00 18,81 31,91 20,46
31/01/2012 1.740,90 C 153 104 1.900 9,294% 0,535% 44,50 48,56 38,14 43,80
01/02/2012 1.734,20 V 61 41 1.725 9,641% 2,008% 21,33 13,99 23,84 22,45
01/02/2012 1.734,20 V 91 61 1.800 9,504% 2,001% 50,00 63,26 68,48 72,59
01/02/2012 1.734,20 V 29 19 1.750 9,822% 2,661% 21,82 26,37 38,47 28,99
01/02/2012 1.734,20 C 91 61 1.800 9,504% 2,001% 40,87 29,86 35,07 39,34
62
01/02/2012 1.734,20 C 61 41 1.850 9,641% 2,008% 17,46 22,21 12,74 17,69
01/02/2012 1.734,20 V 61 41 1.750 9,641% 2,008% 32,00 28,61 38,01 35,46
01/02/2012 1.734,20 V 29 19 1.700 9,822% 2,661% 6,92 5,89 16,30 7,60
01/02/2012 1.734,20 V 29 19 1.725 9,822% 2,661% 14,45 16,13 27,38 15,51
01/02/2012 1.734,20 V 61 41 1.700 9,641% 2,008% 11,00 11,42 19,41 13,39
01/02/2012 1.734,20 C 29 19 1.700 9,822% 2,661% 53,00 49,25 59,66 50,87
01/02/2012 1.734,20 C 61 41 1.500 9,641% 2,008% 259,74 252,71 252,71 251,89
01/02/2012 1.734,20 C 91 61 1.850 9,504% 2,001% 28,00 25,46 22,87 28,75
01/02/2012 1.734,20 C 61 41 1.800 9,641% 2,008% 27,00 28,31 28,27 26,46
01/02/2012 1.734,20 C 91 61 1.900 9,504% 2,001% 21,00 21,06 14,17 21,29
01/02/2012 1.734,20 V 61 41 3.000 9,641% 2,008% 1216,00 1.228,78 1.228,78 1.225,10
29/02/2012 1.709,90 C 33 23 1.750 9,458% -4,746% 15,76 4,04 14,14 16,95
29/02/2012 1.709,90 V 33 23 1.750 9,458% -4,746% 51,22 21,60 31,70 34,59
29/02/2012 1.709,90 V 63 43 1.725 9,338% -2,124% 32,00 19,28 25,02 22,52
29/02/2012 1.709,90 V 33 23 1.725 9,458% -4,746% 22,20 15,21 23,72 18,29
29/02/2012 1.709,90 V 33 23 1.675 9,458% -4,746% 3,82 2,44 7,75 3,25
29/02/2012 1.709,90 V 33 23 1.775 9,458% -4,746% 61,40 42,24 42,24 54,17
29/02/2012 1.709,90 V 63 43 1.650 9,338% -2,124% 4,73 3,46 8,64 2,97
29/02/2012 1.709,90 C 93 65 1.900 9,194% -1,034% 14,00 17,94 4,38 16,47
29/02/2012 1.709,90 V 124 85 1.600 9,075% -0,386% 2,00 1,57 5,42 2,05
29/02/2012 1.709,90 C 93 65 1.850 9,194% -1,034% 19,00 22,54 15,04 23,25
29/02/2012 1.709,90 C 33 23 1.725 9,458% -4,746% 26,92 22,33 30,84 25,44
29/02/2012 1.709,90 V 124 85 1.700 9,075% -0,386% 17,85 15,56 23,53 17,52
29/02/2012 1.709,90 V 33 23 1.800 9,458% -4,746% 75,47 66,91 66,91 75,27
29/02/2012 1.709,90 C 93 65 1.800 9,194% -1,034% 27,00 27,14 25,69 32,43
29/02/2012 1.709,90 C 93 65 1.750 9,194% -1,034% 39,40 39,34 48,73 46,50
29/02/2012 1.709,90 V 33 23 1.700 9,458% -4,746% 9,55 8,82 15,73 7,92
29/02/2012 1.709,90 C 63 43 1.725 9,338% -2,124% 37,00 37,59 43,33 40,90
01/03/2012 1.717,80 V 32 22 1.675 9,409% 1,558% 3,99 0,27 7,50 3,71
01/03/2012 1.717,80 C 32 22 1.750 9,409% 1,558% 14,67 7,76 18,09 16,48
01/03/2012 1.717,80 V 62 42 1.700 9,294% 1,236% 13,90 9,68 18,58 12,99
01/03/2012 1.717,80 V 32 22 1.750 9,409% 1,558% 38,07 28,01 38,34 36,70
01/03/2012 1.717,80 V 32 22 1.700 9,409% 1,558% 10,90 9,51 17,78 8,95
01/03/2012 1.717,80 V 32 22 1.725 9,409% 1,558% 21,29 18,76 28,06 20,00
01/03/2012 1.717,80 V 62 42 1.650 9,294% 1,236% 3,50 3,34 9,60 3,00
01/03/2012 1.717,80 C 92 64 1.850 9,153% 1,198% 20,00 20,50 13,90 22,38
01/03/2012 1.717,80 C 32 22 1.650 9,409% 1,558% 76,35 79,07 79,07 80,31
01/03/2012 1.717,80 C 32 22 1.600 9,409% 1,558% 124,20 128,73 128,73 128,59
01/03/2012 1.717,80 C 32 22 1.725 9,409% 1,558% 23,95 23,34 32,64 24,57
01/03/2012 1.717,80 V 32 22 1.900 9,409% 1,558% 172,65 169,22 169,22 170,36
01/03/2012 1.717,80 V 62 42 1.675 9,294% 1,236% 6,60 6,51 14,09 6,55
01/03/2012 1.717,80 V 32 22 2.100 9,409% 1,558% 366,50 367,86 367,86 367,54
30/03/2012 1.822,90 V 33 21 1.775 8,870% -1,883% 3,74 1,75 7,19 3,14
30/03/2012 1.822,90 V 63 43 1.750 8,654% -0,510% 2,00 1,12 7,38 2,47
30/03/2012 1.822,90 C 33 21 1.850 8,870% -1,883% 20,70 17,50 25,46 24,61
30/03/2012 1.822,90 V 33 21 1.850 8,870% -1,883% 33,12 28,09 36,05 35,22
30/03/2012 1.822,90 V 33 21 1.900 8,870% -1,883% 72,40 60,15 60,15 73,16
30/03/2012 1.822,90 V 33 21 1.800 8,870% -1,883% 9,71 10,53 16,81 8,63
30/03/2012 1.822,90 C 33 21 1.775 8,870% -1,883% 60,50 65,48 70,92 66,98
63
30/03/2012 1.822,90 C 63 43 1.900 8,654% -0,510% 24,49 25,43 18,06 25,62
30/03/2012 1.822,90 V 33 21 1.825 8,870% -1,883% 19,03 19,31 26,43 19,68
30/03/2012 1.822,90 V 63 43 1.775 8,654% -0,510% 5,80 5,65 11,42 5,61
30/03/2012 1.822,90 C 33 21 1.825 8,870% -1,883% 34,46 33,49 40,61 33,88
30/03/2012 1.822,90 C 63 43 1.850 8,654% -0,510% 37,80 36,56 36,25 38,30
30/03/2012 1.822,90 C 94 63 1.700 8,609% 0,083% 161,18 158,99 162,71 159,70
02/04/2012 1.830,30 V 30 20 1.875 8,861% -0,461% 47,00 33,00 30,88 47,00
02/04/2012 1.830,30 C 91 62 1.900 8,581% 0,539% 35,00 30,15 23,63 38,08
02/04/2012 1.830,30 C 60 42 1.925 8,645% 0,180% 20,00 23,70 12,36 21,19
02/04/2012 1.830,30 C 30 20 1.850 8,861% -0,461% 22,02 17,92 15,32 22,68
02/04/2012 1.830,30 V 30 20 1.850 8,861% -0,461% 28,69 23,99 21,39 28,75
02/04/2012 1.830,30 V 30 20 1.825 8,861% -0,461% 16,25 14,97 12,77 14,21
02/04/2012 1.830,30 C 91 62 2.000 8,581% 0,539% 19,00 20,39 3,25 20,98
02/04/2012 1.830,30 V 30 20 1.800 8,861% -0,461% 6,00 5,96 4,15 5,58
02/04/2012 1.830,30 C 91 62 1.700 8,581% 0,539% 159,00 163,60 166,04 164,01
02/04/2012 1.830,30 C 30 20 1.825 8,861% -0,461% 34,03 33,73 31,52 32,97
02/04/2012 1.830,30 C 30 20 1.750 8,861% -0,461% 91,42 93,20 93,20 93,72
02/04/2012 1.830,30 C 60 42 1.900 8,645% 0,180% 25,30 27,51 21,07 25,88
02/04/2012 1.830,30 C 30 20 1.775 8,861% -0,461% 69,25 68,38 68,38 70,19
02/04/2012 1.830,30 C 30 20 1.800 8,861% -0,461% 49,35 49,53 47,72 49,17
02/04/2012 1.830,30 V 91 62 3.000 8,581% 0,539% 1113,21 1.110,93 1.110,93 1.109,45
