Escolar Documentos
Profissional Documentos
Cultura Documentos
Importancia de Um Indice de Volatilidade
Importancia de Um Indice de Volatilidade
Rio de Janeiro
Maio de 2011
GUSTAVO TORRES CURSINO DE MOURA
Dissertação de Mestrado
Dissertação de Mestrado
À minha família e em especial a minha esposa, que mesmo morando longe sempre
me deu toda a força para que eu concluísse este curso.
Aos meus amigos de mestrado que ajudaram a descontrair nos momentos mais
tensos do curso.
RESUMO
ABSTRACT
The purpose of this paper is to analyze the importance of an implied volatility index
for the Brazilian market. Since it is thought of as a measure of market expectations,
and due to the arrival of new economic data, some studies (mainly foreign) have
been able to extract important information regarding changes in implied volatility. By
analyzing interest rate options (IDI) and exchange rate options (Real/Dollar), this
paper verifies whether macroeconomic data impacts volatility. The results show that
a large range of such data affects interest rate expectations, whereas only central
bank interventions through swap contracts cause an impact on the exchange rate
market. Lastly, the study concludes that certain non-transactional variables explain
the volatility variations, which shows that the implied volatility of options contain a
significant amount of information on market expectations
1. Introdução ................................................................................................................................ 6
2. Literatura Relacionada ............................................................................................................ 9
3. Metodologia e Base de Dados ..............................................................................................13
3.1. Base de Dados ...................................................................................................................13
3.2. Metodologia .............................................................................................................. 15
3.2.1.Descrição da Metodologia..........................................................................................15
3.2.2 Média da Volatilidade .................................................................................................18
4. Resultados ..............................................................................................................................20
4.1. Mudanças nas Expectativas do Mercado de Juros .........................................................20
4.2. Mudanças nas Expectativas do Mercado de Câmbio .....................................................25
4.3. Mudanças nas Volatilidades através de Variáveis Negociáveis ....................................28
5. Conclusão ...............................................................................................................................31
Bibliografia ......................................................................................................................................33
Apêndice .........................................................................................................................................35
Índice de Figuras
Figura 1: Série Histórica do VIX americano de Janeiro de 2006 a Novembro de 2010................................. ........5
Índice de Tabelas
Tabela 2: Impacto das mudanças das projeções para fim de mês do relatório FOCUS do Banco Central
na volatilidade das opções de IDI.......................................................................................................22
Tabela 3: Impacto das mudanças das projeções de 12 meses à frente do relatório FOCUS do Banco
Central na volatilidade das opções de IDI...........................................................................................22
Tabela 5: Impacto das mudanças das projeções para fim de período do relatório FOCUS do Banco
Central na volatilidade das opções de IDI...........................................................................................24
Tabela 7: Impacto das mudanças das projeções para fim de período do relatório FOCUS do Banco
Central na volatilidade das opções de Dólar.......................................................................................27
Tabela 8: Impacto das intervenções no mercado do Banco Central na volatilidade das opções de
Dólar..................................................................................................................................................27
Tabela 10: Impacto das variáveis transacionadas na volatilidade das opções de dólar.......................30
1. Introdução
Um bom exemplo desse movimento pode ser identificado pelo gráfico do VIX1.
Analisando os períodos de crise, como recentemente em 2008, é possível observar
que o índice aumenta mostrando que as incertezas sobre as expectativas futuras
são grandes, assim como nos períodos de economia mais estáveis o mesmo estará
em níveis mais baixos.
1
O VIX é uma média da volatilidade implícita extraída das opções sobre o S&P 500. Criado pela CBOE em 1993
atualmente é utilizado em larga escala no mercado financeiro americano sendo o principal benchmark de
volatilidade do mercado e tendo inclusive negociação de opções do próprio índice.
6
Recentemente diversos estudos relacionados à volatilidade das opções, como
por exemplo, Vahämaa (2009) e Vähämaa, Watzka, e Äijö, (2005), têm sido
realizados na tentativa de entender melhor o comportamento e extrair destas
importantes informações. Tais trabalhos têm analisado, por exemplo, quais variáveis
macroeconômicas têm maiores impactos nas volatilidades, ou ainda, qual é o
impacto de uma mudança na política monetária. Os resultados têm demonstrado a
importância dessa medida para o mercado.
2
CBOE – Chicago Board Options Exchange
7
Sendo assim, este trabalho está organizado da seguinte forma: no Capítulo 2 será
apresentada uma revisão da literatura relacionada a este assunto; no capítulo 3 será
discutida a metodologia, descrevendo a forma como a base de dados será tratada.
