Escolar Documentos
Profissional Documentos
Cultura Documentos
Processos Estocásticos
Prof. Luiz Brandão
brandao@iag.puc-rio.br
IAG PUC-Rio
100 100
98 98
95
Tempo Tempo
95
Valor
150
Processo Estocástico:
125
Uma variável que evolve no
100 tempo de uma maneira que
Podemos obter um modelo mais detalhado da incerteza assumindo
é pelo menos parcialmente
que uma variável segue um processo estocástico, ou aleatório.
75 aleatória.
Tempo
50
IAG PUC – Rio Brandão IAG PUC – Rio Brandão
Processos Estocásticos Processos Estocásticos
Processos Estocásticos foram inicialmente utilizados na A maioria dos problemas reais são modelados utilizando-
física para descrever o movimento de partículas. Podem se processos estocásticos de tempo contínuo com
ser classificados dentro das seguintes categorias: variável contínua.
Processos de Tempo Contínuo: A variável pode mudar o Por outro lado, processos de tempo contínuo exigem o
seu valor em qualquer momento de tempo. uso de cálculo para a resolução das equações diferenciais
Processos de Tempo Discreto: A variável somente pode estocásticas que modelam estes processos.
alterar o seu valor a intervalos fixos de tempo.
Processos de tempo contínuo podem ser aproximados
Variável Contínua: A variável pode assumir qualquer valor através de processos discretos, cuja modelagem é mais
dentro de um determinado intervalo. simples.
Variável Discreta: A variável pode assumir apenas alguns
Estudaremos a seguir os principais modelos de tempo
valores discretos.
contínuo, e posteriormente, a modelagem discreta
Processos Estacionários: A média e variância são correspondente.
constantes no tempo.
Processos não-estacionários: O valor esperado da
variável aleatória pode crescer sem limite e sua variância
aumenta com o tempo.
9
IAG PUC – Rio Brandão IAG PUC – Rio Brandão
20
(com e sem drift)
MAB
MAB - Movimento Aritmético Browniano
15
10
10
0
5
(10) 0
13
0 50 100 150 200 250 300
IAG PUC – Rio Brandão IAG PUC – Rio Brandão
0
0 50 100 150 200 250 300 17
IAG PUC – Rio Brandão IAG PUC – Rio Brandão
Realizações de um Processo de
Processo de Reversão à Média Reversão à Média
Existem diversos modelos de reversão à média. Um dos mais
Processo de Reversão à Média
simples é o modelo de Ornstein-Uhlenbeck, que tem a
12
seguinte expressão matemática:
dV = η (V − V )dt + σ dz
onde η = velocidade da reversão 9
3
0 50 100 150 200 250 300
IAG PUC – Rio Brandão IAG PUC – Rio Brandão
Modelando o Ativo Básico
MGB
Simulação
Se o ativo básico segue uma MGB, temos
Para simular o caminho seguido por V usamos um modelo
dV = µVdt + σ Vdz
discreto:
Vt +1 − Vt = µ Vt ∆t + σ Vtε ∆t ε ≈ N (0,1)
Isso pode ser modelado em Excel como:
ε
Com @Risk a representação é:
ε 22
IAG PUC – Rio Brandão
23 24
IAG PUC – Rio Brandão IAG PUC – Rio Brandão
Avaliando Opções com Simulação Exemplo: Call Européia
Opções também podem ser avaliadas utilizando Simulação Ativo básico: Ação que não
de Monte Carlo. paga dividendos A solução de Monte
Carlo com 10,000
Isso é feito analisando cada realização do caminho do ativo Ação segue uma MGB iterações é 11.5407
básico e determinando o valor da opção no seu vencimento. S0 = $100
A solução exata (Black
O valor da opção é o valor presente esperado do valor da Volatilidade σ =20% and Scholes) é
opção em cada realização. $11.5415
Tempo para expiração T = 1
O ativo básico e o valor presente do valor da opção no ano Note que a taxa de
vencimento são modelados utilizando-se avaliação neutra a retorno (risco) µ do
Preço de Exercício X = $100
risco ativo básico não é
Taxa livre de risco é r = 7% utilizada para a
µ = 11% valoração da opção
Opções Reais
IAG PUC-Rio