Escolar Documentos
Profissional Documentos
Cultura Documentos
SÃO PAULO
2017
DANIEL MONTERO HEILBRUN
Área de concentração:
Finanças Quantitativas.
Orientador:
Prof. Dr. Afonso de Campos Pinto
SÃO PAULO
2017
Heilbrun, Daniel Montero.
Estratégias de hedge dinâmico : um estudo comparativo / Daniel Montero
Heilbrun. - 2017.
56 f.
CDU 336.76
DANIEL MONTERO HEILBRUN
Área de concentração:
Finanças Quantitativas.
Banca Examinadora:
A minha esposa, Priscila, por ser tão importante na minha vida. Sempre ao meu
lado, me pondo para cima e me fazendo acreditar que posso mais que imagino. Devido ao
seu companheirismo, amizade, paciência, compreensão, apoio, alegria e amor, este trabalho
pôde ser concretizado.
Aos meus pais, Erico e Fátima, meu infinito agradecimento. Sempre acreditaram
em minha capacidade. Isso me fortaleceu, me fez tentar e fazer o melhor de mim. Obrigado
pelo amor incondicional.
A meus irmãos, Luisa e Lucas meu agradecimento especial, pois, a seu modo,
sempre me apoiaram. Obrigado pela confiança.
A minha família, especialmente ao meu primo Pedro que muito me ajudou e
incentivou em todos os momentos. Obrigado pela força.
Aos meus professores, especialmente ao Dr. André Cury Maialy, pela paciência,
confiança e disponibilidade para me orientar e discutir o trabalho. Obrigado pela paciência.
Agradeço, também, ao Banco Itaú-Unibanco por investir na minha formação e pelo
apoio financeiro. Obrigado a todos pelo apoio.
”O sucesso é uma jornada, não um destino.”
(Arthur Ashe)
RESUMO
Diversos trabalhos teóricos foram desenvolvidos nas últimas cinco décadas propondo
estratégias de delta-hedge quando as premissas do modelo de Black e Scholes (1973)
são relaxadas. Mais recentemente, outros trabalhos comparando as estratégias surgiram,
destacando-se os trabalhos de Zakamouline (2009) e Ino (2013). Como alternativa ao
modelo utilizado por Ino (2013) para descrever a dinâmica das ações estudadas, mas
utilizando-se da mesma metodologia, este trabalho se propõe a encontrar qual é a melhor
estratégia de delta-hedge na presença de custos de transação e considerando-se que a série
de preços da ação segue um processo GARCH(1,1). Para isso, avaliou-se quatro diferentes
estratégias de delta-hedge: Black e Scholes (1973), volatilidade modificada (Leland (1985)),
bandas de tolerância para o preço do ativo-objeto (Henrotte (1993)) e bandas de tolerância
variáveis para a variação do delta (Whalley e Wilmott (1997)).
Several theoretical works have been developed in the last five decades proposing texting
delta-hedge strategies when the premises of the Black e Scholes (1973) are relaxed. This
paper sets out to find the best delta-hedge strategy in the presence of transaction costs
with the price series that follows a GARCH (1,1) process. This paper analyzes and compare
four different delta-hedge strategies: Black e Scholes (1973), modified volatility (Leland
(1985)), Asset Tolerance Strategy (Henrotte (1993)) e Variable Banwidth Around Delta
(Whalley e Wilmott (1997)).