Os resultados obtidos serão apresentados no capítulo 4 seguidos da conclusão do
trabalho no capítulo 5.
8
2. Literatura Relacionada
Por ser uma medida de expectativa futura, a volatilidade implícita não muda
somente de nível quando existem novas informações no mercado. Assim como
acontece na curva de juros, a curva de volatilidade pode alterar o seu ângulo ou
então sua torção, também chamado de skewness. Vähämaa, Watzka, e Äijö, (2005),
analisam além da mudança de nível, o skewness da opção no mercado futuro de
bonds alemães. Esta medida é uma função de probabilidade implícita da opção,
demonstrando como os agentes atribuem uma probabilidade de ocorrer certo
movimento no mercado. Neste artigo, os autores concluem que as volatilidades
10
esperadas pelo mercado aumentam em resposta a resultados de inflação maiores
do que os esperados. A assimetria do mercado, medido pelo skewness, também é
afetada por resultados acima da expectativa da inflação e da taxa de desemprego,
fazendo aumentar a probabilidade esperada que haja uma subida na taxa de juros
local.
12
3. Metodologia e Base de Dados
13
Já para as opções de dólar, serão utilizados os seguintes dados com divulgação
mensal: Conta-Corrente, Importações, Exportações, Balança Comercial,
Investimento Estrangeiro Direto e Índice Nacional de Preços ao Consumidor Amplo -
IPCA. Assim como para as opções de IDI as projeções do relatório FOCUS foram
utilizadas. Porém, de tais projeções foram utilizados somente as projeções para fim de
período, já que as projeções para fim de mês e para 12 meses à frente suavizados só
contemplam índices de inflação. Sendo assim, os seguintes dados do boletim FOCUS
que possuem divulgação semanal foram utilizados: as projeções de fim de período
para o Cambio, IPCA, Conta Corrente, Balança Comercial e Investimento
Estrangeiro Direto
Para os testes com o chamado Kit Brasil serão utilizados os dados diários da
cotação do dólar, Ibovespa e do vértice de 360 dias corridos do Swap DI x Pré que é
equivalente ao vértice de 252 dias úteis da curva de juros.
Assim como para os dados do Kit Brasil, os dados mensais do IPCA IPC-FIPE,
IGP-M, IGP-DI, Produção Industrial, Taxa de Desemprego Vendas no Varejo, Conta-
Corrente, Importações, Exportações e Balança Comercial foram retirados pelo
terminal da Bloomberg.
14
3.2. Metodologia
A variação da volatilidade possui uma relação linear com a parte não esperada
pelo mercado , . Sendo assim, equação a ser utilizada para os dados
macroeconômicos com divulgação mensal é:
, ( , (3)
)
Para este grupamento de dados, pelo fato dos mesmos serem divulgados sempre
às segundas-feiras, sempre é considerado a variação da volatilidade implícita de
fechamento de segunda-feira em relação à volatilidade de fechamento de sexta-
feira. Tanto para a equação (2), quanto para a equação (4), os testes foram
realizados através do método dos mínimos quadrados.
As volatilidades implícitas das opções talvez não sejam impactadas apenas pelas
divulgações de novos dados da economia. O fato das opções serem negociadas
diariamente, as expectativas dos agentes podem se ajustar através de movimentos
do mercado. Para analisar esta questão, assim como em Woo, Vicente e Barbedo
(2009), se existem variáveis transacionáveis no mercado que expliquem tais
mudanças, ou seja, se as expectativas futuras são ajustadas também pelas
variações desses ativos negociados no mercado de capitais, serão utilizadas como
variáveis explicativas, as variações diárias do dólar, as variações do índice Bovespa
e do vértice de 360 dias úteis do Swap DI x Pré3. Esses ativos, por serem
considerados como os principais ativos do mercado brasileiro, podem conter
bastante informação. Sendo assim, a equação para a realização dessa análise é:
3
Utilizando o vértice de 360 dias úteis do Swap DI x Pré é equivalente a analisar a curva de juros de 12 meses à
frente.
16
GARCH (p.q) como sugeridos por Engle (1982) e Bollerslev (1986). Após a
aplicação deste método, foi realizado o teste novamente e o resultado foi negativo
para heterocedasticidade.
