Professional Documents
Culture Documents
Opes:
Considera a natureza estocstica dos preos e/ou custos e, mais importante, as aes gerenciais que so tomadas nos projetos devido a essas variaes nos preos.
A abordagem por opes mais realista e mais adequada do ponto de vista terico, ao considerar a incerteza e a reao racional frente a ela.
Processo estocstico X = { X(t), t T } uma coleo de variveis aleatrias. Ou seja, para cada t no conjunto de ndices T, X(t) uma varivel aleatria.
Freqentemente t interpretado como tempo e chamamos X(t) de estado do processo no tempo t (Ross, 1996, p.41). Quando o conjunto de ndices T um conjunto contvel, temos um processo estocstico em tempo discreto (ex. binomial, parte 2). Se esse conjunto incontvel/contnuo, temos um processo estocstico em tempo contnuo. Uma realizao aleatria de X chamada de amostra de caminho (sample path); pode ser discreta ou contnua.
Processos Estocsticos
O formato exponencial o link entre retornos compostos em tempo contnuo, (geralmente se assume distribuio normal para os retornos) e a lognormalidade dos preos.
O retorno composto continuamente entre 0 e t, por definio R(0, t) = ln(Vt/V0) Vt = V0 eR(0, t). Isso um bom motivo p/ se trabalhar em tempo contnuo (em vez de discreto), mas tem +.
Assim, retornos em tempo contnuo com distribuio normal equivale a dizer preo do ativo com distribuio lognormal.
Veremos que processos estocsticos populares usam dist. lognormais.
Alm disso, retornos compostos continuamente podem ser somados, i. , se t0 < t1 < t2, e as taxa de retorno contnuo nos intervalos [t0, t2], [t0, t1], [t1, t2] so, respectivamente, R(t0, t2), R(t0, t1), R(t1, t2), ento: R(t0, t2) = R(t0, t1) + R(t1, t2)
Prova: V(t1) = V(t0) exp[R(t0, t1)] e V(t2) = V(t1) exp[R(t1, t2)] podem ser combinados: V(t2) = V(t0) exp[R(t0, t1)] exp[R(t1, t2)] = V(t0) exp[R(t0, t1) + R(t1, t2)] V(t2)/V(t0) = exp[R(t0, t1) + R(t1, t2)] ln[V(t2)/V(t0)] = R(t0, t1) + R(t1, t2) R(t0, t2) = R(t0, t1) + R(t1, t2)
Outro fato: sabe-se que a soma de distribuies normais uma dist. normal o produto de lognormais lognormal. Prova:
Y1 = exp(X1); Y2 = exp(X2); Y1 x Y2 = exp(X1) x exp(X2) = exp(X1 + X2), como X1 + X2 tem distrib. normal, ento Y1 x Y2 tem distrib. lognormal.
O reinvestimento contnuo de dividendos no ativo bsico tambm gera um nmero exponencial de ativos, e T:
Se em t0 tenho n0 = 1 ativo e todo dia t eu recebo e reinvisto o dividendo /365 V(t), ento eu terei n1 = (1 + /365) ativos no 1o dia; no 2o dia eu recebo dividendo (1 + /365) /365 V(t) e terei n2 = (1 + /365) /365 + (1 + /365) = (1 + /365) (1 + /365) = (1 + /365)2 ativos no 2o dia; etc., de forma que em T anos terei:
n 365 T = 1 + e T 365 T mais ativos em T, para ter exatamente uma Assim, como terei e unidade do ativo em t = T, basta comprar e T unidades em t = 0. Ou: num intervalo dt se ganha o dividendo dV(t) = V(t) dt, que se reinvestido em V tem a soluo (integrando): V(t) = V(0) e t .
365 T
E[Y] = E e = e
X
m+
s2 2
Var[Y] = Var[e X ] = e 2 m + s (e s 1)
Pasta 76: material do livro do McDonald sobre distribuio lognormal e seu link com a frmula do Black-Scholes.
Agora veremos propriedades dos retornos contnuos normais em relao varivel tempo, que servir para justificar o uso de processos estocsticos populares tais como o movimento geomtrico Browniano.
r
i=1
12
ms i
Ou seja, o retorno esperado proporcional ao tempo (no ex., 12 meses), o que intuitivo. E no caso da varincia, tambm?
12 2 Var [ranual ] = anual = Var rms i i = 1 Se rms i = cte = rmensal e se os retornos so no-correlacionados ( independentes p/ dist. normais), o que desejvel (i.i.d.), ento a varincia da soma igual soma das varincias individuais. No caso, se teria 12 termos iguais nessa soma, logo:
2 anual =
Var [r
i=1
12
mensal
i=1
12
2 mensal
2 2 anual = 12 mensal
Que proporcional ao tempo tambm. Se dividirmos o ano em n perodos de tamanho h (i. , h = 1/n) e tirarmos a raiz, ento o desvio-padro do retorno no intervalo de tempo h : h = anual h
d(varivel) = Fator d(tempo) + Fator d(aleatoriedade) Ex: Valor do projeto V segue um Movimento Geomtrico Browniano (MGB, processo estocstico mais popular):
dV
= V dt + V dz
Incremento de Wiener dz ~ N ( 0 , dt )
Como dz tem varincia dt (alm de ser no tendencioso por ter mdia zero), ento a varincia do processo proporcional ao intervalo de tempo em que se olha no futuro (geralmente desejvel) No MGB, dV/V tem distrib. normal e V tem dist. lognormal.