1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3 Estrutura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Revisão Bibliográfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3 Desenvolvimento do modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1 Conceitos Básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1.1 Processos Estocásticos . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1.2 Processo de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1.3 Movimento Browniano Padrão . . . . . . . . . . . . . . . . . . . . . 20
3.1.4 Movimento Browniano Aritmético . . . . . . . . . . . . . . . . . . . 21
3.1.5 Movimento Browniano Geométrico . . . . . . . . . . . . . . . . . . 22
3.1.6 Opções Plain-Vanilla . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.7 Modelo de Black-Scholes (BS) . . . . . . . . . . . . . . . . . . . . . 23
3.1.8 Gregas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.9 Volatilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2 Aspectos teóricos do hedge dinâmico . . . . . . . . . . . . . . . . . . . . . 28
3.2.1 Estratégias de hedge . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2.2 Delta hedge dinâmico . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2.3 Custos de transação . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3 Modelos de Delta-Hedge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3.1 Black-Scholes com custos de transação (BS) . . . . . . . . . . . . . 31
3.3.2 Leland (LL) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3.3 Banda de Tolerância Fixas para o preço do ativo-objeto (BTS) . . . 32
3.3.4 Bandas de Tolerância Variáveis para o valor do delta (WW) . . . . 32
3.4 Método utilizado para comparação entre as estratégias . . . . . . . . . . . 33
4 Aplicação da teoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.1 Simulações de Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2 Características dos ativos e dados de mercado utilizados . . . . . . . . . . 35
4.3 Verificação da presença do processo GARCH . . . . . . . . . . . . . . . . . 35
4.3.1 CYRELA ON . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3.2 PETROBRAS PN . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3.3 OGX ON . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
14
1 Introdução
1.1 Motivação
É fato que o uso de opções sobre ações como alternativa de investimento ou
instrumento de proteção em mercados desenvolvidos é uma prática consolidada. No Brasil,
a demanda por estas operações tem crescido nas últimas décadas, e consequentemente, a
necessidade de se estudar e comparar diversos modelos de apreçamento.
O conceito de delta-hedge é parte central da teoria de apreçamento de opções
e entender as premissas nas quais cada modelo se baseia é interesse de investidores,
especuladores e instituições financeiras em geral. Estudar os limites de um modelo e como
se comportam quando algumas premissas são relaxadas (discretização do tempo, incidência
de custos de transação, volatilidade variável), possibilita um controle/mitigação dos riscos
indesejáveis de uma determinada operação, colocando o agente em posição de vantagem
sobre os concorrentes.
Diversos trabalhos teóricos foram desenvolvidos nas últimas cinco décadas propondo
estratégias de delta-hedge quando as premissas do modelo de Black e Scholes (1973) são
relaxadas. Com estes trabalhos, surgiram outros tantos que comparam diferentes modelos.
Este trabalho se propõe a analisar quatro diferentes modelos de delta-hedge e
comparar os resultados obtidos com os resultados apresentados em Ino (2013). Mais
adiante serão detalhadas as propostas e premissas adotadas em ambos trabalhos e suas
vantagens e desvantagens.
1.2 Objetivo
Em Heston (1993) o autor propõe um modelo alternativo ao modelo de Black e
Scholes (1973) de precificação de opções que considera que a dinâmica da volatilidade do
ativo-objeto seguindo um processo estocástico. Buscando tornar o modelo mais simples,
porém equivalente, Heston e Nandi (2000) propuseram a adoção de um modelo GARCH
para estimação da volatilidade.
Recentemente, em Ino (2013), o autor compara quatro modelos utilizados para
se fazer o delta-hedge de uma call européia plain-vanilla, considerando-se os custos de
transação e utilizando-se o modelo de volatilidade estocástica de Heston (1993).
No presente trabalho, o autor tem como objetivo analisar os mesmo modelos de
delta-hedge utilizados por Ino (2013), porém assumindo que o preço do ativo-objeto segue
Capítulo 1. Introdução 15
a dinâmica proposta por Heston e Nandi (2000) e comparar os resultados obtidos com os
resultado apresentados por Ino (2013). A contrbuição deste trabalho esta na utilização de
uma dinâmica mais simples porém equivalente à utilizada por Ino (2013).
É importante frisar que este trabalho não avaliou todos os modelos disponíveis, mas
os modelos mais utilizados pelo mercado. Para isso, utilizou-se simulações de Monte Carlo
para o preço do ativo-objeto da opção seguindo um processo GARCH(1,1) e avaliou-se
o erro de replicação dentro de um critério de risco x retorno, variando-se os parâmetros
de cada um dos modelos, seguindo exatamente a mesma metodologia utilizada por Ino
(2013).
1.3 Estrutura
Este trabalho está dividido em 6 capítulos. No capítulo 1, foi apresentada a
motivação para o desenvolvimento da dissertação, definiu-se o objetivo a ser atingido e
descreveu-se a estrutura do trabalho.