4
Swap Cambial é a troca de taxa de variação cambial (variação do preço do dólar) por juros pós-fixados. Essa
operação é equivalente a ficar com uma posição de venda no dólar e outra posição compradora na taxa de
juros.
5
Swap Cambial Reverso possui o fluxo inverso do Swap Cambial, ou seja, há uma troca de juros pós-fixados por
variação cambial.
17
3.2.2. Média da Volatilidade
Para a realização dos testes descritos na subseção 3.2.1 será necessário calcular
a média da volatilidade implícita para cada grupo de opções. Isso se deve ao fato de
que a volatilidade varia de strike para strike como mencionado anteriormente. Se
fosse optado por utilizar uma única opção, as informações contidas nas outras
opções seriam perdidas, informações estas que são valiosas para a conclusão final
deste trabalho.
6
Ver mais em Ederington e Guan (2000).
7
Ver “THE CBOE VOLATILITY INDEX® - VIX” em www.cboe.com.
18
Para replicar o VIX para as opções de dólar foram considerados os dois
vencimentos mais próximos (as opções que vencem no mês seguinte e no mês
subsequente), criando assim uma opção com maturidade constante de um mês.
Como utilizado na metodologia do VIX original, as opções são roladas para os
vencimentos seguintes faltando cinco dias de pregão para o vencimento a fim de
minimizar as distorções que ocorrem na volatilidade implícita próximas ao
vencimento. Esse período foi definido de acordo com a liquidez dos vencimentos
subsequentes, pois foi constatado que há uma semana para o vencimento, os
agentes de mercado já começavam a negociar os vencimentos mais longos.
Para as opções de juros (IDI) foram utilizadas as opções com vencimento de seis
meses e um ano à frente, criando assim uma opção com maturidade constante de
seis meses. Dada a peculiaridade deste mercado, não foi possível utilizar as opções
com vencimentos mais próximos, já que na base de dados nem sempre existiam
opções mais curtas e que tivessem liquidez para todo o período analisado. Além
disso, foi constatado que a rolagem das opções ocorria faltando aproximadamente
vinte dias de pregão para o vencimento. Porém, utilizando tal periodicidade foram
encontrados diversos períodos com variância negativa8. Alguns testes foram feitos a
fim de encontrar o melhor período de rolagem, chegando assim ao período de cinco
dias de negociação para o vencimento. Ainda assim foram obtidos cinco dias com
variância negativa. Para corrigir tal problema foi calculada a média dos cinco dias
anteriores ao período com variância negativa.
8
Esta ocorrência se deve ao fato de que pela metodologia do VIX, ao realizar a rolagem o vencimento mais
curto tem a sua variância extrapolada, i.e o peso no calculo da variância final é maior do que 1. Porém mesmo
sendo extrapolada, esta variância era menor do que a variância do segundo vencimento, fazendo com que a
variância final ficasse negativa.
19
4. Resultados
O coeficiente negativo deste teste inicial mostra que uma surpresa acima do
esperado pelo mercado faz com que os agentes ajustem a volatilidade implícita para
baixo. Porém analisando a estatística-F do modelo, as variáveis em conjunto não
têm impacto sobre a volatilidade implícita. Posteriormente, outros testes foram
realizados, pois se espera que quando o mercado erra a projeção de um índice de
inflação para um dado mês, ele tende a errar para os outros índices também.
Outro fato que pode ter tornado este teste insignificante de uma forma geral é que
algumas variáveis podem estar interferindo no resultado. Na Tabela 1 encontram-se
os resultados do modelo final, o qual também foi incluído um termo AR (1) devido à
autocorrelação nos resíduos, com os dados que apresentaram os melhores
resultados. Neste caso a produção industrial continua estatisticamente significativa
ao nível de 5% e com o sinal negativo as variáveis em conjunto também explicam as
mudanças nas expectativas.
20
Tabela 1: Impacto das surpresas macroeconômicas na volatilidade das opções de
IDI
21
Como é possível observar, essas projeções em conjunto impactam as
expectativas de longo prazo no mercado de juros (a hipótese nula da estatística-F do
modelo é rejeitada ao nível de 1%), apesar de individualmente não terem nenhum
destaque, mesmo quando todos os índices de inflação são utilizados, os resultados
são muito parecidos.
Tabela 2: Impacto das mudanças das projeções para fim de mês do relatório
FOCUS do Banco Central na volatilidade das opções de IDI
Uma possível explicação para estes resultados é que essas mudanças nas
projeções de curto prazo provavelmente alteram também as projeções de longo
prazo e com isso impactam indiretamente as expectativas de longo prazo, já que a
variável dependente deste modelo é a expectativa de longo prazo para o mercado
de juros.