J dV tem distribuio lognormal com uma translao.
dz = t dt t ~ N(0,1)
Pode-se ver um processo estocstico X(t) como uma previso E[X(t)] mais um erro dessa previso. Ou seja:
X(t) = E[X(t)] + erro(t)
dV V
= dt
+ +
dz
Parcela de Erro (desvio padro; incerteza)
No caso de V(t) seguir MGB, V(t) tem distribuio lognormal e dV/V tem distribuio Normal: dV/V ~ N( dt; 2 dt). Prova-se (usa o lema de It, parte 4) que o retorno contnuo tambm tem distrib. normal: ln(Vt/V0) ~ N[( 2/2) t; 2 t].
Note que tanto dV/V como ln(Vt/V0) tem mdia e varincia proporcionais a t.
Na prtica, se voc observa a variao diria de um preo, a oscilao parece errtica, como um MGB sem drift: parece no ser detectvel. Mas ao longo dos anos o drift observvel.
Um processo de Wiener tambm um caso especial de um processo de difuso forte (strong diffusion process) que uma classe particular de um processo de Markov em tempo contnuo (livro do Merton, p. 121-122 e n. 3). Processos de Markov independem da histria passada, dado o valor corrente, i. , toda a informao relevante est contida no valor corrente da varivel estocstica.
Formalmente, a distribuio de probab. de xt + 1 depende somente de xt e no do que ocorreu antes do tempo t.
Logo, no depende de xs, onde s < t, i. , condicionalmente independente de xs (condicional a saber xt, independe de xs). O MGB um tipo particular de processo markoviano.
Processos de Markov e de It
Processos de Markov so consistentes com a forma fraca de eficincia do mercado (rever parte 2).
Preos correntes refletem toda informao dos preos passados.
Um processo Browiano generalizado chamado de processo de It (inclui processos de reverso mdia): dV = a(V, t) dt + b(V, t) dz O Movimento Aritmtico Browniano (MAB) o caso particular mais simples de processo de It, pois os termos a e b so constantes: a(V, t) = e b(V, t) = . dV = dt + dz
Pode-se escrever tambm: dV = V(t + dt) V(t) = dt + dz V(t + dt) = V(t) + dt + dz. Ou seja, um processo de Markov, j que V(t + dt) depende do valor corrente V(t), mas no dos preos passados V(s), onde s < t.
Como E[dz] = 0, segue que E[dV] = dt = E[dV]/dt representa a variao esperada em V por unidade de tempo.
Como o MAB descreve a variao em V e no na taxa de retorno de V, o MAB no exibe as propriedades de retornos normais (MGB) que vimos.
No MAB, o valor V tem distribuio normal (no MGB era lognormal): V(t + dt) ~ N{V(t) + dt; 2 dt)
Por ter distrib. normal, V pode assumir valores negativos. usado em modelos em que se deseje permitir valores negativos. Veremos uma aplicao em termoeltricas (spark-spread).
MAB foi o 1 modelo matemtico usado para valorar opes: tese de doutorado de Bachelier (1900).
Samuelson (Nobel em Economia; orientador do Merton) em 1965 props o MGB para evitar os preos negativos do MAB.
A figura abaixo mostra duas amostras de caminho de dois ativos que seguem MGBs correlacionados ( = 60%).
Planilha simula-MGBs_correlac.xls
A varincia de V, dado V0 em t = 0, (ver slide sobre a lognormal): Note que se t Var[V] (varincia ilimitada)
dV = 0,03 V dt + 0,2 V dz
A importncia aqui porque prova-se que se o processo do valor descontado de um ativo um martingale sob a medida Q, ento o processo do valor descontado de um derivativo desse ativo tambm um martingale sob Q.
Essa medida em que se toma valores esperados chamada de medida neutra ao risco e o desconto com a taxa livre de risco.
EQ[e r t V(t) | F(0)] = V(0); p/ a opo F(V): EQ[e r t F(t) | F(0)] = F(0)
fcil ver que isso equivale a subtrair um prmio de risco do valor esperado do ativo bsico V. Seja o caso simples com dois instantes, V(0) conhecido em t = 0 e V(1) estocstico em t = 1. Os retornos sob medida real (P) e medida de martingale (Q) so:
claro que diminuindo o primeiro do segundo encontra-se o prmio de risco do ativo bsico = r. Essa subtrao pode ser vista tambm em termos de diferenas de valor esperado: EP[V(1)] EQ[V(1)] = ( r) V(0) = V(0), logo a expectativa neutra ao risco a expectativa real menos um prmio de risco: EQ[V(1)] = EP[V(1)] V(0)
EQ[V(t)]
= e t EP[V(t)]. Logo, com > 0, EQ igual a expectativa real EP penalizada por um prmio de risco .