No capítulo 2, foi apresentada a revisão bibliográfica mencionando os trabalhos
realizados anteriormente e uma descrição da contribuição deste trabalho para o assunto.
No capítulo 3, foram apresentados alguns conceitos básicos para o entendimento
da dissertação, aspectos teóricos do hedge dinâmico de opções e uma descrição detalhada
de cada um dos modelos avalidados.
No capítulo 4, foram apresentadas as metodologias a serem adotadas neste trabalho,
incluindo os modelos numéricos, os parâmetros, intervalos de tempo e ativos a serem
testados.
No capítulo 5, foram apresentados os resultados obtidos atrvés da comparação
dos modelos. Avaliou-se o erro de replicação dentro de um critério de risco x retorno,
variando-se os parâmetros de cada um dos modelos.
No capítulo 6, foi apresentado de forma objetiva a conclusão deste trabalho e
oportunidades futuras.
16
2 Revisão Bibliográfica
3 Desenvolvimento do modelo
1
Para uma definição completa de um processo estacionário, consultar Morettin e Toloi (2006).
Capítulo 3. Desenvolvimento do modelo 20
Por outro lado, o payoff de uma opção do tipo put é dado por:
!
∂Vt ∂Vt 1 2 2 ∂ 2 Vt ∂Vt
dVt = + µSt + µ St 2
dt + σSt dWt (3.8)
∂t ∂S 2 ∂S ∂S
Como tanto a ação quanto a opção são função do mesmo fator gerador de aleatori-
edade dW, então pode-se eliminar a aleatoriedade escolhendo-se ∆ = ∂V ∂S
quantidades de
ações para encontrar-se a equação diferencial parcial de Black-Scholes:
∂Vt ∂Vt 1 2 2 ∂ 2 Vt
+ µSt + σ St = rV (3.10)
∂t ∂S 2 ∂S 2
Segue abaixo a solução para a equação acima que é o valor esperado para uma
opção européia do tipo call é satisfazendo-se o payoff da opção como condição de contorno.
√
d2 = d1 − σ T − t (3.13)
Capítulo 3. Desenvolvimento do modelo 25
3.1.8 Gregas
As gregas de um opção medem a sensibilidade do preço da opção com relação a
cada um dos parâmetros que o impactam, isto é, elas representam a derivada parcial do
preço da opção com relação a cada variável que afeta o preço da opção. As gregas são
importante pois representam medidas de risco de mercado. Abaixo seguem as fórmulas
analíticas para as gregas de uma opção.
• Delta
∂V
∆(t)call = = N (d1 ) (3.14)
∂S
∂V
∆(t)put = = N (d1 ) − 1 (3.15)
∂S
• Gamma
∂ 2V N 0 (d1 )
Γ(t) = = √ (3.16)
∂S 2 Sσ T − t
• Vega
∂V √
ν(t) = = SN 0 (d1 ) T − t (3.17)
∂σ
• Theta
∂V SN 0 (d1 )σ
Θcall (t) = − =− √ − rKe−r(T −t) N (d2 ) (3.18)
∂t 2 T −t
∂V SN 0 (d1 )σ
Θput (t) = − =− √ + rKe−r(T −t) N (d2 ) (3.19)
∂t 2 T −t
• Rho
∂V
ρcall (t) = = K(t − t)e−r(T −t) N (d2 ) (3.20)
∂r
∂V
ρput (t) = = −K(t − t)e−r(T −t) N (−d2 ) (3.21)
∂r
Capítulo 3. Desenvolvimento do modelo 26
3.1.9 Volatilidade
No mercado de ações, a suposição de variância constante (homocedasticidade) pode
não ser apropriada. Na verdade, embora a variância incondicional dos erros ainda possa
ser assumida constante, sua variância condicional pode estar mudando ao longo do tempo.
Além disso, em muitas situações práticas tem-se interesse em prever a variância condicional
da série além da série propriamente dita. É interesse do agente financeiro, não apenas
prever a taxa de retorno mas também a sua variância ao longo de um certo período. Esta
variância condicional é também chamada de volatilidade. Segue abaixo gráfico da evolução
da volatilidade implícita para uma opção do tipo call européia sobre a ação PETR4, com
vencimento em 66 dias úteis.