30/04/2012 1.894,00 V 32 23 1.925 8,370% -7,565% 36,61 19,23 14,15 27,43
30/04/2012 1.894,00 C 32 23 1.900 8,370% -7,565% 27,67 34,79 30,85 35,68
30/04/2012 1.894,00 V 32 23 1.900 8,370% -7,565% 19,08 13,36 9,41 14,10
30/04/2012 1.894,00 C 93 65 2.000 8,121% -1,693% 28,09 29,28 10,90 32,68
30/04/2012 1.894,00 C 63 43 1.875 8,218% -3,406% 58,50 63,68 61,70 67,23
30/04/2012 1.894,00 C 32 23 1.875 8,370% -7,565% 52,40 53,57 50,75 52,77
02/05/2012 1.914,90 V 30 22 1.875 8,377% -4,175% 5,67 3,38 1,19 4,32
02/05/2012 1.914,90 C 30 22 1.950 8,377% -4,175% 19,59 12,04 7,43 21,81
02/05/2012 1.914,90 V 30 22 1.925 8,377% -4,175% 24,18 18,39 14,58 20,23
02/05/2012 1.914,90 V 30 22 1.975 8,377% -4,175% 54,00 38,57 38,57 54,35
02/05/2012 1.914,90 C 30 22 1.875 8,377% -4,175% 55,00 63,72 61,53 64,88
02/05/2012 1.914,90 C 91 64 1.925 8,075% -0,449% 55,40 62,02 51,65 62,90
02/05/2012 1.914,90 C 91 64 2.025 8,075% -0,449% 27,50 28,00 9,89 33,30
02/05/2012 1.914,90 V 245 168 1.850 7,844% 1,110% 19,60 18,91 24,41 16,11
02/05/2012 1.914,90 V 30 22 1.900 8,377% -4,175% 11,24 10,89 7,89 9,74
02/05/2012 1.914,90 C 30 22 1.925 8,377% -4,175% 28,30 29,27 25,46 31,15
02/05/2012 1.914,90 C 61 42 1.800 8,186% -1,588% 135,00 143,98 143,98 145,05
02/05/2012 1.914,90 C 30 22 1.850 8,377% -4,175% 83,23 85,06 85,06 87,07
02/05/2012 1.914,90 C 124 87 1.950 8,066% 0,001% 65,50 65,12 50,76 66,71
02/05/2012 1.914,90 C 61 42 1.950 8,186% -1,588% 38,00 35,88 19,40 37,48
02/05/2012 1.914,90 C 61 42 1.900 8,186% -1,588% 61,30 55,96 49,88 60,55
02/05/2012 1.914,90 V 61 42 3.000 8,186% -1,588% 1048,50 1.036,63 1.036,63 1.039,37
02/05/2012 1.914,90 C 30 22 1.900 8,377% -4,175% 45,58 46,49 43,50 45,48
31/05/2012 2.020,20 V 32 21 1.950 7,992% 1,658% 9,35 2,44 8,03 8,46
31/05/2012 2.020,20 V 32 21 2.075 7,992% 1,658% 65,00 57,19 64,20 68,90
31/05/2012 2.020,20 C 32 21 1.950 7,992% 1,658% 94,00 82,90 88,49 88,82
31/05/2012 2.020,20 C 32 21 2.050 7,992% 1,658% 32,65 27,23 33,96 32,24
31/05/2012 2.020,20 V 32 21 2.050 7,992% 1,658% 47,71 46,24 52,97 51,22
64
31/05/2012 2.020,20 C 123 85 2.100 7,724% 1,860% 65,70 61,58 62,65 61,49
31/05/2012 2.020,20 V 123 85 2.050 7,724% 1,860% 68,60 64,11 70,45 67,22
31/05/2012 2.020,20 V 32 21 2.000 7,992% 1,658% 23,80 24,34 30,50 23,35
31/05/2012 2.020,20 C 32 21 1.900 7,992% 1,658% 130,00 130,20 130,20 132,46
31/05/2012 2.020,20 C 32 21 2.025 7,992% 1,658% 41,22 41,15 47,59 41,67
01/06/2012 2.036,40 C 31 20 2.100 8,010% -1,551% 25,03 9,16 11,87 24,33
01/06/2012 2.036,40 V 31 20 1.975 8,010% -1,551% 10,95 6,04 7,99 9,32
01/06/2012 2.036,40 C 31 20 2.075 8,010% -1,551% 32,40 23,80 26,36 31,27
01/06/2012 2.036,40 V 31 20 2.100 8,010% -1,551% 73,45 56,88 59,59 72,12
01/06/2012 2.036,40 V 122 84 2.050 7,687% 1,121% 61,79 50,01 45,96 55,51
01/06/2012 2.036,40 V 31 20 2.050 8,010% -1,551% 41,00 36,55 38,95 38,41
01/06/2012 2.036,40 V 31 20 2.025 8,010% -1,551% 28,20 26,38 28,63 25,40
01/06/2012 2.036,40 C 122 84 2.000 7,687% 1,121% 102,18 110,20 111,84 111,79
01/06/2012 2.036,40 C 31 20 1.925 8,010% -1,551% 118,52 125,95 125,95 128,80
01/06/2012 2.036,40 C 215 146 2.200 7,585% 1,700% 67,45 73,65 60,55 73,15
01/06/2012 2.036,40 V 31 20 2.000 8,010% -1,551% 17,17 16,21 18,31 15,77
01/06/2012 2.036,40 V 61 42 1.950 7,872% 0,096% 12,00 11,36 11,95 11,07
01/06/2012 2.036,40 C 215 146 2.100 7,585% 1,700% 94,68 95,44 99,27 99,27
01/06/2012 2.036,40 C 31 20 2.050 8,010% -1,551% 39,23 38,44 40,85 40,31
01/06/2012 2.036,40 C 31 20 1.800 8,010% -1,551% 244,17 250,01 250,01 250,32
01/06/2012 2.036,40 C 122 84 2.100 7,687% 1,121% 69,48 67,56 56,93 67,84
01/06/2012 2.036,40 C 31 20 1.950 8,010% -1,551% 104,76 101,14 101,14 106,41
01/06/2012 2.036,40 V 31 20 2.500 8,010% -1,551% 451,78 444,70 444,70 445,50
01/06/2012 2.036,40 V 31 20 2.400 8,010% -1,551% 351,10 345,46 345,46 346,47
01/06/2012 2.036,40 C 31 20 2.025 8,010% -1,551% 51,90 53,09 55,34 52,14
01/06/2012 2.036,40 C 31 20 1.900 8,010% -1,551% 151,79 150,76 150,76 152,27
29/06/2012 2.022,80 C 33 23 2.075 7,752% 7,920% 18,88 9,37 20,14 19,47
29/06/2012 2.022,80 V 33 23 2.025 7,752% 7,920% 26,57 36,34 47,01 36,52
29/06/2012 2.022,80 V 33 23 2.000 7,752% 7,920% 17,57 23,57 34,18 23,35
29/06/2012 2.022,80 V 33 23 1.975 7,752% 7,920% 8,79 10,80 21,35 13,99
29/06/2012 2.022,80 V 66 46 1.975 7,659% 4,623% 22,11 19,68 29,12 21,57
29/06/2012 2.022,80 C 33 23 2.050 7,752% 7,920% 26,25 21,60 32,32 25,67
29/06/2012 2.022,80 V 33 23 2.075 7,752% 7,920% 71,25 61,89 72,66 71,61
29/06/2012 2.022,80 V 33 23 2.100 7,752% 7,920% 91,57 77,52 85,49 91,81
29/06/2012 2.022,80 C 33 23 2.000 7,752% 7,920% 47,75 46,06 56,67 45,68
29/06/2012 2.022,80 V 33 23 2.050 7,752% 7,920% 51,00 49,12 59,84 52,99
29/06/2012 2.022,80 C 33 23 1.950 7,752% 7,920% 79,00 72,50 81,03 80,01
29/06/2012 2.022,80 C 187 127 2.100 7,362% 2,956% 74,55 72,45 70,24 73,95
29/06/2012 2.022,80 C 187 127 2.200 7,362% 2,956% 52,00 48,24 31,86 51,59
02/07/2012 1.993,10 C 30 22 2.050 7,742% 3,898% 17,97 5,92 12,37 18,84
02/07/2012 1.993,10 V 63 45 2.000 7,668% 2,573% 43,23 30,61 38,22 42,18
02/07/2012 1.993,10 V 63 45 1.975 7,668% 2,573% 29,00 21,80 27,86 29,64
02/07/2012 1.993,10 C 30 22 2.025 7,742% 3,898% 25,25 19,42 25,64 25,12
02/07/2012 1.993,10 V 91 64 2.100 7,520% 2,399% 95,50 110,35 103,99 115,60
02/07/2012 1.993,10 V 30 22 2.050 7,742% 3,898% 64,81 55,95 62,40 68,70
02/07/2012 1.993,10 V 30 22 1.950 7,742% 3,898% 12,25 10,28 15,83 12,03
02/07/2012 1.993,10 V 30 22 2.025 7,742% 3,898% 46,00 44,53 50,75 50,15
02/07/2012 1.993,10 V 30 22 2.000 7,742% 3,898% 33,07 33,12 39,11 33,87