Alm disso, se V(t) segue um MGB, EP[V(t)] = V(0) e t. Logo:
A demonstrao anterior foi para o caso sem dividendos. Se o ativo V distribui dividendos a uma taxa contnua que so reinvestidos continuamente em V, em t se ter et ativos V em t. Como os retornos totais sob medida P e sob medida Q devem ser respectivamente e r, temos: V(0) = e t EP[V(t)] e t e V(0) = e r t EQ[V(t)] e t
Logo, dividindo um pelo outro e com uma lgebra elementar: e t EP[V(t)] = e r t EQ[V(t)]
= e t EP[V(t)], que o mesmo resultado obtido antes assumindo = 0. Logo, com > 0, EQ igual a expectativa real EP penalizada por um prmio de risco .
EQ[V(t)]
= (r ) dt + dz
Processos neutros ao risco so usados em opes/derivativos Dois sample-paths dos processos reais e NR so mostrados ao lado (ver planilha simula-real-neutral.xls):
Interpretao: o ativo P cresce a uma taxa mas paga dividendos a uma taxa P tem crescimento lquido = .
A variao dP considera os dividendos preos ex-dividendos.
Vimos que a medida Q definida como aquela que faz o retorno total ser livre de risco. Assim, a equao acima para os preos sob medida NR fica:
dPNR = r P dt + P dz P dt = (r ) P dt + P dz
mais comum na literatura ver dzQ (mas aqui os dz so iguais) e no usar dPNR e sim dP (mas aqui eles so diferentes).
Aqui os dz so N(0; 1) dt. Os dP so iguais se dzQ = dz + dt (a seguir).
dV/ V = dt + dz dV/V = ( ) dt + dz dV/V = ( + r r ) dt + dz dV/V = (r ) dt + dz + ( r) dt dV/V = (r ) dt + [dz + {( r)/} dt] Aplicando o teorema de Girsanov com = ( r)/: dV/V = (r ) dt + dzQ
Nesse caso dV o incremento real e dzQ inclui a translao dt (que soma com dt N(0; 1)) para obter o mesmo dV. No teor. de Girsanov a escolha e a notao foram propositais j que o preo de mercado do risco (ou ndice de Sharpe).
A intuio econmica da mudana de medida que os investidores em equilbrio so indiferentes entre uma mudana na alocao do seu portflio entre os ativos de risco e livre de risco desde que a reduo no retorno seja acompanhada de reduo de risco.
O ndice de Sharpe aparece na transformao porque ele mede o retorno em equilbrio demandado pelos investidores para absorver mais ou menos risco.
O processo transformado dV/V = (r ) dt + dzQ til pois o processo descontado e r t [V e t] no tem drift (Q-martingale): d{e r t [V e t]} = e (r ) t V dzQ.
Isso pode ser provado facilmente com o Lema de It (ver parte 4) aplicado funo F(V) = e r t [V e t].
Note que sob medida P o processo dF = e (r ) t V dzQ no um martingale, j que EP[dF] = e (r ) t V dt. Mas sob medida Q o teorema de Girsanov diz que dzQ um movimento Browniano, i. , sob Q, dzQ = N(0; 1) dt. Assim, sob medida Q, EQ[dF] = 0 e um Q-martingale.
Assim, se fizermos dzQ = N(0; 1) dt estaremos no mundo da medida Q e o incremento dF ser sob essa medida Q. Por isso, se fizer dzQ = N(0; 1) dt ser prefervel usar tambm a notao dFQ ou dFNR para distinguir das variaes reais dF.
Lembrar da diferena nos sample-paths dos MGBs real (P) e neutro ao risco (Q) no grfico da planilha simula-real-neutral.xls.
Aqui, mudana de medida P para Q significa mudar de retorno real total para retorno livre de risco r.
Assim, parece natural penalizar os retornos do ativo de risco por um prmio de risco para poder descontar com a taxa r. O teorema de Girsanov s faz isso ter um rigor matemtico.
Uma translao dt no processo estocstico corresponde a uma mudana na taxa de variao desse processo. No caso de ativos uma mudana no retorno desse ativo.
A escolha conveniente de nos deu a medida adequada que tornou Q-martingales os processos descontados.
O processo descontado do ativo que um martingale sob medida Q. O ativo em s no um Q-martingale. O fator de probabilidade g(t) = exp[ z 2 t] um caso particular da derivada de Radon-Nikodym = dQ/dP, que d a razo de mudana de medida. Para uma intuio matemtica mais apurada ver, por ex., o livro Financial Calculus de Baxter & Rennie. Iremos usar mudana de medida principalmente em simulao de Monte Carlo para avaliar opes reais.
Na eq. acima, p/ evitar preos P < 0 comum ter reverso em P usando a relao x = ln(P), pois x ~ normal; P ~ lognormal.
