DESAFIO B3: DERIVATIVOS

RISCO DE MERCADO E COMPORTAMENTO

DO PREÇO DE ATIVOS FINANCEIROS

Prof. Paulo Beltrão Fraletti

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 1
 GESTÃO FINANCEIRA
DEFINIÇÃO DE RISCO

 Incerteza: existe quando mais eventos podem ocorrer do que

realmente irão acontecer
JOGO CLIMA MERCADO

1
2
● 3
4
5
6

 Risco: possibilidade de desvios em relação ao esperado em função

de incerteza nas variáveis relevantes
 Resultado do Risco = Valor Efetivo - Valor Esperado
Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 2
 GESTÃO FINANCEIRA
QUANTIFICAÇÃO DE RISCO

 Risco de Mercado é a possibilidade de desvios futuros no valor

de mercado em relação ao valor de mercado atual (VM0)
RISCO = D VALOR MERCADO = VALOR MERCADOCenário - VALOR MERCADO0

Risco = D VMCenário = (Quantidade * PreçoCenário) - (Quantidade * Preço0)

D VMCenário = Quantidade * (PreçoCenário - Preço0) = Quantidade * D Preço

PCenário 1
PCenário 2
O maior desafio na implementação de
P0 .
. metodologias modernas de mensuração de
.
riscos é o estabelecimento de probabilidades de
PCenário n-1
ocorrência de cenários futuros de preços e taxas
PCenário n

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 3

 MODELOS PARA QUANTIFICAÇÃO
MEDIDA DE SENSIBILIDADE
 Modelo Tradicional: Impacto no valor de mercado provocado
por um cenário de preço determinístico

DVMCenário = Q * DP = Q * (PCenário - P0)

Cenário Determinístico Resultado Determinístico

Preço PDeterministico Resultado
RDeterministico
P0
Tempo 0 Tempo

 Uma empresa com US$ 1.000.000 (Q) em contas a pagar sofreria perda
de R$ 100.000 (DVM) na eventualidade de elevação na taxa de câmbio
de R$ 3,75 / US$ (P0) para R$ 3,85 / US$ (PCenário)
MEDIDAS DE SENSIBILIDADE INDICAM O IMPACTO FINANCEIRO
DO CENÁRIO SEM INFORMAR A PROBABILIDADE DE REALIZAÇÃO

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 4

 PREÇOS DE ATIVOS FINANCEIROS
VARIABILIDADE DAS TAXAS DE CÂMBIO

CÂMBIO BRL x USD

01/07/99 A 01/07/16

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 5

 PREÇOS DE ATIVOS FINANCEIROS
VARIABILIDADE DAS TAXAS DE CÂMBIO

RETORNOS BRL x USD - 01/07/99 a 01/07/16

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 6

 PREÇOS DE ATIVOS FINANCEIROS
OBSERVAÇÃO EMPÍRICA DO MERCADO
14%
TAXA DE CÂMBIO R$/US$ - PTAX 800 DIÁRIA MAI99 / FEV00
12%

10%

8%

6%

4%
s = 12%a.a.
2%

0%
-5,75 -4,75 -3,75 -2,75 -1,75 -0,75 0,25 1,25 2,25 3,25

14%
ÍNDICE BOVESPA - FECHAMENTO DIÁRIO MAI99 / FEV00
12%

10%

8%

6%

4%
s = 31%a.a.
2%

0%
-3,50 -2,50 -1,50 -0,50 0,50 1,50 2,50

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 7

 PREÇOS DE ATIVOS FINANCEIROS
OBSERVAÇÃO EMPÍRICA DO MERCADO

 Retornos contínuos (logarítmicos) calculados a partir de uma série de preços

diários de qualquer ativo financeiro ou real negociado em mercado líquido e
competitivo tendem a ser distribuídos simetricamente e com um perfil que se
assemelha ao de uma distribuição normal
 Mas as caudas dessas distribuições são “pesadas” (fat tails)
 Contêm mais dados extremos (outliers) do que seria esperado em distribuições normais
 Tais distribuições são ditas Leptocúrticas
14%

COBRE COTADO EM US$ (CASH LME) - JAN98 / NOV02

12%

10%

8%

6%

4%
s = 19%a.a.
2%

0%
-4,50 -3,50 -2,50 -1,50 -0,50 0,50 1,50 2,50 3,50 4,50

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 8

 PREÇOS DE ATIVOS FINANCEIROS
OBSERVAÇÃO EMPÍRICA DO MERCADO
Distribuição de Preços Distribuição de Retornos Contínuos
Log-Normal Normal

Transformação
estatística
da variável
Rt = ln (Pt / Pt-1)

Modelos representam simplificações  Hipótese da normalidade de retornos

 A distribuição normal pode ser descrita por dois parâmetros:
 Média (m)
 Este dado estatístico é normalmente desprezado na análise financeira
 Retorno passado não é indicador de retorno futuro  RandomWalk
 Desvio Padrão (s)
 Representa o grau de incerteza com relação a movimentos futuros  Volatilidade
 Assume-se que a variabilidade futura mantenha-se no patamar observado no passado
Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 9
 PREÇOS DE ATIVOS FINANCEIROS
PROPRIEDADES DA DISTRIBUIÇÃO NORMAL