22
Apesar de serem projeções de longo prazo, os resultados finais foram muito
parecidos com os encontrados nos testes realizados para as projeções de fim de
mês. Todos os índices de inflação analisados foram insignificantes individualmente,
porém quando analisados em conjunto aparecem significativa ao nível de 1%.
Isso leva a crer que os agentes de mercado não analisam somente um ou outro
índice de inflação especificamente para alterarem as suas expectativas. Quando a
correlação entre as variáveis é analisada na Tabela 4, é possível inferir que a
relação entre as variáveis independentes é positiva entre si, demonstrando uma
multicolinearidade entre elas. Estes resultados valem tanto para as projeções de fim
de mês quanto para as de 12 meses à frente. Talvez pelo fato de terem
metodologias de apuração9 diferentes entre si, estes índices de inflação precisam
ser avaliados em conjunto para que possam passar uma melhor informação sobre o
estado real da economia, pois se analisadas individualmente podem ter uma
observação outlier que levaria os investidores a terem conclusões erradas.
ℯ
= + (6)
9
O IPCA, por exemplo, mede a variação do custo dos gastos das famílias que ganham até quarenta salários
mínimos enquanto o IPC-FIPE mede a variação dos preços para o consumidor que ganha até vinte salários na
cidade de São Paulo.
23
Onde o termo i é a taxa de juros nominal e πℯ é a expectativa da inflação para o
período. Pozas (2008) analisa esta relação para diferentes tipos de taxa de juros no
Brasil e concluíram que existe uma fraca evidência para a presença da relação de
Fisher, ou seja, o β da equção (6) é menor do que 1. Porém para as opções de
juros, esta relação não se mostrou válida, pois o β dos índices de inflação foram
todos estatisticamente insignificantes mesmo com uma relação para as taxas de
juros.
Nos resultados iniciais, nos quais foram utilizadas todas as variáveis, além da
estatística-F do modelo ter sido significativa ao nível de 1%, as projeções da SELIC
ao nível de 1%, IPCA e IPC-FIPE ao nível de 5% se mostraram significativas. Como
é possível observar, um aumento na projeção da taxa SELIC possui um impacto
negativo na volatilidade implícita das opções. Normalmente esse movimento na taxa
de juros está ligado ao aquecimento da economia local. Este resultado vai à mesma
direção do encontrado na Tabela 1 deste capítulo, onde a produção industrial que
está diretamente ligada ao nível de atividade do país possui também um impacto
negativo na expectativa de mercado.
Tabela 5: Impacto das mudanças das projeções para fim de período do relatório
FOCUS do Banco Central na volatilidade das opções de IDI
24
No caso das projeções do IPCA e do IPC-FIPE, os coeficientes positivos indicam
que estes aumentam as incertezas sobre o futuro da economia. Talvez este fato
ocorra pelo receio de que se perca o controle sobre a inflação, já que o Brasil
enfrentou períodos com alto índice de preços e que deterioraram a economia.
Quando algumas variáveis são retiradas, existe uma melhora em relação ao teste
inicial. De acordo com as estimativas da Tabela 5, a produção industrial passa ser
significativa ao nível de 5% e com o mesmo sinal das projeções da SELIC. As outras
variáveis já se mostraram significativas no teste anterior, não havendo grandes
alterações nos resultados finais, chegando às mesmas conclusões mencionadas
anteriormente.
25
Tabela 6: Impacto das surpresas macroeconômicas na volatilidade das opções de
Dólar
Mesmo a retirada de varáveis do modelo não faz com que os resultados mudem.
Analisando os resultados dos outros testes é possível observar que as estatísticas
dos coeficientes mudam marginalmente, mas a sua insignificância continua tanto
individualmente quanto em conjunto.
27
Em posse dos dados da Tabela 8, é possível observar que as intervenções feitas
através de swaps cambiais possuem um impacto com sinal positivo, o que indica
que tais instrumentos aumentam a volatilidade condicional das opções. Tais
resultados são similares aos encontrados na literatura como em Nascimento e Plaga
(2011) e Araújo (2004), apesar de tais estudos focarem na volatilidade do câmbio e
não na volatilidade das opções. Vale destacar aqui que o Banco Central realizou
grandes intervenções via leilões de swaps cambiais no período entre outubro e
novembro de 2008 (momento em que a crise do subprime foi mais acentuada)
vendendo moeda estrangeira no mercado. Exatamente neste mesmo período houve
um aumento acentuado na volatilidade implícita das opções de câmbio devido ao
aumento também na aversão a risco dos investidores. Sendo assim, tais resultados
aqui encontrados parecem ter o mesmo problema de endogeneidade encontrado por
Araújo (2004) em seu estudo, no qual foi verificado que as intervenções diminuíram
a volatilidade do câmbio.