Outros modelos de reverso mdia so o MRM geomtrico (Dixit & Pindyck) e o de Battacharya. Resp.: dP = ( P P ) dt + dz | dP = ( P P) dt + P dz P Ver tambm www.puc-rio.br/marco.ind/revers.html
O caso mais simples o do MRM aritmtico, chamado Ornstein-Uhlenbeck (que pode gerar valores negativos): O mtodo geral de obter os momentos probabilsticos de processos estocsticos atravs da equao diferencial da densidade de probabilidade (eq. de Komolgorov).
DP (apndice do cap. 3) usam a eq. diferencial de Komolgorov p/ mostrar a mdia e a varincia do MRM aritmtico, que so:
Se t Var[x(t)] 2/2 e no para como no MGB. Logo, ao contrrio do MGB, o MRM tem varincia limitada.
Se os preos do petrleo (ou de outra commodity) esto baixos (abaixo do preo de equilbrio de longo prazo):
A demanda tende a aumentar e a oferta tende a diminuir:
Empresas e pessoas tendem a consumirem mais derivados de petrleo por estarem baratos (ex: carres nos EUA/anos 90); Oferta tende a cair pois os projetos so postergados; manuteno em poos so adiados; OPEP tende a reduzir cotas de produo; Campos marginais/maduros comeam a apresentar prejuzo e podem ser fechados; companhias de petrleo pequenas fecham.
Se os preos esto altos (2008), ocorre o inverso. A reverso, no entanto, tipicamente lenta.
Se os preos do petrleo esto altos, leva tempo at para desenvolver um campo j descoberto (~ 3 anos no mar).
Contrato a termo (forward) quando duas partes combinam e fixam um preo P hoje (t = 0) para um ativo bsico que ser pago e entregue numa data futura T. Contrato futuro (futures) em essncia um contrato a termo negociado em bolsa (mais liquidez, transparncia e menor risco de crdito). Mas tem chamada de margem.
Margem a garantia de que o contrato ser honrado, a qual depositada numa conta remunerada pela taxa de juros (rf).
Todo dia ajustada a posio em funo das oscilaes do mercado futuro (marcao a mercado): investidor coloca mais dinheiro se a oscilao for desfavorvel ou resgata dinheiro se ela for favorvel. Podem ter outras diferenas tais como no custo de transao e impostos.
Empiricamente os preos a termo e futuro so similares. Aqui eles sero considerados iguais. Mas em modelos com taxa de juros estocstica a diferena relevante.
Se a taxa estocstica rf for positivamente correlacionada com P ento o preo futuro ser maior que o preo a termo e vice-versa.
Evidncias empricas e lgica microeconmica (foras de oferta x de demanda, etc.) indicam o processo estocstico do preo do leo como tendo o componente de MRM. No entanto, testes economtricos s rejeitam o MGB para sries muito longas (ex.: Pindyck & Rubinfeld usaram srie com 117 anos e rejeitaram o MGB).
Com sries de 30 a 40 anos no se consegue rejeitar o MGB!
Preos do mercado futuro (estrutura a termo) outro indicativo da presena do processo de reverso mdia, pelo menos dentro do horizonte de at ~ dois anos.
Estruturas backwardation para preos altos e de contango para preos baixos, so coerentes com a hiptese de MRM. Volatilidade maior dos preos spot e menor p/ preos futuros (Samuelson effect) mais coerente com a reverso mdia.
contango
30
Brent (US$/bbl)
25
20
15
10
5 7/22/1996 1/22/1997 4/22/1997 7/22/1997 1/22/1998 4/22/1998 7/22/1998 1/22/1999 4/22/1999 7/22/1999 1/22/2000 4/22/2000 7/22/2000 1/22/2001 4/22/2001 7/22/2001 10/22/1996 10/22/1997 10/22/1998 10/22/1999 10/22/2000 10/22/2001 1/22/2002
Se o prmio de risco > 0 preo hoje do mercado futuro Ft p/ t uma estimativa conservadora (i., tendenciosa p/ baixo) do valor esperado do futuro preo spot E[P(t)]. A diferena o :
Ft = E[P(t)] (t)
A razo simples: um comprador de um ativo de risco (ex.: 1 bbl de leo) no mercado futuro est incorrendo no risco daquele ativo se desvalorizar na data de vencimento.
P/ o investidor aceitar esse risco, ele exige um prmio (desconto em P).
Como vimos que subtrair um prmio de risco de uma mdia uma mdia neutra ao risco, Ft a expectativa neutra ao risco do futuro (em t) preo spot desse ativo. Ser mais formalizado. Ver: http://www.fenews.com/fen36/teach_notes/teaching_notes.htm
Ft = P e(r ) t
( Ft a expectativa NR de P) .
A taxa um fluxo de benefcios de possuir estoque fsico (em funo do risco de escassez) e lquido do custo de estocagem (Kaldor, 1939; Working, 1948, 1949; Brennan, 1958). Podemos calcular taxas t diferentes para cada contrato futuro Ft . Em OR usamos o de contrato com t mais longo (+ estvel). fcil ver que na expirao t os preos convergem: P(t) = Ft(t). Caso contrrio, nessa data t se faria arbitragem instantnea!