√
dSt = µSt dt + σt St dW1 (3.22)
mais utilizados no mercado é o modelo desenvolvido por Heston (1993) pois este apresenta
uma fórmula de apreçamento fechada. Segundo o modelo de Heston (1993), o preço do
ativo-objeto, St , segue a seguinte dinâmica:
√
dSt = µSt dt + σt St dW1 (3.24)
√
dσt = κ(θ − σt )dt + η σt dW2 (3.25)
onde κ > 0 é a velocidade com que a variância σt converge para sua média θ > 0,
η > 0 é a volatilidade da variância e µt é o retorno instantâneo assim como no modelo de
Black e Scholes (1973). Nota-se que o modelo apresenta reverssão a média.
Em Heston e Nandi (2000) os autores apresentam uma forma de precificação
alternativa ao modelo de volatilidade estocástico em tempo contínuo que havia sido
proposto anteriormente em Heston (1993). Segundo os autores, em uma base de dados
diária, o modelo GARCH(1,1) permite alcançar resultados numericamente próximos ao
modelo de volatilidade estocástica em tempo contínuo mas com maior simplicidade e
praticidade. O preço do ativo-objeto, St , segue o seguinte processo:
q
log St = log St−∆t + r + λh(t) + h(t)z(t) (3.27)
p
X q
X q 2
ht = ω + βi ht−i∆ + αi zt−i∆ − γi ht−i∆ (3.28)
i=1 i=1
q 2
ht = ω + βht−1 + α zt−1 − γ ht−1 (3.29)
Πt = Vt − ∆t St + βt Bt (3.30)
Capítulo 3. Desenvolvimento do modelo 29
E que, por ser uma estratégia auto-financiável, a posição βt no ativo livre de risco
é obtida pela condição Πt = 0, que implica:
∆t St − Vt
βt = (3.32)
Bt
• corretagem e emolumentos;
• impostos;
• custos de oportunidade.
Como este termo é sempre negativo, então quanto maior for a frequência de
rebalanceamentos, menor será o erro de replicação. Este comportamento ficará evidente
mais adiante.
s
2 k 2
σm = σ 2 1 + (3.38)
σ πδt
( )
S(τ ) − S(τ )
i+1 i
τi+1 = inf τi < τi+1 < T : > h , i = 0, 1, 2, ... (3.39)
S(τi )
!1
∂V 3 e−r(T −t) λSΓ2 3
∆= ± (3.40)
∂S 2 γ
4 Aplicação da teoria
1. O investidor que fará o hedge vende uma opção do tipo call pelo prêmio (Black-
Scholes);
4.3.1 CYRELA ON
Abaixo segue o gráfico com a série dos log-retornos diários da ação CYRE3.
Como é possível observar no gráfico, a série dos log-retornos de CYRE3 não contém
auto-correlação, porém, a série dos log-retornos ao quadrado contém um alto grau de
auto-correlação. Este comportamento é conhecido para as séries financeiras. Segue abaixo
o gráfico das funções auto-correlação e auto-correlação parcial.
Por fim, executou-se o teste de Ljung-Box para verificar se existe uma correlação
significativa entre os retornos de diferentes lags. A hipótese nula é que o modelo não
apresenta correlação entre os elementos para o lag testado. Na tabela abaixo é possível
verificar o resultado do teste para a série dos quadrados dos log-retornos.
Tabela 1 – Teste de Ljung-Box para a série dos quadrados dos log-retornos de CYRE3.
Como pode-se verificar na tabela acima a hipótese nula foi rejeitada, portanto, a série
dos quadrados dos log-retornos de CYRE3 apresenta alta correlação e, consequentemente,
é possível utilizar-se um processo GARCH para modelar a dinâmica da volatilidade dos
retornos.
Capítulo 4. Aplicação da teoria 38
4.3.2 PETROBRAS PN
Realizou-se a mesma análise descrita anteriormente para a ção PETR4. Abaixo
segue o gráfico com a série dos log-retornos diários da ação.