02/07/2012 1.993,10 V 30 22 1.975 7,742% 3,898% 20,45 21,70 27,47 20,95
65
02/07/2012 1.993,10 C 30 22 2.000 7,742% 3,898% 33,28 32,92 38,91 33,67
02/07/2012 1.993,10 V 91 64 2.500 7,520% 2,399% 472,00 474,60 474,60 474,70
02/07/2012 1.993,10 C 91 64 1.500 7,520% 2,399% 511,00 512,48 512,48 509,37
31/07/2012 2.047,00 C 34 24 2.100 7,511% -2,478% 18,62 5,05 22,52 18,95
31/07/2012 2.047,00 V 34 24 2.000 7,511% -2,478% 7,96 4,10 15,92 6,68
31/07/2012 2.047,00 C 155 105 2.350 7,111% 0,665% 22,64 15,84 0,17 21,50
31/07/2012 2.047,00 V 34 24 2.100 7,511% -2,478% 54,83 38,17 55,64 52,15
31/07/2012 2.047,00 V 34 24 2.025 7,511% -2,478% 15,42 12,62 25,85 12,20
31/07/2012 2.047,00 V 34 24 2.150 7,511% -2,478% 98,00 82,64 82,64 92,46
31/07/2012 2.047,00 C 155 105 2.100 7,111% 0,665% 68,20 60,84 50,19 67,42
31/07/2012 2.047,00 C 62 43 2.150 7,340% -0,754% 19,23 20,32 7,43 21,32
31/07/2012 2.047,00 C 34 24 2.000 7,511% -2,478% 65,90 70,03 81,85 72,77
31/07/2012 2.047,00 V 34 24 2.250 7,511% -2,478% 200,00 181,70 181,70 184,15
31/07/2012 2.047,00 C 62 43 2.000 7,340% -0,754% 79,00 84,56 86,08 85,15
31/07/2012 2.047,00 C 62 43 2.050 7,340% -0,754% 49,00 44,47 45,16 52,23
31/07/2012 2.047,00 C 34 24 2.050 7,511% -2,478% 35,74 37,54 52,19 37,89
31/07/2012 2.047,00 C 62 43 2.100 7,340% -0,754% 30,93 32,39 25,65 32,67
31/07/2012 2.047,00 C 155 105 2.150 7,111% 0,665% 54,60 50,66 32,13 52,75
31/07/2012 2.047,00 C 34 24 1.925 7,511% -2,478% 137,03 140,23 140,23 141,26
31/07/2012 2.047,00 C 155 105 1.950 7,111% 0,665% 156,00 157,96 156,59 157,83
31/07/2012 2.047,00 C 155 105 2.000 7,111% 0,665% 118,00 116,44 113,90 119,27
31/07/2012 2.047,00 V 34 24 2.200 7,511% -2,478% 136,50 132,17 132,17 137,31
31/07/2012 2.047,00 C 155 105 2.300 7,111% 0,665% 27,00 24,54 3,21 27,14
31/07/2012 2.047,00 C 307 208 2.250 7,106% 1,416% 72,00 69,62 60,72 71,72
31/07/2012 2.047,00 C 155 105 2.050 7,111% 0,665% 89,00 88,64 82,04 88,70
01/08/2012 2.044,60 C 33 23 2.100 7,492% 0,117% 15,81 2,25 16,69 16,81
01/08/2012 2.044,60 V 33 23 2.000 7,492% 0,117% 8,66 4,96 15,58 7,63
01/08/2012 2.044,60 V 61 42 2.000 7,328% 0,764% 9,30 11,99 17,02 12,74
01/08/2012 2.044,60 V 33 23 2.100 7,492% 0,117% 61,67 43,56 58,00 58,12
01/08/2012 2.044,60 C 33 23 2.075 7,492% 0,117% 22,52 17,43 30,91 23,47
01/08/2012 2.044,60 V 154 104 2.050 7,102% 1,317% 47,00 41,87 36,84 42,37
01/08/2012 2.044,60 V 33 23 2.075 7,492% 0,117% 41,68 33,91 47,39 39,95
01/08/2012 2.044,60 V 33 23 2.050 7,492% 0,117% 26,58 24,26 36,79 24,90
01/08/2012 2.044,60 C 61 42 2.150 7,328% 0,764% 21,00 20,04 11,16 19,78
01/08/2012 2.044,60 C 154 104 2.200 7,102% 1,317% 39,00 40,85 18,07 41,16
01/08/2012 2.044,60 V 33 23 2.025 7,492% 0,117% 14,56 14,61 26,19 14,15
01/08/2012 2.044,60 C 33 23 2.050 7,492% 0,117% 32,47 32,61 45,14 33,25
01/08/2012 2.044,60 C 33 23 2.025 7,492% 0,117% 46,90 47,79 59,37 47,34
31/08/2012 2.034,50 V 489 335 2.000 7,520% 2,218% 52,00 23,74 47,09 39,31
31/08/2012 2.034,50 V 62 42 2.025 7,046% 3,594% 25,47 15,99 20,34 24,38
31/08/2012 2.034,50 C 62 42 2.050 7,046% 3,594% 36,30 27,83 29,39 34,66
31/08/2012 2.034,50 V 62 42 1.950 7,046% 3,594% 5,35 6,09 5,05 4,51
31/08/2012 2.034,50 C 31 20 2.025 7,090% 6,278% 31,00 28,48 52,73 28,30
31/08/2012 2.034,50 V 31 20 2.025 7,090% 6,278% 16,75 17,67 41,93 17,55
31/08/2012 2.034,50 V 124 82 2.000 7,018% 2,593% 21,80 20,89 21,47 22,21
03/09/2012 2.032,60 V 28 19 2.000 7,077% 1,868% 6,63 4,99 27,59 7,35
03/09/2012 2.032,60 V 28 19 2.075 7,077% 1,868% 44,30 36,13 62,62 46,33
03/09/2012 2.032,60 V 28 19 2.050 7,077% 1,868% 27,38 25,75 50,94 28,40
03/09/2012 2.032,60 V 28 19 2.025 7,077% 1,868% 14,64 15,37 39,26 15,04
66
03/09/2012 2.032,60 V 121 81 2.000 6,990% 1,521% 20,52 18,97 15,02 20,04
03/09/2012 2.032,60 V 28 19 2.150 7,077% 1,868% 113,00 108,97 108,97 111,78
03/09/2012 2.032,60 C 28 19 1.950 7,077% 1,868% 92,00 90,24 94,48 91,52
28/09/2012 2.028,50 V 34 23 2.000 7,018% 3,566% 5,00 3,23 32,45 5,71
28/09/2012 2.028,50 C 34 23 2.050 7,018% 3,566% 14,78 8,97 41,31 13,11
28/09/2012 2.028,50 V 34 23 2.025 7,018% 3,566% 12,05 13,63 44,40 13,46
28/09/2012 2.028,50 V 66 43 2.100 7,023% 2,517% 63,00 69,96 67,07 68,45
28/09/2012 2.028,50 V 66 43 1.975 7,023% 2,517% 4,60 5,20 9,44 4,38
28/09/2012 2.028,50 C 96 63 2.050 6,999% 2,265% 36,59 32,39 34,11 35,54
28/09/2012 2.028,50 V 34 23 2.050 7,018% 3,566% 24,54 24,02 56,36 28,12
28/09/2012 2.028,50 V 66 43 2.050 7,023% 2,517% 27,00 28,91 33,45 30,92
28/09/2012 2.028,50 C 126 85 1.950 7,003% 2,091% 123,80 116,49 116,10 115,24
28/09/2012 2.028,50 V 34 23 2.100 7,018% 3,566% 65,10 64,90 80,27 69,14
28/09/2012 2.028,50 C 34 23 2.025 7,018% 3,566% 23,60 23,50 54,27 23,30
28/09/2012 2.028,50 V 185 123 2.400 7,009% 1,901% 319,20 319,82 312,40 320,23
28/09/2012 2.028,50 V 185 123 2.500 7,009% 1,901% 410,70 414,70 409,94 411,88
01/10/2012 2.026,00 C 31 22 2.050 7,023% 1,102% 11,91 6,75 43,79 12,06
01/10/2012 2.026,00 V 31 22 2.000 7,023% 1,102% 4,06 2,75 34,25 4,52
01/10/2012 2.026,00 C 93 62 2.100 6,990% 1,300% 20,00 17,56 11,29 20,02
01/10/2012 2.026,00 C 31 22 2.000 7,023% 1,102% 41,47 39,06 70,56 40,79
01/10/2012 2.026,00 V 31 22 2.025 7,023% 1,102% 11,50 11,46 45,74 11,39
01/10/2012 2.026,00 C 63 42 1.700 7,013% 1,164% 340,00 342,49 342,49 341,83
01/10/2012 2.026,00 C 31 22 2.025 7,023% 1,102% 22,76 22,90 57,18 22,82
01/10/2012 2.026,00 V 63 42 2.450 7,013% 1,164% 400,77 400,23 400,23 399,67
31/10/2012 2.030,80 C 33 21 2.050 6,859% 1,436% 11,35 6,42 55,16 11,13