Como pode ser visto até aqui, existem diversas variáveis no mercado que alteram
as expectativas futuras do mercado. No caso do mercado de juros, os dados
macroeconômicos e as projeções dos relatórios FOCUS do Banco Central de uma
forma geral alteram a volatilidade implícita das opções, enquanto que no dólar os
resultados mostraram uma dinâmica diferente, mostrando que é influenciado por
fluxo de moeda e não por divulgação de novos dados macroeconômicos.
28
Porém Woo, Vicente e Barbedo (2009) concluíram que para o mercado de dólar
especificamente, além de variáveis transacionáveis, existem outras variáveis não
transacionáveis que explicam as mudanças na curva de volatilidade implícita. Os
autores chegaram a esta conclusão, analisando a relação da volatilidade implícita
com as variações diárias do dólar à vista, do IBOVESPA e do vértice de 12 meses à
frente da curva de juros e encontrando R² ajustados muito baixos.
Nesta subseção será feita uma análise muito similar para os mercados de juros e
de dólar. Os resultados a seguir foram obtidos através do modelo GARCH (1,1),
como já foi mencionado no capítulo 3 deste trabalho. Além disso, foram encontradas
mudanças estruturais nas séries através da realização do teste de estabilidade de
Quandt Andrews. Para corrigir tal problema foram incluídas dummies com valores
iguais a 1 (um) nas observações onde o teste apontou e 0 (zero) para as outras
observações. Na Tabela 9 encontram-se os resultados do teste realizado para o
mercado de juros.
C -0.004897 -1.589032
Dólar à vista 0.076884 0.338023
Ibovespa -0.105222 -0.776819
Pré – 252 6.248206** 2.090417
R² ajustado 0.059940
***, ** e * denotam a significância aos níveis de 0,01, 0,05 e 0,10 respectivamente.
Como é possível observar na tabela acima, a única variável que parece explicar a
variação de parte da variância condicional da série é a taxa Pré-252, com sinal
positivo como já era esperado e significante ao nível de 5%. Outro fato importante é
que o R² ajustado é muito baixo, sendo um resultado muito similar aos encontrados
com os testes realizados anteriormente. Este resultado, assim como já mencionado
anteriormente mostra que o poder explicativo dos testes é muito baixo, ou seja, não
é possível replicar a volatilidade implícita através de variáveis transacionáveis
somente. Parecem existir outras variáveis como, por exemplo, a divulgação de atas
do COPOM, discursos do presidente do Banco Central ou medidas macro
prudenciais que alteram as expectativas do mercado. A ocorrência desses eventos
29
pode dar sinais de como será a trajetória da política monetária no futuro mesmo que
os dados macroeconômicos ou outras informações extraídas dos preços dos ativos
no mercado indiquem um caminho diferente. Além desses fatores aqui citadas,
existe também dados da economia mundial que de certa forma também podem
impactar nas mudanças da política interna.
Cabe ressaltar que neste trabalho foram estudados apenas impactos de dados
domésticos e seria necessário o estudo de informações advindas dos mercados no
exterior para entender melhor a dinâmica dessas expectativas.
30
5. Conclusão
31
intervenções de do Banco Central via swap impacta a volatilidade implícita das
opções, adicionando mais volatilidade à variância condicional.
Por fim foi constatado, assim com em Woo, Vicente e Barbedo (2009), que
existem variáveis não transacionáveis que impactam a volatilidade implícita das
opções, pois em todos os testes o R² ajustado é muito baixo indicando que nenhum
modelo possui boa aderência. Os fatos de os swaps se mostrarem estatisticamente
significativos é um exemplo de que não são apenas variáveis transacionadas no
mercado que alteram as expectativas futuras do mercado.