Como é possível observar no gráfico, a série dos log-retornos de PETR4 não contém
auto-correlação, porém, a série dos log-retornos ao quadrado contém um alto grau de
auto-correlação. Segue abaixo o gráfico das funções auto-correlação e auto-correlação
parcial.
Por fim, executou-se o teste de Ljung-Box para verificar se existe uma correlação
significativa entre os retornos de diferentes lags. A hipótese nula é que o modelo não
apresenta correlação entre os elementos para o lag testado. Na tabela abaixo é possível
verificar o resultado do teste para a série dos quadrados dos log-retornos.
Tabela 2 – Teste de Ljung-Box para a série dos quadrados dos log-retornos de PETR4.
Como pode-se verificar na tabela acima a hipótese nula foi rejeitada, portanto, a série
dos quadrados dos log-retornos de PETR4 apresenta alta correlação e, consequentemente,
é possível utilizar-se um processo GARCH para modelar a dinâmica da volatilidade dos
retornos.
Capítulo 4. Aplicação da teoria 41
4.3.3 OGX ON
Abaixo segue o gráfico com a série dos log-retornos diários da ação OGXP3.
Como é possível observar no gráfico, a série dos log-retornos de OGXP3 não contém
auto-correlação, porém, a série dos log-retornos ao quadrado contém um alto grau de
auto-correlação. Segue abaixo o gráfico das funções auto-correlação e auto-correlação
parcial.
Por fim, executou-se o teste de Ljung-Box para verificar se existe uma correlação
significativa entre os retornos de diferentes lags. A hipótese nula é que o modelo não
apresenta correlação entre os elementos para o lag testado. Na tabela abaixo é possível
verificar o resultado do teste para a série dos quadrados dos log-retornos.
Tabela 3 – Teste de Ljung-Box para a série dos quadrados dos log-retornos de OGXP3.
Como pode-se verificar na tabela acima a hipótese nula foi rejeitada, portanto, a série
dos quadrados dos log-retornos de OGXP3 apresenta alta correlação e, consequentemente,
é possível utilizar-se um processo GARCH para modelar a dinâmica da volatilidade dos
retornos.
43
5.1 CYRELA ON
Com base nos dados disponíveis em 21 de agosto de 2012, e utilizando-se a função
estimate do MATLAB, estimou-se os parâmetros do modelo GARCH(1,1) a serem utilizados.
Seguem abaixo os parâmetros estimados.
Para testar a sensibilidade dos modelos comparados neste trabalho com relação
ao moneyness das opções, foram escolhidos 3 strikes diferentes: K1 = 18, 5, K2 = 17, 5 e
K3 = 16, 5 - mesmos valores usados no trabalho desenvolvido por Ino (2013).
Segue abaixo comparação dos resultados gerados a partir de 5.000 simulações de
Monte Carlo para cada modelo utilizando-se os parâmetros acima.
Capítulo 5. Apresentação e discussão dos resultados 44
Figura 14 – Comparação entre os modelos para opção sobre CYRE3 com strike K = 18, 5.
Pode-se observar no gráfico acima que, para um mesmo nível de risco, o modelo
WW apresenta resultados de erro de replicação melhores do que os outros modelos, seguido
dos modelos BTS, BS e LL.
Abaixo são apresentados os resultados gerados a partir das mesmas simulações,
mas neste caso, a opção possui strike de K = 17, 5.
Capítulo 5. Apresentação e discussão dos resultados 45
Figura 15 – Comparação entre os modelos para opção sobre CYRE3 com strike K = 17, 5.
Figura 16 – Comparação entre os modelos para opção sobre CYRE3 com strike K = 16, 5.
Pode-se verificar no gráfico acima que a ordem de preferência não sofre alteração,
sendo importante ressaltar que o modelo LL apresenta ganhos cada vez maiores em relação
ao modelo BS conforme a opção esta mais in-the-money. De forma geral, para as três
opções analisadas acima, obteve-se resultados muito similares aos resultados obtidos por
Ino (2013), onde os modelos do tipo move-based mostraram-se mais eficientes do que os
modelos do tipo time-based.