31/10/2012 2.030,80 C 63 41 2.100 6,859% 1,452% 10,00 11,12 15,25 10,95
31/10/2012 2.030,80 C 93 63 2.100 6,850% 1,344% 18,25 16,58 12,03 20,04
31/10/2012 2.030,80 C 63 41 2.050 6,859% 1,452% 20,45 20,87 31,48 22,06
31/10/2012 2.030,80 V 33 21 2.025 6,859% 1,436% 7,85 7,81 53,24 7,67
01/11/2012 2.030,90 V 92 62 1.950 6,859% 1,590% 1,80 3,23 2,05 2,24
01/11/2012 2.030,90 C 62 40 2.100 6,864% 1,783% 9,58 13,56 8,83 11,54
01/11/2012 2.030,90 C 32 20 2.050 6,863% 2,033% 9,89 6,38 35,62 11,28
01/11/2012 2.030,90 V 32 20 2.050 6,863% 2,033% 20,67 17,63 46,88 22,52
01/11/2012 2.030,90 V 92 62 1.975 6,859% 1,590% 4,90 4,32 3,67 4,49
01/11/2012 2.030,90 V 92 62 2.000 6,859% 1,590% 8,00 7,01 6,85 8,37
01/11/2012 2.030,90 C 62 40 2.050 6,864% 1,783% 21,00 20,95 25,65 22,55
01/11/2012 2.030,90 C 32 20 2.025 6,863% 2,033% 21,00 22,08 48,97 21,70
01/11/2012 2.030,90 C 32 20 1.975 6,863% 2,033% 64,40 63,46 75,67 64,05
01/11/2012 2.030,90 C 32 20 2.000 6,863% 2,033% 41,16 38,55 62,32 41,07
30/11/2012 2.109,80 C 33 21 2.100 6,850% -15,23% 28,74 54,23 48,08 53,77
30/11/2012 2.109,80 C 33 21 2.050 6,850% -15,23% 64,55 97,17 97,17 99,15
30/11/2012 2.109,80 C 63 43 2.075 6,843% -6,900% 61,00 86,94 82,89 88,77
30/11/2012 2.109,80 C 63 43 2.125 6,843% -6,900% 35,00 48,77 18,27 50,97
30/11/2012 2.109,80 C 63 43 2.050 6,843% -6,900% 80,00 109,93 107,31 111,09
30/11/2012 2.109,80 C 122 81 2.150 6,850% -2,919% 45,55 59,10 38,28 59,05
30/11/2012 2.109,80 C 63 43 1.950 6,843% -6,900% 201,85 205,00 205,00 207,43
03/12/2012 2.113,10 C 30 20 2.075 6,867% -4,952% 46,00 60,02 57,47 61,38
03/12/2012 2.113,10 C 60 42 2.150 6,831% -1,848% 29,05 32,96 5,41 33,86
03/12/2012 2.113,10 C 30 20 2.050 6,867% -4,952% 72,59 82,24 82,24 83,94
67
03/12/2012 2.113,10 V 88 60 2.250 6,841% -0,819% 133,00 117,53 96,24 117,88
03/12/2012 2.113,10 V 30 20 2.225 6,867% -4,952% 107,44 91,13 91,13 98,76
03/12/2012 2.113,10 C 60 42 2.125 6,831% -1,848% 35,23 38,34 22,71 43,70
03/12/2012 2.113,10 C 60 42 1.900 6,831% -1,848% 220,60 240,39 240,39 241,13
03/12/2012 2.113,10 V 60 42 2.400 6,831% -1,848% 276,82 252,43 252,43 256,66
03/12/2012 2.113,10 C 88 60 1.800 6,841% -0,819% 323,53 345,63 345,63 346,30
03/12/2012 2.113,10 C 210 143 2.300 6,813% 0,589% 41,40 40,68 13,01 43,74
03/12/2012 2.113,10 C 60 42 2.025 6,831% -1,848% 114,11 120,12 117,18 119,70
03/12/2012 2.113,10 C 60 42 2.000 6,831% -1,848% 137,75 142,60 141,82 143,29
03/12/2012 2.113,10 C 30 20 2.100 6,867% -4,952% 40,38 42,56 32,71 41,60
03/12/2012 2.113,10 C 60 42 2.075 6,831% -1,848% 77,68 75,16 67,98 76,15
03/12/2012 2.113,10 C 210 143 2.150 6,813% 0,589% 82,00 79,67 67,83 83,34
03/12/2012 2.113,10 C 60 42 2.050 6,831% -1,848% 98,50 97,64 92,54 97,09
28/12/2012 2.043,40 V 35 24 2.000 6,742% -0,682% 5,51 0,83 29,92 4,87
28/12/2012 2.043,40 C 35 24 2.075 6,742% -0,682% 16,08 9,84 46,45 16,62
28/12/2012 2.043,40 V 63 42 1.975 6,766% 0,133% 3,50 4,48 14,35 4,32
28/12/2012 2.043,40 V 63 42 2.050 6,766% 0,133% 25,00 17,85 29,91 22,79
28/12/2012 2.043,40 V 35 24 2.075 6,742% -0,682% 35,75 26,82 63,43 33,61
28/12/2012 2.043,40 V 63 42 2.025 6,766% 0,133% 14,20 10,75 24,72 13,36
28/12/2012 2.043,40 C 370 255 2.300 6,887% 1,070% 55,00 42,33 39,84 56,52
28/12/2012 2.043,40 C 35 24 2.025 6,742% -0,682% 39,86 42,16 73,76 42,40
28/12/2012 2.043,40 C 35 24 2.000 6,742% -0,682% 58,98 58,32 87,41 62,40
28/12/2012 2.043,40 V 35 24 2.050 6,742% -0,682% 19,98 18,16 52,26 18,86
28/12/2012 2.043,40 C 63 42 2.100 6,766% 0,133% 19,60 20,64 29,18 20,67
28/12/2012 2.043,40 C 63 42 2.000 6,766% 0,133% 69,96 73,00 84,93 73,09
28/12/2012 2.043,40 C 63 42 2.050 6,766% 0,133% 37,35 33,78 45,84 38,73
28/12/2012 2.043,40 V 63 42 2.000 6,766% 0,133% 8,00 7,61 19,54 7,71
28/12/2012 2.043,40 V 35 24 2.025 6,742% -0,682% 9,91 9,49 41,09 9,71
28/12/2012 2.043,40 C 35 24 2.050 6,742% -0,682% 26,56 26,00 60,11 26,71
Preços Teóricos
Preço de Modelo
Data Spot DC DU Strike 1 Strike 2 Taxa PRE BS
Mercado Proposto
02/01/2012 1.867,50 30 22 1.750 1.900 10,1509% 42,46 39,52 44,14
02/01/2012 1.867,50 59 41 1.750 2.150 10,0243% 262,64 259,84 238,86
02/01/2012 1.867,50 91 63 1.500 3.000 9,8804% 1.070,34 1.072,03 1.059,05
31/01/2012 1.740,90 30 20 1.700 1.825 9,8124% 74,29 59,12 63,25
31/01/2012 1.740,90 62 42 1.650 1.725 9,6455% 15,85 4,61 13,79
31/01/2012 1.740,90 153 104 1.700 1.900 9,2944% 119,53 121,38 98,37
01/02/2012 1.734,20 29 19 1.700 1.750 9,8215% 14,90 20,48 19,64
01/02/2012 1.734,20 61 41 1.500 3.000 9,6410% 1.203,86 1.228,78 1.189,74
01/02/2012 1.734,20 91 61 1.800 1.900 9,5037% 105,79 89,41 68,61
29/02/2012 1.709,90 33 23 1.675 1.800 9,4583% 71,65 64,48 65,82
68
29/02/2012 1.709,90 63 43 1.650 1.725 9,3381% 17,90 15,82 18,44
29/02/2012 1.709,90 93 65 1.750 1.900 9,1941% 119,96 124,69 99,15
29/02/2012 1.709,90 124 85 1.600 1.700 9,0754% 15,85 13,99 15,03
01/03/2012 1.717,80 32 22 1.600 2.100 9,4091% 366,54 367,86 358,44
01/03/2012 1.717,80 62 42 1.650 1.700 9,2944% 10,40 6,34 9,47
30/03/2012 1.822,90 33 21 1.775 1.900 8,8697% 68,66 59,94 61,90
30/03/2012 1.822,90 63 43 1.750 1.900 8,6545% 73,72 72,86 62,68
02/04/2012 1.830,30 30 20 1.750 1.875 8,8606% 44,46 33,00 43,97
02/04/2012 1.830,30 60 42 1.900 1.925 8,6453% 19,23 20,86 17,01
02/04/2012 1.830,30 91 62 1.700 3.000 8,5811% 1.113,15 1.110,93 1.090,86
30/04/2012 1.894,00 32 23 1.875 1.925 8,3698% 26,20 11,73 18,73
02/05/2012 1.914,90 30 22 1.850 1.975 8,3771% 51,56 38,57 49,41
02/05/2012 1.914,90 61 42 1.800 3.000 8,1856% 1.052,91 1.036,63 1.020,10