No caso com dividendo > 0, vimos que para ter uma unidade do ativo no vencimento, em vez de comprar uma unidade do ativo em t = 0, basta comprar e t P e reinvestir todos os dividendos no ativo para ter P em t.
Assim, s precisa pegar emprestado (em t = 0) o valor e t P. Na expirao ele pagar er t (e t P) = e(r ) t P e entregar seu ativo, recebendo Ft. Logo, p/ no ter arbitragem temos Ft = e(r ) t P.
A demonstrao anterior de Ft = P e(r ) t para o caso de commodities ( interpretado como taxa de convenincia) pode ser questionada, pois um especulador no teria o benefcio advindo do estoque e no faria lucro sem risco.
P e(r ) t Ft P e(r + c) t onde c = custo de estocagem e = bruto c
O livro do McDonald um dos poucos que chamam ateno para isso e coloca um range de no-arbitragem no caso de commodities: Mas pode-se argumentar que existem empresas de petrleo no mercado que podem usufruir de e fazer esse range ser + estreito. A maioria dos livros no consideram esse range, s Ft = P e(r ) t.
Um razovel mapeamento probabilstico ao longo do tempo (processo estocstico), mesmo no sendo perfeito, melhor do que nenhum mapeamento. O modelo mais simples (matematicamente) e mais usado o Movimento Geomtrico Browniano (MGB)
A rigor o MGB um timo processo para preos de aes, ouro, ndice Ibovespa, etc. (ativos financeiros em geral), mas tambm para demanda de novos produtos, terrenos.
O modelo de reverso mdia considerado o mais lgico para commodities e para taxa de juros.
No entanto, o processo puro de reverso para um nvel fixo demasiado previsvel e pode ser pior que o MGB. Por isso mais realista combinar o MRM com um MGB para o nvel de equilbrio ou com processo de saltos.
As propriedades adequadas do Movimento Geomtrico Browniano (poucos parmetros para estimar, homogeneidade do ativo bsico e da opo) um grande incentivo prtico para seu uso. Pindyck (1999) escreveu: improvvel que a premissa do MGB leve a erros significativos na regra tima de investimento
A homogeneidade ocorre tanto na equao do valor da opo como na prpria equao original do MGB:
Ex.: Se o preo P segue um MGB e o valor do projeto V proporcional a P (isto , V = k P), ento V segue tambm um MGB e com os mesmos parmetros do MGB de P:
dP = P dt + P dz e V = k P k dP = k P dt + k P dz
A homogeneidade da opo ser vista depois. Essa no ocorre p/ a reverso mdia (distr. de retornos depende de P em t = 0)
um processo de Markov que conta o nmero de eventos aleatrios independentes ao longo do tempo, N(t).
um processo de contagem particular, com incrementos independentes e estacionrios (s depende de t), com N(0) = 0 e com o nmero n de eventos em t tendo uma distribuio de Poisson: Prob{N(t + t) N(t) = n} = exp( t) . ( t)n / n!; E[N(t)] = t; a freqncia de ocorrncia de um evento; Se o intervalo t pequeno, Prob{n 2} 0 (ou o(t)); O tempo entre ocorrncias de eventos tem distribuio exponencial com mdia 1/. Processo usado para modelar a ocorrncia de eventos raros, tais como a ocorrncia de um sinistro (indstria de seguros), a entrada de um concorrente (viso exgena), uma crise, etc.
Em finanas/opes reais ele mais usado combinado com um processo de difuso (jump-diffusion ou Poisson-Gaussian).
O caso anterior dum processo de Poisson homogneo. Um processo no-homogneo de Poisson no requer a premissa de incrementos estacionrios e em vez de constante, a freqncia de saltos uma funo do tempo. Processo composto de Poisson (muito usado):
Seja i uma seqncia de variveis aleatrias independentes e identicamente distribuidas (i.i.d.). Essas distribuies de probabilidades idnticas aqui podem ser interpretadas como distribuies de tamanho do salto (jump-size distributions). Seja N(t) um processo de Poisson independente de i. O seguinte processo chamado de Processo composto de Poisson:
A soma de dois processos compostos de Poisson independentes (ex.: jumps-up + down) um outro processo de Poisson composto.
O salrio ao longo do tempo S(t) pode ser descrito pela equao diferencial dS = S dq, dado S0, onde:
A figura mostra uma possvel amostra de caminho (sample-path) do processo de Poisson composto puro (no-combinado com difuso) do exemplo. Ver planilha.
Em vez do MGB, pode-se usar um processo de reverso mdia. Ex.: modelos para taxa de juros e para cmbio
Reverso + jumps em OR: Dias & Rocha (1998) os pioneiros.
Um outro modelo de reverso + jumps foi usado no financiamento de Marlim. Ver www.puc-rio.br/marco.ind/sim_stoc_proc.html
Na simulao de preos do petrleo, a freqncia de 1 salto a cada 5 a.