1% m - 2,33s m
5% m - 1,65s
10% m - 1,28s
90% m + 1,28s
95% m + 1,65s
99% m + 2,33s

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 10

 PREÇOS DE ATIVOS FINANCEIROS
MOVIMENTO BROWNIANO GEOMÉTRICO

Preços Preços O modelo à esquerda é válido

em T0 A distribuição log-normal de preços, em T para intervalos infinitesimais
baseada no Movimento Browniano de tempo. Para intervalos
discretos a equação é a
Geométrico, é dada pela equação seguinte:
  2  

S T  S0  e i  t  α  σ  t   E[S T ]  e α  σ  t 
  i -   t    σ  t 
  2  
ST  S0  e

Frequência
Distribuição Distribuição
normal log-normal
dos retornos dos preços
s=1 s=1

Probabilidade
E[ST]
a m =0

S0

T0 t dias (rendimento esperado no período = i) Tempo (T)

T

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 11

 PREÇOS DE ATIVOS FINANCEIROS
SIMULAÇÃO DE MONTE CARLO
 Método numérico baseado na amostragem aleatória (como em situações reais)
e na velocidade de cálculo de computadores.
 Busca-se descrever, através de processo iterativo e dentro de certos limites de
tolerância, os percursos possíveis que poderiam ser seguidos pelo preço do ativo-
base durante determinado intervalo de tempo
Preços Preços
100 Percursos Possíveis do Preço de Ativo no Horizonte de 10 Anos em T

i = 2% e s = 15%

Probabilidade
E[ST] = 1,221
ST50% = 1,091

Tempo (T)
T0 T
Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 12
 PREÇOS DE ATIVOS FINANCEIROS
SIMULAÇÃO DE MONTE CARLO

Passo 1: Definir processo gerador de preços do ativo no vencimento  St

  2  
  i -   t    σ  t  onde: e = amostra aleatória retirada de uma
  2  
ST  S0  e distribuição de probabilidades

Passo 2: Extrair número aleatório da distribuição especificada (por exemplo

distribuição normal reduzida N[0; 1])  ei

s=1 s=1

ei 0

Passo 3: Calcular o preço do ativo para ei  iSt

Passo 4: Repetir ‘n’ vezes os passos 2 e 3 (n ≥ 1.000)
Passo 5: Calcular o valor esperado do ativo no vencimento  E[St]
𝐧
𝟏
𝐄[𝐒𝐭]= ∑ 𝐒
𝐧 𝐢=𝟏 𝐭
𝐢

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 13

 PREÇOS DE ATIVOS FINANCEIROS
SIMULAÇÃO DE MONTE CARLO

MONTE CARLO BRL x USD

4.250 ‘Cara ou Coroa’

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 14

 PREÇOS DE ATIVOS FINANCEIROS
SIMULAÇÃO DE MONTE CARLO

4,10

3,80
CÂMBIO BRL x USD
3,50
01/07/99 to 02/01/15
3,20

2,90

2,60

2,30

2,00

1,70

1,40
07/99

07/00

07/01

07/02

07/04

07/06

07/07

07/08

07/10

07/12

07/14
07/03

07/05

07/09

07/11

07/13
Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 15
 GERAÇÃO DE CENÁRIOS
ESTIMAÇÃO DA VOLATILIDADE
VOLATILIDADE HISTÓRICA
 Medida de variabilidade do ativo em determinado período passado
 Pressupõe que a informação passada seja bom indicador do futuro
 Soluções práticas usuais
 Preços diários de fechamento
 Tempo medido em dias úteis

Data Preço Retorno (r) r

t1 P1 -
t2 P2 ln(P2/P1) t
t3 P3 ln(P3/P2)
t4 P4 ln(P4/P3)
... ... s (desvio padrão) = Volatilidade por dia útil   Anual   Diária  252

 Escolha da “janela temporal”  Qual o número mais apropriado de dados

históricos a serem utilizados?
 Longa série melhora a significância estatística
 Longa série pode piorar a análise em função da mudança de regime

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 16

 GERAÇÃO DE CENÁRIOS
ESTIMAÇÃO DA VOLATILIDADE

CÂMBIO BRL/USD (PTAX) - RETORNOS DIÁRIOS – 01JUL99 / 01JUL16

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 17

 MODELOS PARA QUANTIFICAÇÃO
VALUE AT RISK
 Modelo Moderno: Impacto no valor de mercado provocado por
cenário de preço com dada probabilidade de não ser superado
Medida de risco mais objetiva (incorpora a variabilidade do mercado)
Conceito simples (valor monetário) e aceito internacionalmente (B.I.S.)
Não representa a ‘perda de pior hipótese’

Representação numérica da perda possível em dado intervalo

de tempo, com determinado grau de confiança

VaR95%, 1 dia = R$ 1.000.000

Interpretação: Existe 5% de chance que o resultado no

dia seja uma perda superior a 1.000.000.
Ou seja, 1 vez a cada 20 dias (em média) a
perda será superior ao VaR

Desafio B3: Derivativos Modelagem de Ativos Financeiros Paulo Beltrão Fraletti 18