02/05/2012 1.914,90 91 64 1.925 2.025 8,0750% 69,47 63,84 54,95
31/05/2012 2.020,20 32 21 1.900 2.075 7,9920% 60,70 57,19 63,56
31/05/2012 2.020,20 123 85 2.050 2.100 7,7239% 39,42 36,14 26,68
01/06/2012 2.036,40 31 20 1.800 2.500 8,0104% 452,52 444,70 442,99
01/06/2012 2.036,40 122 84 2.000 2.100 7,6868% 64,64 55,20 44,30
01/06/2012 2.036,40 215 146 2.100 2.200 7,5849% 68,93 74,86 55,98
29/06/2012 2.022,80 33 23 1.950 2.100 7,7516% 80,85 77,52 76,98
29/06/2012 2.022,80 187 127 2.100 2.200 7,3622% 74,76 73,59 62,05
02/07/2012 1.993,10 30 22 1.950 2.050 7,7424% 52,56 45,66 50,58
02/07/2012 1.993,10 63 45 1.975 2.000 7,6683% 14,23 8,81 10,69
02/07/2012 1.993,10 91 64 1.500 2.500 7,5200% 467,06 474,60 474,42
31/07/2012 2.047,00 34 24 1.925 2.250 7,5107% 198,65 181,70 180,57
31/07/2012 2.047,00 62 43 2.000 2.150 7,3399% 87,42 83,70 75,33
31/07/2012 2.047,00 155 105 1.950 2.350 7,1111% 254,08 247,28 227,37
01/08/2012 2.044,60 33 23 2.000 2.100 7,4922% 53,01 38,60 46,57
01/08/2012 2.044,60 61 42 2.000 2.150 7,3278% 97,14 90,06 79,09
01/08/2012 2.044,60 154 104 2.050 2.200 7,1017% 98,83 102,48 83,89
31/08/2012 2.034,50 62 42 1.950 2.050 7,0458% 38,52 25,48 31,83
03/09/2012 2.032,60 28 19 1.950 2.150 7,0766% 106,94 108,97 107,64
28/09/2012 2.028,50 34 23 2.000 2.100 7,0179% 60,10 61,66 58,91
28/09/2012 2.028,50 66 43 1.975 2.100 7,0225% 58,40 64,75 59,00
28/09/2012 2.028,50 185 123 2.400 2.500 7,0086% 91,50 94,88 89,95
01/10/2012 2.026,00 31 22 2.000 2.050 7,0235% 25,06 17,44 20,27
01/10/2012 2.026,00 63 42 1.700 2.450 7,0132% 397,69 400,23 399,53
31/10/2012 2.030,80 33 21 2.025 2.050 6,8593% 17,26 8,56 11,90
31/10/2012 2.030,80 63 41 2.050 2.100 6,8593% 38,86 39,81 31,71
01/11/2012 2.030,90 32 20 1.975 2.050 6,8630% 15,56 17,63 21,55
01/11/2012 2.030,90 62 40 2.050 2.100 6,8639% 37,93 42,22 31,83
01/11/2012 2.030,90 92 62 1.950 2.000 6,8593% 6,20 3,77 6,45
30/11/2012 2.109,80 63 43 1.950 2.125 6,8434% 3,24 14,71 16,46
03/12/2012 2.113,10 30 20 2.050 2.225 6,8667% 112,83 91,13 90,93
03/12/2012 2.113,10 60 42 1.900 2.400 6,8313% 291,55 252,43 254,33
03/12/2012 2.113,10 88 60 1.800 2.250 6,8406% 149,52 117,53 117,75
03/12/2012 2.113,10 210 143 2.150 2.300 6,8126% 103,47 105,81 83,94
28/12/2012 2.043,40 35 24 2.000 2.075 6,7425% 30,24 26,00 28,34
28/12/2012 2.043,40 63 42 1.975 2.100 6,7659% 53,29 49,67 47,90
69
APÊNDICE B – ESTUDO DE CASO PARA AS EXPORTAÇÕES BRASILEIRAS
desenvolver novas ferramentas financeiras, para permitir o fortalecimento deste setor. Este
bastante alteração. Muitos fatores ajudam a explicar esse comportamento, dos quais se
destacam: (i) a valorização dos preços das commodities, que compõe boa parte da pauta de
externo, quanto pelo maior acesso ao financiamento à exportação. O gráfico, abaixo, ilustra a
evolução das exportações brasileiras, elaborado com base na série mensal de exportação
(MDIC).
70
28000
24000
20000
16000
12000
8000
4000
03 04 05 06 07 08 09 10 11
Fonte: MDIC
Figura 16 – Série histórica das exportações brasileiras, base mensal em US$ milhões.
Fonte: http://www.desenvolvimento.gov.br
Conforme exposto acima, boa parte dessa evolução das exportações brasileiras está
valorização de preço acelerada nos últimos anos, impulsionada pela demanda, principalmente
da China, que precisa desses insumos para sustentar seu plano de crescimento elevado.
Abaixo, segue a série histórica mensal do índice de preço de commodities, sem considerar
combustíveis, elaborado pelo FMI, com base nos preços internacionais em dólar americano.
220
200
180
160
140
120
100
80
60
03 04 05 06 07 08 09 10 11
Fonte: FMI
71
Já a introdução do câmbio flutuante, em janeiro de 1999, alterou a lógica de formação de
preço dessa variável, quando seu valor passou a ser determinado no mercado de divisas,
através de interação das forças de oferta e demanda, e não mais controlado, de forma rígida,
pelo Banco Central do Brasil (BACEN). Desde então, o câmbio passou a se relacionar, de
forma mais intensa e imediata com as variáveis de mercado, como, por exemplo, a própria
mercado interno. O gráfico abaixo, elaborado com a série histórica da taxa de câmbio livre
para venda, disponibilizada pelo BACEN, ilustra essa evolução na taxa de câmbio.
3,5
2,5
1,5
0,5
0
4
1
l/9
l/9
l/9
l/9
l/9
l/9
l/0
l/0
l/0
l/0
l/0
l/0
l/0
l/0
l/0
l/0
l/1
l/1
ju
ju
ju
ju
ju
ju
ju
ju
ju
ju
ju
ju
ju
ju
ju
ju
ju
ju
mercado, fez com que os agentes pudessem identificar, com maior clareza, a necessidade de
rentabilidade associada.
10
Essa avaliação, segundo a Confederação Nacional da Indústria (CNI) , se torna mais
relevante no setor manufaturado, cujas margens são apertadas devido a forte concorrência
10
Seminário “Taxas de Juros e Câmbio: Efeitos dos juros e do câmbio sobre a indústria” de Armando Monteiro
Neto, presidente da CNI, em maio de 2010.
72
internacional. Além disso, o processo produtivo é mais longo, exigindo algum tipo de
Para uma análise dos efeitos da taxa de câmbio sobre as exportações de bens
manufaturados, foi gerada uma série histórica da participação desses bens, segundo critérios
Cabe destacar que, por questão estratégica e por limitação de recursos, o BNDES
seleciona os bens passíveis de apoio financeiro, cuja produção seja geradora de emprego,
renda e inovação tecnológica. Assim, para ter acesso ao financiamento do BNDES, o produto
exportado precisa pertencer, de acordo com seu NCM11, aos chamados Grupo I, Grupo II e,
em determinadas situações, Grupo III, que são classificações elaboradas pelo corpo técnico do
produzidos no Brasil.