Vemos saltos (jumps) nos preos do leo em ambas direes, dependendo do tipo de notcia anormal: jumps-up em 1973/4, 1978/9, 1990, 1999, 2002; e jumps-down em 1986, 1991, 1997, e 2001
Jumps-up
Jumps-down
Um modelo com vantagens prticas usado algumas vezes (Merton, 1976; Dias & Rocha, 1998), o processo de Poisson compensado.
A compensao a subtrao de k dt do processo misto de difuso com saltos, onde k = E[], o valor esperado do salto.
Por exemplo, no caso de Merton (1976), temos um MGB como processo de difuso de um ativo V que sofre saltos em caso de notcias anormais: dV = ( k) V dt + V dz + V dq Uma das idias da compensao preservar a interpretao de como a taxa de crescimento esperada do ativo (apreciao ou ganho de capital esperado), pois:
E[dV/V] = ( k) dt + E[dz] + E[dq] E[dV/V] = ( k) dt + 0 + k dt E[dV/V] = dt
O processo de Poisson compensado permite usar a medida equiv. de martingale por no influir no retorno.
Parte do princpio simples: Se um processo estocstico no um martingale, ento subtraindo uma apropriada mdia ele pode ser tranformado em martingale (ex.: Neftci, 1996, p.115). Um processo de Poisson Nt um processo de contagem e, logo, aumenta com o tempo e no pode ser um martingale. Mas um processo de Poisson compensado (N*t = Nt t) um martingale (Neftci, 1996, p.116; Neftci, 2000, p.179). No caso do processo de Poisson composto (ex.: combinado com processo de difuso), a mdia de dq E[dq] = E[] dt. Assim:
Aumenta a quantidade de parmetros a serem estimados no nosso modelo, inclusive da distribuio de tamanhos de salto.
Como saltos so eventos raros, os dados tambm so raros
Processo de Lvy um processo estocstico com incrementos estacionrios e independentes, e caminhos contnuos em probabilidade. Em geral no-gaussiano.
Uso em finanas recente. Os processos de Wiener (MGB, etc.) e de Poisson so casos particulares do processo de Lvy. A combinao de processos de Poisson com o movimento Browniano relacionado ao processo de Lvy:
Karlin & Taylor ("A Second Course in Stochastic Processes", p.432) diz: Um processo geral de Lvy pode ser representado como a soma de um movimento Browniano, uma translao uniforme e um limite (no caso, uma integral) de uma famlia de processos compostos de Poisson de um parmetro, onde todos os processos que contribuem so mutuamente independentes". Nos processos de Lvy os saltos so chamados de "Lvy flights.
Processos de Lvy podem ter mais de uma medida equivalente de martingale implicando em mercado incompleto (h divergncias).
Suponha uma curva de demanda de um produto qualquer. Ela relaciona preos com a demanda. Preo mais baixo significa maior demanda e preos altos reduzem a demanda pelo produto. Ver os grficos das curvas de demanda exponencial e linear: planilha Existe incerteza na curva de demanda, ou seja, a curva de demanda futura pode estar mais elevada refletindo uma economia aquecida ou pode estar mais baixa refletindo um desaquecimento do consumo Existem vrias maneiras de modelar a incerteza na curva de demanda. Ex.: o valor do fator Y nas curvas abaixo estocstico.
Sazonalidade pode ser incorporada nos processos estocsticos usuais de preos (ou demanda) alterando o termo da tendncia para incluir esse efeito
Ex.: Uma funo peridica mt para um processo de reverso mdia de preos duma commodity (P). Fazendo p = lnP:
dp = (p mt) + dz ; onde mt uma funo cclica em que p reverte (ex.: senide com o mximo no pico esperado da estao).
Produtos com ciclo de vida tais como os chips de memria DRAM tem curva de demanda crescente seguido de curva de demanda decrescente. So modelados com um processo estocstico com mudana de regime.
Para modelar a incerteza na demanda dado que existe mudana de regime (demanda crescente seguida de decrescente), se usa dois movimentos Brownianos, um com tendncia c positiva e outro com tendncia d negativa. O instante de troca de regime (crescente para decrescente) incerto, mas com probabilidade crescente. Exs.:
Colocar a probabilidade de mudana como alguma funo do parmetro da demanda ou como funo das vendas acumuladas Bollen (1998) usa distribuio acumulada normal do tempo desde t0 para a probabilidade de mudana de regime. Ex.: Para uma distribuio com mudana de regime esperada de 5 anos e com desvio-padro de 1 ano, a demanda decrescente no ano 4 com 2,28 % de chances; no ano 6 com 50% de chances; e no ano 8 de 97,72 %. Os objetivos so: (a) calcular o valor da firma que tem as opes de expanso e de contrao de acordo com o nvel de demanda; (b) escolher a capacidade inicial tima.
Ele calcula para o caso de monoplio, mas a extenso para duoplio (ou oligoplio) no difcil (especifica equilbrio, veremos no 2o sem.)