Capítulo 5. Apresentação e discussão dos resultados 47
5.2 PETROBRAS PN
Novamente, com base nos dados disponíveis em 21 de agosto de 2012, e utilizando-se
a função estimate do MATLAB, estimou-se os parâmetros do modelo GARCH(1,1) a
serem utilizados. Seguem abaixo os parâmetros estimados.
Para testar a sensibilidade dos modelos comparados neste trabalho com relação
ao moneyness das opções, foram escolhidos 3 strikes diferentes: K1 = 23, 0, K2 = 21, 0 e
K3 = 20, 0 - mesmos valores usados no trabalho desenvolvido por Ino (2013).
Segue abaixo comparação dos resultados gerados a partir de 5.000 simulações de
Monte Carlo para cada modelo utilizando-se os parâmetros acima.
Figura 17 – Comparação entre os modelos para opção sobre PETR4 com strike K = 23, 0.
Pode-se observar no gráfico acima que, para um mesmo nível de risco, o modelo
WW apresenta resultados de erro de replicação melhores do que os outros modelos, seguido
dos modelos BTS, BS e LL.
Capítulo 5. Apresentação e discussão dos resultados 48
Figura 18 – Comparação entre os modelos para opção sobre PETR4 com strike K = 21, 0.
Figura 19 – Comparação entre os modelos para opção sobre PETR4 com strike K = 20, 0.
Pode-se verificar no gráfico acima que a ordem de preferência não sofre alteração,
sendo importante ressaltar que o modelo LL apresenta ganhos cada vez maiores em relação
ao modelo BS conforme a opção esta mais in-the-money. De forma geral, para as três
opções analisadas acima, obteve-se resultados muito similares aos resultados obtidos por
Ino (2013), onde os modelos do tipo move-based mostraram-se mais eficientes do que os
modelos do tipo time-based.
Capítulo 5. Apresentação e discussão dos resultados 50
5.3 OGX ON
Maius uma vez, com base nos dados disponíveis em 21 de agosto de 2012, e utilizando-
se a função estimate do MATLAB, estimou-se os parâmetros do modelo GARCH(1,1) a
serem utilizados. Seguem abaixo os parâmetros estimados.
Para testar a sensibilidade dos modelos comparados neste trabalho com relação
ao moneyness das opções, foram escolhidos 3 strikes diferentes: K1 = 7, 0, K2 = 6, 0 e
K3 = 5, 0 - mesmos valores usados no trabalho desenvolvido por Ino (2013).
Segue abaixo comparação dos resultados gerados a partir de 5.000 simulações de
Monte Carlo para cada modelo utilizando-se os parâmetros acima.
Figura 20 – Comparação entre os modelos para opção sobre OGXP3 com strike K = 7, 0.
Pode-se observar no gráfico acima que, para um mesmo nível de risco, o modelo
WW apresenta resultados de erro de replicação melhores do que os outros modelos, seguido
dos modelos BTS, BS e LL.
Capítulo 5. Apresentação e discussão dos resultados 51
Figura 21 – Comparação entre os modelos para opção sobre OGXP3 com strike K = 6, 0.
Figura 22 – Comparação entre os modelos para opção sobre OGXP3 com strike K = 5, 0.
Pode-se verificar no gráfico acima que a ordem de preferência não sofre alteração,
porém neste caso, ao contrário dos casos anteriores, o modelo LL apresenta ganhos cada
vez menores em relação ao modelo BS conforme a opção esta mais in-the-money. Mais
uma vez, para as três opções analisadas acima, obteve-se resultados muito similares aos
resultados obtidos por Ino (2013), onde os modelos do tipo move-based mostraram-se mais
eficientes do que os modelos do tipo time-based.
53
6.1 Conclusões
O objetivo deste trabalho era comparar o resultado de diferentes estratégias de delta-
hedge que relaxam as premissas do modelo de Black-Scholes e incorporam características
relevantes quando verifica-se a prática. Como evolução do trabalho publicado por Ino
(2013), ao invés de considerar-se a volatilidade seguindo o modelo de Heston, modelo este
que necessita da calibração e estimação de quatro parâmetros, utilizou-se um modelo
GARCH(1,1), que modela a variância condicional dos retornos do ativo-objeto da opção.