O gráfico, a seguir, elaborado com base nos dados de exportação por NCM,
disponibilizados pelo MDIC, compara a evolução mensal da exportação brasileira total com a
exportação brasileira dos bens classificados dentro do Grupo I e Grupo II. É possível perceber
que, principalmente nos últimos anos, há um descolamento entre as curvas, configurando uma
11
NCM é a nomenclatura para classificação de mercadorias e produtos adotada pelos países do Mercosul. O
código NCM - Nomenclatura Comum do Mercosul é composto de oito dígitos, sendo os 6 primeiros formados
pelo SH - Sistema Harmonizado e os 2 últimos são formados de acordo com a definição estabelecida pelo
Mercosul.
12
A classificação de produtos atualizada, por NCM, está disponível no site do BNDES em:
http://www.bndes.gov.br/SiteBNDES/export/sites/default/bndes_pt/Galerias/Arquivos/produtos/download/Rel_p
rod.pdf
73
30.000
25.000
20.000
15.000
10.000
5.000
-
3
1
3
2
l/0
l/0
l/0
l/0
l/0
l/0
l/0
l/1
l/1
/0
/0
/0
/0
/0
/0
/0
/1
/1
/1
n
n
ju
ju
ju
ju
ju
ju
ju
ju
ju
ja
ja
ja
ja
ja
ja
ja
ja
ja
ja
Exportação total Exportação Grupo I e II
Figura 19 – Comparação entre a série mensal de exportação brasileira total e a série mensal de exportação
de bens manufaturados (em US$ milhões).
Fonte: MDIC
Inúmeros fatores contribuíram para essa perda relativa de participação dos bens
associações de classe, como a ABIMAQ13, afirmam haver uma relação entra essa perda de
participação dos bens manufaturados e a valorização do real frente outras moedas nos últimos
Para testar essa teoria, abaixo, segue uma análise de reposta impulso da participação dos
bens manufaturados, segundo os critérios do BNDES citados acima, pela taxa de câmbio entre
dólar e real. Essa análise consiste em testar a interação entre uma variação na taxa de câmbio,
manufaturados nos períodos seguintes, a partir das séries históricas dessas duas variáveis.
Observa-se que existe uma tendência de aumento dessa participação de bens manufaturados,
quando ocorre um choque positivo na taxa de câmbio, ou seja, uma desvalorização do real,
13
A ABIMAQ é a Associação Brasileira da Indústria de Máquinas e Serviços.
74
24
20
16
12
-4
1 2 3 4 5 6 7 8 9 10
Figura 20 – Resposta impulso acumulada da participação de bens de maior valor agregado nas
exportações brasileiras após uma valorização do dólar frente ao real.
commodities, o risco Brasil14 (que é função do diferencial de taxa de juros da dívida brasileira
e a taxa de juros internacional livre de risco) e a variação acumulada do IPCA nos últimos 12
meses. Note que não há a intenção de se fazer uma avaliação de causalidade, sendo suficiente
uma análise de correlação e interação. O resultado é bastante intuitivo, pois confirma que o
dólar tende a se valorizar frente ao real quando há um aumento da percepção de risco Brasil
aumento do preço internacional das commodities, que compõem grande parte da pauta de
exportação brasileira.
Abaixo, segue uma análise de correlação e resposta impulso, com base nos dados de taxa
14
Para a medição do risco Brasil, foi usado o índice EMBI – Emerging Markets Bond Index, calculado pelo
banco JP Morgan. Utiliza-se, como base, os valores de negociações diárias, em mercados secundários, de títulos
da dívida brasileira em relação aos títulos do governo americano.
75
CAMBIO EMBI COMMODITY_PRICE IPCA
CAMBIO 1,00 0,89 -0,89 0,65
EMBI 0,89 1,00 -0,74 0,82
COMMODITY_PRICE -0,89 -0,74 1,00 -0,50
IPCA 0,65 0,82 -0,50 1,00
Fonte: Elaboração própria a partir de dados do BACEN e FMI
Tabela 7 – Correlação entre câmbio e demais variáveis de mercado.
As funções resposta impulso foram construídas para avaliar a resposta do câmbio, nos
períodos seguintes, em função de um choque pontual nas variáveis citadas. Para tanto,
de Correção de Erros (VECM), devido ao fato de haver mais de uma variável cointegrada.
.06 .06
.04 .04
.02 .02
.00 .00
-.02 -.02
-.04 -.04
-.06 -.06
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
.06 .06
.04 .04
.02 .02
.00 .00
-.02 -.02
-.04 -.04
-.06 -.06
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
76
brasileiras: os Adiantamentos de Contratos de Câmbio (ACC), o Pré-pagamento de
exportação, sendo que o primeiro é um crédito doméstico entre dois agentes residentes e o
dependem de recursos públicos e são operacionalizados pelo Banco do Brasil e pelo BNDES,
respectivamente.
destinados aos exportadores, para financiar a produção a ser exportada. O intuito é ratificar a
produto, enquanto que o BNDES Exim tem por finalidade apoiar setores específicos,
a ser muito maior do que do BNDES Exim, exceto em situações de mercado muito adversas.
Sabe-se, ademais, que o volume de operações de ACC tem crescido consistentemente nos
últimos anos, acompanhando o aumento do volume total exportado pelo Brasil. Como boa
parte desse crescimento ocorreu por conta do aumento do quantum exportado de commodities
BNDES Exim (que não apoia exportação de commodities) com a série histórica de concessão
do ACC, filtrada de sua tendência. Com isso, foi possível inferir o fato de o BNDES Exim ser
77
complementar e, muitas vezes, concorrente do ACC, ou seja, é possível identificar, ao longo
BNDES Exim. Portanto, quando o volume de concessão de ACC diminui, corrigido pela sua
6.000
5.000
4.000
3.000
2.000
1.000
-
jan/03 jan/04 jan/05 jan/06 jan/07 jan/08 jan/09 jan/10 jan/11 jan/12
3.500
3.000
2.500
2.000
1.500
1.000
500
(500)
(1.000)
(1.500)
(2.000)
jan/03 jan/04 jan/05 jan/06 jan/07 jan/08 jan/09 jan/10 jan/11 jan/12
Figura 23 – Comparação entre a série histórica mensal do volume de concessão de ACC filtrada da
tendência e o volume de concessão do BNDES Exim (US$ milhões).