Bollen usa uma estrutura pentanomial para modelar a incerteza, sendo os dois ramos superiores representando o crescimento e os dois de cima representando o decaimento da demanda. O quinto ramo (central) conveniente para a rvore recombinar. Com 4 ramos haveria problemas computacionais j que a rvore no recombina. A rvore de 5 ramos permite grande economia:
Ex.: para uma rvore com 500 passos-tempo, com 5 ramos em vez de 4 ramos se obtm uma reduo de 99% na quantidade futura de ns.
rvore Pentanomial
A regresso tima (a que minimiza o MSE) de Y em relao a X a funo expectativa condicional E[Y | X]:
A medida mais usada para medir a qualidade de um previsor g(X) o erro quadrtico mdio (MSE): MSE(g) = E[Y g(X)]2.
A funo g*(X) que minimiza o MSE a expectativa condicional E[Y|X], que em geral no-linear, mas linear no caso de X e Y ~ dist. Normal.
Na regresso: Y = g(X) + , onde E[] = 0, se X ~ N(mX, X2) e Y ~ N(mY, Y2), ento a distribuio condicional Normal com mdia linear em X: fY|X ~ N(mY + Y (xi - mX)/X, Y2 (1 - 2))
Trabalhar com distr. Normais faz com que a regresso tima seja linear. Por isso vamos trabalhar com logaritmo dos preos.
Seja Pt o preo em t. Para trabalhar com dist. normais, o 1o passo pegar os dados e calcular os logaritmos ln(Pt).
Se os preos seguem um movimento geomtrico Browniano (, ), foi dito antes que isso implica na seguinte eq. discreta:
ln(Pt) = ( 2/2) t + ln(P0) + N(0, 1) t. Assim, temos a equao:
Corrigimos com N para obter parmetros anuais (para dados mensais, N = 12)
= N {Mdia[ln(Pt /Pt 1 )] + 0,5 2/N} Com dados dirios, para calcular a volatilidade no MGB, basta calcular a varincia de ln(Pt /Pt 1 ), multiplicar por 252 (para passar para varincia anual) e extrair a raiz quadrada.
2 = N Var[ln(Pt /Pt 1 )]
O MGB pode ser testado, por ex., checando a hiptese do coeficiente de ln(Pt 1 ) da equao discreta ser unitrio.
chamado de teste da raiz unitria de Dickey-Fuller.
Na reverso mdia, o coeficiente de ln(Pt 1 ) na equao anterior ser menor que um. Seja a equao mais geral: ln(Pt ) = a + b ln(Pt 1 ) + t
Deixaremos os dados dizerem sobre b em vez de estipular b = 1
= ln(b) . N e
O nvel de reverso j em termos de preo de equilbrio dado pela equao (prova: Sheldon Ross, 1999, p.171):
P = exp[(a + 0,5 2/N) / (1 b)]
Fazendo a regresso [ln(Pt ) ln(Pt 1 )] versus ln(Pt 1 ) para os preos do petrleo Brent (de jan/1970 a out/2004), se a inclinao da reta for ~ zero, no se pode rejeitar a hiptese de MGB. Se a inclinao for negativa, indcio de MRM.
A figura mostra a inclinao zero (MGB no rejeitado). O teste da raiz unitria de Dickey-Fuller tb. no rejeita o MGB.
Volatilidade: aqui a quantidade de dados o que resolve e no o intervalo tempo (ao contrrio do drift). Var( ) ~ 2 4/n.
Usar dados dirios para estimar volatilidade.
Desigualdade de Jensen: se x varivel aleatria (v.a.) e f(x) uma funo (estritamente) convexa de x, ento: E[f(x)] > f(E[x])
Logo, se o valor esperado de x permanece o mesmo, mas sua varincia aumenta, ento E[f(x)] aumenta. Ex.: opo. Se g(X) funo (estritamente) cncava de x, e x for v.a., basta inverter a desigualdade: E[g(x)] < g(E[x]) Se h(x) funo linear da v.a. x, ento: E[h(x)] = h(E[x])
Ex. (DP, p.49): r a taxa de desconto e a perpetuidade f(r) de $1 1/r. Se r = 10% 1/r = $10. Se r v.a. com distrib. discreta {r = 5% com 50% chances; r = 15% com 50% chances}, i. , E[r] = 10%, o E[.] de f(r) maior que $10: E[f(r)] = 50% (1/0,05) + 50% (1/0,15) = 13,33 > 10
Uma barreira absorvente quando o processo estocstico termina assim que ele toca nessa barreira.
Ex.: processo estocstico do valor de um projeto V(t) toca num nvel superior V* (gatilho) onde a opo exercida. O processo de V(t) deixa de ter interesse e termina para efeitos prticos. O valor de uma firma em indstria declinante atinge um valor inferior V** em que a firma entra em falncia (abandona).
Uma barreira refletora quando o processo estocstico refletido (direo oposta) aps tocar essa barreira.
Ser muito usado em jogos de opes: o preo de uma indstria no consegue superar P*, pois as firmas inundam o mercado de produtos (exercem opes) quando P atinge P*.