Para se ter uma melhor análise sobre a questão apresentada, este trabalho
sugere que sejam feitos novos testes com metodologia que captem somente as
grandes surpresas, já que o fato de um dado macroeconômico não ter sido
exatamente igual à expectativa do mercado não indica informação nova para o
mercado. Além disso, a realização de trabalhos que considerem divulgações de
informações no exterior poderia ajudar a entender a dinâmica de mudanças de
volatilidade implícita. Por último, este trabalho sugere que seja utilizado um modelo
E-GARCH para verificar qual é o real impacto dos swaps na volatilidade das opções.
32
Bibliografia
ALMEIDA A.; GOODHART C.; PAYNE R. (1998) “The Effects of Macroeconomics News on High
Frequency Exchange Rate Behavior” Journal of Finance and Quantitative Analysis, 33, 383 – 408.
BALDUZZI; PIERLUIGI; ELTON E.; GREEN C. (1996) “Economic News and the Yield Curve: Evidence
from the U.S. Treasury Market” New York University Stern School of Business Finance Department
Working Paper Series.
BEBER, A.; BRANDT, M. W. “The Effect of Macroeconomic News on Beliefs and Preferences:
Evidence from de options Market”, Journal of Monetary Economics, 63, 8, 1997-2039.
Brandi, Vinicius Ratton , Mendes, Beatriz Vaz de Melo , Gomes, Frederico Pechir and Santos, Marcelo
Bittencourt Coelho dos(2007) “Foreign Exchange Volatility and Trading Volume of Derivatives
Instruments: Evidence from the Brazilian Market”, Latin American Business Review, 8: 1, 65 — 82
CLARE A.; COURTENAY R. (2001) “Assessing the Impact of Macroeconomics news Announcements
on Securities Prices under Different Monetary Policy Regimes”, Bank of England Working Paper
Series.
EDERINGTON L.; LEE J. (1996) “The Creation and Resolution of Market Uncertainty: The Impact of
Information Releases on Implied Volatility”, Journal of Finance and Quantitative Analysis, 31, 513 –
539.
EDERINGTON L.; GUAN, W. “Measuring Implied Volatility: Is an Average Better? Which Average?”
Journal of Futures Markets, 22: 811–837.
GALATI, G., MELICK, W. (2002). “Central bank intervention and market expectations”,BIS Papers,
No. 10.
GALATI, G.; MELICK, W.; MICU, M. (2005) “Foreign exchange market intervention and expectations:
an empirical study of the yen/dollar exchange rate”, Journal of International Money and Finance,
24, 6, 982-1011.
33
GLOSTEN, LAWRENCE R., and PAUL R. MILGROM, (1985), “Bid, ask and transaction prices in a
specialist market with heterogeneously informed traders”, Journal of Financial Economics 14, 71-
100.
GREEN T. (2004) “Economic News and the Impact on Bond Prices”, Journal of Finance, 59, 1201 –
1233.
OLIVEIRA, F. N.; PLAGA, A. (2011) “Eficácia das Intervenções do Banco Central do Brasil sobre a
Volatilidade Condicional da Taxa de Câmbio Nominal”, Revista Brasileira de Economia, 65, 1, 71-92.
PATELL, J and WOLFSON, M (1984), “The intraday speed of adjustment of stock prices to earnings
and dividend announcements”, Journal of Financial Economics, 13, 223-52.
POZAS, D. A (2008), “Testando a hipótese de Fisher no Brasil”, Dissertação de mestrado, IBMEC São
Paulo.
VAHÄMAA, S., WATZKA, S. and ÄIJÖ, J. (2005) “What Moves Option-Implied Bond Market
Expectations?” Journal of Futures Markets, 25, 817–43.
WOO, R. K.; VICENTE, J. V. M.; BARBEDO, C. H. (2009) “É Possível Replicar a Volatilidade da Taxa de
Câmbio com Instrumentos Transacionados no Mercado?”, Revista Brasileira de Finanças 7 (2009), 4,
485-501.
34
Apêndice
Tabela 2: Impacto das mudanças das projeções para fim de mês do relatório
FOCUS do Banco Central na volatilidade das opções de IDI
35
Tabela 3: Impacto das mudanças das projeções para fim de mês do relatório
FOCUS do Banco Central na volatilidade das opções de IDI
Tabela 5: Impacto das mudanças das projeções para fim de período do relatório
FOCUS do Banco Central na volatilidade das opções de IDI
36
Tabela 6: Impacto das surpresas macroeconômicas na volatilidade das opções de
Dólar
Tabela 7: Impacto das mudanças das projeções para fim de período do relatório
FOCUS do Banco Central na volatilidade das opções de Dólar
37