Em um primeiro momento verificou-se a presença do processo do tipo GARCH(1,1)
na série de preços das ações selecionadas. Uma vez identificada a presença do comporta-
mento, utilizou-se a função estimate do MATLAB para estimar os parâmetros a serem
utilizados nas simulações de Monte Carlo.
Ficou evidente nas simulações que o resultado do hedge é impactado pelo nível de
aversão ao risco do investidor e pelo moneyness da opção. Em todos os casos analisados,
o modelo WW se mostrou o mais eficiente, seguido do modelo BTS. Verificou-se uma
alternância entre os modelos BS e LL variando-se o moneyness da opção. É importante
ressaltar que, para as primeiras opções analisadas (sobre CYRE3 e PETR4), verificou-se
um preferência do modelo LL sobre o modelo BS crescente com relação ao moneyness
enquanto detectou-se o comportamento contrário para as opções sobre OGXP3.
Estes resultados estão em linha com os resultados obtidos por Zakamouline (2009)
e Ino (2013), que já haviam demostrado anteriormente que os modelos do tipo move-based
tendem a ser mais eficientes, apesar do monitoramento constante.
A contribuição deste trabalho está na possibilidade de utilizar-se um modelo
simplificado (Heston-Nandi) que proporciona resultados similares a um modelo mais
complexo (Heston) para um problema de replicação de uma carteira formada por uma
opção plain-vanilla vendida através da negociação periódica de ações (que são ativo-objeto
das opções) e investimento/empréstimo de dinheiro à taxa livre de risco (delta-hedge
dinâmico). Esta simplificação se dá na praticidade de implementação e calibração deste
modelo, uma vez que o número de parâmetros a serem estimados é menor e podem ser
obtidos através da série histórica dos preços da ação.
Capítulo 6. Conclusões e pesquisas futuras 54
3. Comparar os modelos utilizados para hedge de carteiras formadas por mais de uma
opções;
Referências
BARLES, G.; SONER, H. M. Option pricing with transaction costs and a nonlinear
black-scholes equation. Finance and Stochastics, Springer, v. 2, n. 4, p. 369–397, 1998.
BLACK, F.; SCHOLES, M. The pricing of options and corporate liabilities. Journal of
political economy, The University of Chicago Press, v. 81, n. 3, p. 637–654, 1973.
BOYLE, P. P.; VORST, T. Option replication in discrete time with transaction costs. The
Journal of Finance, Wiley Online Library, v. 47, n. 1, p. 271–293, 1992.
HULL, J. C. Options, futures, and other derivatives. [S.l.]: Pearson Education India, 2006.
INO, N. Delta hedge com custos de transação: uma análise comparativa. Dissertação
(Mestrado), 2013.
Referências 56
KARATZAS, I.; SHREVE, S. Brownian motion and stochastic calculus. [S.l.]: Springer
Science & Business Media, 2012. v. 113.
LAI, T. L.; LIM, T. W. Option hedging theory under transaction costs. Journal of
Economic Dynamics and Control, Elsevier, v. 33, n. 12, p. 1945–1961, 2009.
LELAND, H. E. Option pricing and replication with transactions costs. The journal of
finance, Wiley Online Library, v. 40, n. 5, p. 1283–1301, 1985.
MARTELLINI, L.; PRIAULET, P. Competing methods for option hedging in the presence
of transaction costs. The Journal of Derivatives, Institutional Investor Journals, v. 9, n. 3,
p. 26–38, 2002.
MERTON, R. C. Theory of rational option pricing. The Bell Journal of economics and
management science, JSTOR, p. 141–183, 1973.
TOKAT, Y.; WICAS, N. W. Portfolio rebalancing in theory and practice. The Journal of
Investing, Institutional Investor Journals, v. 16, n. 2, p. 52–59, 2007.
WHALLEY, A.; WILMOTT, P. Counting the costs. Risk, v. 6, n. 10, p. 59–66, 1993.
ZAKAMOULINE, V. I. European option pricing and hedging with both fixed and
proportional transaction costs. Journal of Economic Dynamics and Control, Elsevier,
v. 30, n. 1, p. 1–25, 2006.