78
BNDES Exim ACC filtrado
BNDES Exim 1,000 -0,165
ACC filtrado -0,165 1,000
Apesar de revelar uma conclusão interessante, é sabido que a comparação proposta acima
possui imperfeições pelo fato de o BNDES Exim ser acessível a apenas determinados setores
da economia. O ideal seria comparar a concessão de ACC direcionada aos mesmos setores
que são apoiados pelo BNDES Exim. Entretanto a base de concessão de ACC disponibilizada
BNDES, gestor do produto, acompanhe as situações de mercado para que o produto sempre
além do financiamento, um hedge cambial, durante o período de fabricação dos produtos, que
garanta uma rentabilidade mais estável aos exportadores. Inclusive, essa é uma demanda
antiga dos principais exportadores, que possuem um ciclo de produção de médio e longo
79
APÊNDICE C – CÓDIGOS EM VBA
80
Dim i, j, k, fw, g As Double
Dim p() As Double
Dim temp() As Double
Dim gamma() As Double
Dim F() As Double
Dim Peu, Ceu, soma As Double
ReDim p(N, N)
ReDim F(N, N)
ReDim temp(N, N)
ReDim gamma(N, N)
temp(N, 0) = S0
gamma(N, 0) = 1
F(N, 0) = S0 * Exp((taxa_real(2, 1) - taxa_USD(2, 1)) * t(2, 1) / 252)
Ceu = GKCall(S0, temp(N, 0), t(2, 1) / 252, CDbl(taxa_real(2, 1)), CDbl(taxa_USD(2, 1)),
Interpola_vol(temp(N, 0), CDbl(t(2, 1)), sup_vol))
temp(N - 1, 1) = temp(N, 0) * ((Exp((taxa_real(2, 1) - taxa_USD(2, 1)) * t(2, 1) / 252) * Ceu
+ gamma(N, 0) * temp(N, 0)) / (gamma(N, 0) * F(N, 0) - Exp((taxa_real(2, 1) - taxa_USD(2,
1)) * t(2, 1) / 252) * Ceu))
For j = 2 To N
If j Mod 2 = 0 Then
temp(N - (j / 2), j) = S0
For i = N - (j / 2) To N - j + 1 Step -1
soma = 0
For k = i - 1 To N - j + 1 Step -1
F(k, j - 1) = temp(k, j - 1) * Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) - t(j, 1)) /
252)
soma = soma + gamma(k, j - 1) * (F(k, j - 1) - temp(i, j - 1))
Next k
81
temp(i - 1, j) = (temp(i, j) * (Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) - t(j, 1))
/ 252) * Ceu - soma) - gamma(i, j - 1) * temp(i, j - 1) * (F(i, j - 1) - temp(i, j))) /
((Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) - t(j, 1)) / 252) * Ceu - soma) -
gamma(i, j - 1) * (F(i, j - 1) - temp(i, j)))
If j = 2 Then
Dim x As Double
Dim y As Double
x = S0 * ((Exp((taxa_real(2, 1) - taxa_USD(2, 1)) * t(2, 1) / 252) * Ceu + S0) / (fw -
Exp((taxa_real(2, 1) - taxa_USD(2, 1)) * t(2, 1) / 252) * Ceu))
y = S0 ^ 2 / x
If i <> N - j + 1 Then
F(i - 1, j - 1) = temp(i - 1, j - 1) * Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) -
t(j, 1)) / 252)
If F(i - 1, j - 1) <= temp(i - 1, j) Then
82
temp(i - 1, j) = temp(i, j - 2)
End If
End If
Next i
For i = N - (j / 2) + 1 To N
soma = 0
For k = i + 1 To N
F(k, j - 1) = temp(k, j - 1) * Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) - t(j, 1)) /
252)
soma = soma + gamma(k, j - 1) * (temp(i, j - 1) - F(k, j - 1))
Next k
If j = 2 Then
83
End If
If i <> N Then
F(i + 1, j - 1) = temp(i + 1, j - 1) * Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1)
- t(j, 1)) / 252)
If F(i + 1, j - 1) > temp(i, j) Then
temp(i, j) = temp(i + 1, j - 2)
End If
End If
Next i
For i = N - 1 To N - j + 1 Step -1
gamma(i, j) = Exp(-(taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) - t(j, 1)) / 252) * (p(i +
1, j - 1) * gamma(i + 1, j - 1) + (1 - p(i, j - 1)) * gamma(i, j - 1))
Next i
Else
i = N - ((j + 1) / 2) + 1
soma = 0
For k = i - 1 To N - j + 1 Step -1
F(k, j - 1) = temp(k, j - 1) * Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) - t(j, 1)) /
252)
soma = soma + gamma(k, j - 1) * (F(k, j - 1) - temp(i, j - 1))
Next k
soma = 0
For k = i - 1 To N - j + 1 Step -1
F(k, j - 1) = temp(k, j - 1) * Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) - t(j, 1)) /
252)
soma = soma + gamma(k, j - 1) * (F(k, j - 1) - temp(i, j - 1))
84
Next k
If i <> N - j + 1 Then
F(i - 1, j - 1) = temp(i - 1, j - 1) * Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) -
t(j, 1)) / 252)
If F(i - 1, j - 1) <= temp(i - 1, j) Then
temp(i - 1, j) = temp(i, j - 2)
End If
End If
Next i
For i = N - ((j + 1) / 2) + 2 To N
soma = 0
For k = i + 1 To N
F(k, j - 1) = temp(k, j - 1) * Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) - t(j, 1)) /
252)
soma = soma + gamma(k, j - 1) * (temp(i, j - 1) - F(k, j - 1))
Next k
85
p(i, j - 1) = (F(i, j - 1) - temp(i, j)) / (temp(i - 1, j) - temp(i, j))
If p(i, j - 1) < 0.0001 Or p(i, j - 1) > 1 Then
temp(i, j) = (temp(i, j - 1) * temp(i - 1, j)) / temp(i - 1, j - 1)
p(i, j - 1) = (F(i, j - 1) - temp(i, j)) / (temp(i - 1, j) - temp(i, j))
If p(i, j - 1) < 0.0001 Or p(i, j - 1) > 1 Then
temp(i - 1, j) = temp(i, j - 2)
p(i, j - 1) = (F(i, j - 1) - temp(i, j)) / (temp(i - 1, j) - temp(i, j))
End If
End If
If i <> N Then
F(i + 1, j - 1) = temp(i + 1, j - 1) * Exp((taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1)
- t(j, 1)) / 252)
If F(i + 1, j - 1) > temp(i, j) Then
temp(i, j) = temp(i + 1, j - 2)
End If
End If
Next i
For i = N - 1 To N - j + 1 Step -1
gamma(i, j) = Exp(-(taxa_fw(j, 1) - taxa_USD_fw(j, 1)) * (t(j + 1, 1) - t(j, 1)) / 252) * (p(i +
1, j - 1) * gamma(i + 1, j - 1) + (1 - p(i, j - 1)) * gamma(i, j - 1))
Next i
End If
Next j
arvore_preco = temp
End Function
nLinhas = sup_vol.Rows.Count
nColunas = sup_vol.Columns.Count
86
For p = 2 To nColunas - 1 Step 2
If sup_vol(1, p) <= t Then
i=p
Else
p = nColunas
End If
Next
j1 = nLinhas
For p = nLinhas To 2 Step -1
If sup_vol(p, i) <= x Then
j1 = p
Else
p=0
End If
Next
j2 = 2
For p = 2 To nLinhas
If sup_vol(p, i) > x Then
j2 = p
Else
p = nLinhas + 1
End If
Next
j3 = nLinhas
For p = nLinhas To 2 Step -1
If sup_vol(p, i2) <= x Then
j3 = p
Else
p=0
End If
Next
j4 = 2
For p = 2 To nLinhas
If sup_vol(p, i2) > x Then
j4 = p
Else
p = nLinhas + 1
End If
87
Next
If sup_vol(j2, i) >= x And x > sup_vol(j1, i) And sup_vol(j4, i2) >= x And x > sup_vol(j3,
i2) Then
b1 = (x - sup_vol(j1, i)) / (sup_vol(j2, i) - sup_vol(j1, i))
b2 = (x - sup_vol(j3, i2)) / (sup_vol(j4, i2) - sup_vol(j3, i2))
Interpola_vol = (1 - A) * (1 - b1) * sup_vol(j1, i + 1) + A * (1 - b2) * sup_vol(j3, i2 + 1) +
A * b2 * sup_vol(j4, i2 + 1) + (1 - A) * b1 * sup_vol(j2, i + 1)
ElseIf sup_vol(j2, i) >= x And x > sup_vol(j1, i) And x > sup_vol(j4, i2) Then
b1 = (x - sup_vol(j1, i)) / (sup_vol(j2, i) - sup_vol(j1, i))
ReDim x1(8)
ReDim y1(8)
For j = 2 To nLinhas
x1(j - 2) = sup_vol(j, i2)
y1(j - 2) = sup_vol(j, i2 + 1)
Next j
volf = RegressPoli(x1, y1, 2)(0) + RegressPoli(x1, y1, 2)(1) * x + RegressPoli(x1, y1, 2)(2)
* (x ^ 2)
ElseIf x > sup_vol(j2, i) And sup_vol(j4, i2) >= x And x > sup_vol(j3, i2) Then