A definio de first hitting time T*(V = b) = T*b para um processo estocstico V(t) alcanar (ou cruzar) a barreira b, assumindo que o processo inicia com V(t = 0) < b, :
; onde o nfimo de um conjunto vazio infinito
O valor de E[t*] depende da tendncia do processo estocstico. Ex.: p/ uma barreira superior P*, o processo NR demora mais do que o processo real para atingir P*. O clculo do valor esperado desse tempo de toque, E[t*], relevante p/ planejamento de portflio (processo real):
Quando esperado o exerccio da OR de investir num projeto?
Se o ativo bsico V segue um MGB com drift e valor inicial V0, ento E[t*] at uma barreira superior b fixa :
Mais detalhes: http://www.puc-rio.br/marco.ind/hittingt.html Ver planilha simula-hit_time.xls que inclui frmulas (MGB) p/ densidade de probabilidade de t*, probabilidade acumulada de atingir b e probabilidade de eventual toque p/ 1 e 2 barreiras.
Onde 1 a raiz positiva da eq. quadrtica p/ o caso de contingent claims: MGB com tendncia NR (r ) e taxa de desconto livre de risco r: Na parte 4 iremos ver os mtodos do contingent claims (ativos contingentes) e da programao dinmica para obter a equao diferencial do valor da opo e a equao quadrtica caracterstica, que gera duas razes, 1 e 2.
Onde 2 a raiz negativa da eq. quadrtica do caso de contingent claims: MGB com tendncia NR (r ) e taxa de desconto livre de risco r:
No caso de usar o mtodo da programao dinmica em que se usa uma tendncia real e taxa de desconto exgena (ajustada ao risco?) , i. , se quer E[exp( t*)], s muda o parmetro beta. No caso de uma barreira superior, o 1 fica: Prova: http://www.puc-rio.br/marco.ind/hittingt.html#proof
MATERIAL ANEXO
Os anexos nos materiais do curso contm slides que reforam os conceitos tericos e apresentam exemplos adicionais que no sero discutidos em sala de aula, mas que podem ser teis para um melhor entendimento de conceitos apresentados.
O desvio padro ser de 30 (= b t = 30 x 1). Exerccio: Resolva para o caso de 6 meses. VOLTAR
A outra maneira tomar o valor esperado de dV na eq. original dV/V = dt + dz, pois o termo aleatrio (2o termo) desaparece j que E(dz) = 0:
Ou seja, dV = V dt descreve a curva de valor esperado de V. Assim, a soluo dessa equao diferencial para um instante t, V(t), d o valor esperado de V no instante t.
Em novembro/97 os preos do petrleo comeam a cair muito rapidamente. A crise da sia foi o fator mais importante, mas inverno ameno e atuao da OPEP so os outros fatores que fizeram a oferta superar muito a demanda
Uma medida mais gerencial da velocidade de reverso o conceito de meia-vida da reverso H (half-life), que d uma medida da lentido do processo. Meia vida H o tempo em que a varivel estocstica leva para percorrer a metade do caminho entre o seu valor corrente e a mdia de longo prazo.
Ex.: se o preo corrente do leo 12 $/bbl, se a mdia de longo prazo P 20 $/bbl e se a meia vida H = 2 anos, ento se espera que os preos em 2 anos subam para 16 $/bbl [= 12 + (20 12)/2]. Nesse exemplo o processo para P e no lnP.
Isso no significa que se espera que os preos atinjam 20 $/bbl em 4 anos. Em 4 anos se atingiria 18 $/bbl [= 12 + (20 12)/2 + (20 16)/2]
Logo,
Notcias normais causa apenas ajustes marginais nos preos do leo. Notcias anormais (guerra, grandes crises, surpresas da OPEP, ...) causam saltos discretos nos preos do leo. Incerteza no tamanho/direo dos saltos representada por
O salto pode ser sistemtico (no poderia construir um portflio sem risco) ou no-sistemtico (poderia usar contingent claims). Dias & Rocha (1998) analisaram os dois casos.
Em caso de ocorrer uma notcia anormal, existem 50% de chances do salto ser positivo (jump-up, aumentando o preo) e 50% de chances de ser negativo (jump-down, reduz o preo) Se ocorrer um jump-up, espera-se que os preos dobrem, e em caso de jump-down, espera-se que os preos caiam metade. Mas existe incerteza e os saltos podem ser maiores ou menores
Derivada de Radon-Nikodym
A derivada de Radon-Nikodym dQ/dP um processo estocstico que permite mudar da medida P (medida de probabilidade aqui) p/ a medida Q um outro processo.
No caso de tempo discreto, modelo binomial em 1 perodo:
p V 1p V V+ V 1q V q V+
RadonNikodym
q p 1q 1 p
Cenrio V+
Cenrio V
O movimento Browniano tem a propriedade estatstica de auto -similaridade com expoente de Hurst H = .
Uma classe mais geral de movimentos Brownianos chamada de Fractional Brownian Motion.
Esses processos tm a propriedade de auto-similaridade So processos gaussianos quando H (0, 1].
O movimento Browniano (H = ) um caso particular.
Esses processos em geral tm incrementos dependentes, sendo casos particulares quando eles so independentes, como no movimento Browniano tradicional.