b2 = (x - sup_vol(j3, i2)) / (sup_vol(j4, i2) - sup_vol(j3, i2))
ReDim x1(8)
ReDim y1(8)
For j = 2 To nLinhas
x1(j - 2) = sup_vol(j, i)
y1(j - 2) = sup_vol(j, i + 1)
Next j
volf = RegressPoli(x1, y1, 2)(0) + RegressPoli(x1, y1, 2)(1) * x + RegressPoli(x1, y1, 2)(2)
* (x ^ 2)
ReDim x1(8)
88
ReDim y1(8)
For j = 2 To nLinhas
x1(j - 2) = sup_vol(j, i)
y1(j - 2) = sup_vol(j, i + 1)
Next j
volf = RegressPoli(x1, y1, 2)(0) + RegressPoli(x1, y1, 2)(1) * x + RegressPoli(x1, y1, 2)(2)
* (x ^ 2)
ReDim x1(8)
ReDim y1(8)
For j = 2 To nLinhas
x1(j - 2) = sup_vol(j, i2)
y1(j - 2) = sup_vol(j, i2 + 1)
Next j
ElseIf sup_vol(j2, i) >= x And x > sup_vol(j1, i) And x < sup_vol(j3, i2) Then
b1 = (x - sup_vol(j1, i)) / (sup_vol(j2, i) - sup_vol(j1, i))
ReDim x1(8)
ReDim y1(8)
For j = 2 To nLinhas
x1(j - 2) = sup_vol(j, i2)
y1(j - 2) = sup_vol(j, i2 + 1)
Next j
volf = RegressPoli(x1, y1, 2)(0) + RegressPoli(x1, y1, 2)(1) * x + RegressPoli(x1, y1, 2)(2)
* (x ^ 2)
ElseIf x < sup_vol(j1, i) And sup_vol(j4, i2) >= x And x > sup_vol(j3, i2) Then
b2 = (x - sup_vol(j3, i2)) / (sup_vol(j4, i2) - sup_vol(j3, i2))
ReDim x1(8)
ReDim y1(8)
For j = 2 To nLinhas
x1(j - 2) = sup_vol(j, i)
y1(j - 2) = sup_vol(j, i + 1)
Next j
89
volf = RegressPoli(x1, y1, 2)(0) + RegressPoli(x1, y1, 2)(1) * x + RegressPoli(x1, y1, 2)(2)
* (x ^ 2)
ReDim x1(8)
ReDim y1(8)
For j = 2 To nLinhas
x1(j - 2) = sup_vol(j, i)
y1(j - 2) = sup_vol(j, i + 1)
Next j
volf = RegressPoli(x1, y1, 2)(0) + RegressPoli(x1, y1, 2)(1) * x + RegressPoli(x1, y1, 2)(2)
* (x ^ 2)
ReDim x1(8)
ReDim y1(8)
For j = 2 To nLinhas
x1(j - 2) = sup_vol(j, i2)
y1(j - 2) = sup_vol(j, i2 + 1)
Next j
End If
End Function
nLinhas = curva_fra.Rows.Count
90
j=0
For i = 1 To nLinhas
If curva_fra(i, 3) > 0 Then
curva(j, 0) = curva_fra(i, 1)
curva(j, 1) = curva_fra(i, 3)
j=j+1
End If
Next
dc_inicio = curva(0, 0)
dc_fim = curva(j - 1, 0)
Dim x As Integer
For i = 1 To j - 1
If curva(i, 0) <= t Then
dc_inicio = curva(i, 0)
tx_inicio = curva(i, 1)
dc_fim = curva(i + 1, 0)
tx_fim = curva(i + 1, 1)
x=i
End If
Next
Dim N, k As Integer
Dim p, qn, sig, un, y As Double
Dim u() As Double
ReDim u(nLinhas - 2) As Double
Dim yt() As Double
ReDim yt(nLinhas - 1) As Double
N=j-1
yt(0) = 0
u(0) = 0
For i = 1 To N - 1
sig = (curva(i, 0) - curva(i - 1, 0)) / (curva(i + 1, 0) - curva(i - 1, 0))
p = sig * yt(i - 1) + 2
yt(i) = (sig - 1) / p
u(i) = (curva(i + 1, 1) - curva(i, 1)) / (curva(i + 1, 0) - curva(i, 0)) - (curva(i, 1) - curva(i - 1,
1)) / (curva(i, 0) - curva(i - 1, 0))
u(i) = (6 * u(i) / (curva(i + 1, 0) - curva(i - 1, 0)) - sig * u(i - 1)) / p
Next i
qn = 0
un = 0
yt(N) = (un - qn * u(N - 1)) / (qn * yt(N - 1) + 1)
91
For k = N - 1 To 0 Step -1
yt(k) = yt(k) * yt(k + 1) + u(k)
Next k
h = dc_fim - dc_inicio
A = (dc_fim - t) / h
B = (t - dc_inicio) / h
y = A * tx_inicio + B * tx_fim + ((A ^ 3 - A) * yt(x) + (B ^ 3 - B) * yt(x + 1)) * (h ^ 2) / 6
interpola_fra = y
End Function
nLinhas = curva_di.Rows.Count
j=0
For i = 1 To nLinhas
If curva_di(i, 2) > 0 Then
curva(j, 0) = curva_di(i, 1)
curva(j, 1) = curva_di(i, 2)
j=j+1
End If
Next
du_inicio = curva(0, 0)
du_fim = curva(j - 1, 0)
Dim x As Integer
For i = 1 To j - 1
If curva(i, 0) <= du Then
du_inicio = curva(i, 0)
tx_inicio = curva(i, 1)
du_fim = curva(i + 1, 0)
tx_fim = curva(i + 1, 1)
92
End If
Next
End Function
nx = 8
ReDim Sx(2 * N)
ReDim Sxy(N)
For i = 0 To 2 * N ' determinar as somas Sx
Sx(i) = 0
For k = 0 To nx
Sx(i) = Sx(i) + x2(k) ^ i
Next k
Next i
ReDim M(1 To N + 1, 1 To N + 1)
ReDim Inv(1 To N + 1, 1 To N + 1)
ReDim B(1 To N + 1)
ReDim A(0 To N)
93
For i = 1 To N + 1 ' multiplicação das matrizes: A = M-1 * B
A(i - 1) = 0
For j = 1 To N + 1
A(i - 1) = A(i - 1) + Inv(i, j) * B(j)
Next j
Next i
RegressPoli = A ' retornar o vetor A
End Function
Dim i, k As Integer
Dim Temp1() As Double
Dim Temp2() As Double
ReDim Temp1(N)
Dim q_up As Double
Dim q_down As Double
Dim u As Double
Dim d As Double
Dim Rx As Double
For i = 0 To N
Temp1(i) = Application.Max(x - arvore_preco(i + 1, N + 1), 0)
Next i
k=1
Do While k <= N
ReDim Temp2(N - k)
For i = k To N
ReDim Temp1(N - k)
For i = 0 To N - k
Temp1(i) = Temp2(i)
Next i
94
k=k+1
Loop
euro_put = Temp1(0)
End Function
Dim i, k As Integer
Dim Temp1() As Double
Dim Temp2() As Double
ReDim Temp1(N)
Dim q_up As Double
Dim q_down As Double
Dim u As Double
Dim d As Double
Dim Rx As Double
For i = 0 To N
Temp1(i) = Application.Max(arvore_preco(i + 1, N + 1) - x, 0)
Next i
k=1
Do While k <= N
ReDim Temp2(N - k)
For i = k To N
ReDim Temp1(N - k)
For i = 0 To N - k
Temp1(i) = Temp2(i)
Next i
k=k+1
Loop
euro_call = Temp1(0)
End Function
95
Function asia_put(arvore_preco As Variant, x As Double, R As Variant, Rf As Variant, t As
Variant, N As Integer, taxa As Variant, simulacoes As Double) As Double
Dim i, k As Integer
Dim j, payoff As Double
Dim precos() As Double
Dim temp As Double
ReDim precos(N)
Dim pi_down As Double
Dim u As Double
Dim d As Double
Dim Rx As Double
precos(0) = arvore_preco(N + 1, 1)
For j = 1 To simulacoes
i=0
For k = 1 To N
Next k
payoff = Application.Max(x - Application.Sum(precos) / (N + 1), 0)
temp = temp + payoff / (taxa(N + 1) * simulacoes)
Next j
asia_put = temp
End Function
Dim i, k As Integer
Dim j, payoff As Double
Dim precos() As Double
96
ReDim precos(N)
Dim pi_down As Double
Dim u As Double
Dim d As Double
Dim Rx As Double
precos(0) = arvore_preco(N + 1, 1)
i=0
For k = 1 To N
Next k
payoff = Application.Max(x - Application.Sum(precos) / (N + 1), 0)
asia_payoff = payoff
End Function
Dim i, j, u, d As Double
Dim temp() As Double
ReDim temp(N, N)
temp(N, 0) = S0
For j = 1 To N
97
temp(i, j) = temp(i, j - 1) * d
Next i
Next j
arvore_bin = temp
End Function
Dim i, k As Integer
Dim Temp1() As Double
Dim Temp2() As Double
ReDim Temp1(N)
Dim q_up As Double
Dim q_down As Double
Dim u As Double
Dim d As Double
Dim Rx As Double
For i = 0 To N
Temp1(i) = Application.Max(arvore_bin(i + 1, N + 1) - x, 0)
Next i
k=1
Do While k <= N
ReDim Temp2(N - k)
For i = k To N
ReDim Temp1(N - k)
For i = 0 To N - k
Temp1(i) = Temp2(i)
Next i
k=k+1
Loop
98
euro_call_bin = Temp1(0)
End Function
Dim i, k As Integer
Dim Temp1() As Double
Dim Temp2() As Double
ReDim Temp1(N)
Dim q_up As Double
Dim q_down As Double
Dim u As Double
Dim d As Double
Dim Rx As Double
For i = 0 To N
Temp1(i) = Application.Max(x - arvore_bin(i + 1, N + 1), 0)
Next i
k=1
Do While k <= N
ReDim Temp2(N - k)
For i = k To N
ReDim Temp1(N - k)
For i = 0 To N - k
Temp1(i) = Temp2(i)
Next i
k=k+1
Loop
euro_put_bin = Temp1(0)
End Function
99