BM&FBOVESPA BOLSA DE VALORES, MERCADORIAS E FUTUROS INSTITUTO EDUCACIONAL MBA EM DERIVATIVOS

ANLISE DE COMPONENTES PRINCIPAIS APLICADA ESTRUTURA A TERMO DA TAXA DE JUROS

ANDR DO SACRAMENTO BARBOSA Orientador: Prof. Ms. Sandro Manteiga

SO PAULO 2009

ANDR DO SACRAMENTO BARBOSA

ANLISE DE COMPONENTES PRINCIPAIS APLICADA ESTRUTURA A TERMO DA TAXA DE JUROS

Monografia Educacional

apresentada

ao

Instituto como

BM&FBovespa,

exigncia para aprovao do Curso de MBA em Derivativos.

SO PAULO 2009 2

RESUMO

Nesse trabalho iremos analisar a composio e a dinmica da Estrutura a Termo da Taxa de Juros (ETTJ) a partir das Taxas negociadas nos Contratos Futuros de Taxa Mdia de Depsitos Interfinanceiros de Um Dia DI1. O estudo ser feito atravs da Anlise de Componentes Principais (ACP) para identificao da composio da ETTJ. Uma vez identificado o conjunto simplificado de elementos que representam de forma significativa a ETTJ, faremos uma comparao do risco de algumas carteiras de DI1, calculando o VaR atravs da metodologia tradicional, bem como o Desvio Padro dos retornos e atravs dos elementos identificados na ACP.

Palavras-chaves: Contratos Futuros de DI1, Estrutura a Termo da Taxa de Juros, ETTJ, Anlise de Componentes Principais e ACP.

SUMRIO INTRODUO ............................................................................................................ 7 1.1 1.2 1.3 1.4 1.5 2. APRESENTAO E JUSTIFICATIVA ...................................................................... 7 PROBLEMA ...................................................................................................... 7 OBJETIVO ....................................................................................................... 7 CENRIO PARA ANLISE .................................................................................. 8 METODOLOGIA ................................................................................................ 8

REFERENCIAL TERICO ................................................................................. 10 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 CONTRATOS FUTUROS ................................................................................... 10 TIPOS DE TAXA DE JUROS E CAPITALIZAO .................................................... 10 CONTRATO FUTURO DI1 ................................................................................ 11 RETORNO ABSOLUTO DAS TAXAS ................................................................... 12 ESTRUTURA A TERMO DA TAXA DE JUROS ....................................................... 13 VOLATILIDADE, VARINCIA E CORRELAO ...................................................... 14 VAR ............................................................................................................. 17 ANLISE DE COMPONENTES PRINCIPAIS .......................................................... 18

3.

ESTUDO DA ETTJ ATRAVS DA ACP ............................................................. 22 3.1 3.2 3.3 3.4 PREPARAO DOS DADOS ............................................................................. 22 CONSTRUO DA ETTJ ................................................................................. 23 IDENTIFICAO DOS COMPONENTES PRINCIPAIS .............................................. 25 APLICAO DO RESULTADO DA ACP NO CLCULO DO VAR DE UMA CARTEIRA ... 32

4. 5.

CONCLUSO .................................................................................................... 33 BIBLIOGRAFIA .................................................................................................. 34

Lista de Figuras FIGURA 1 EXEMPLOS DE ETTJ ALGUNS DIAS DO ANO ENTRE 2004 E 2009 14 FIGURA 2 ETTJ PARA OS PRIMEIROS DIAS DO ANOTE ENTRE 2004 E 2009 25 FIGURA 3 RETORNO DOS CONTRATOS COM VENCIMENTO EM 1 TIL........ 26 FIGURA 4 RETORNO DOS CONTRATOS COM VENCIMENTO EM 6 MESES ... 27 FIGURA 5 RETORNO DOS CONTRATOS COM VENCIMENTO EM 1 ANO........ 27 FIGURA 6 PROPORO DA VARINCIA PARA CADA COMPONENTE PRINCIPAL ............................................................................................................... 29 FIGURA 7 PROPORO ACUMULADA DA VARINCIA PARA CADA COMPONENTE PRINCIPAL ..................................................................................... 29 FIGURA 8 GRFICO: PONTOS X VARIVEIS ORIGINAIS X PC1 X PC2 ........... 30 FIGURA 9 EFEITO DOS COMPONENTES PRINCIPAIS ...................................... 31

Lista de Tabelas TABELA 1 EXEMPLOS DOS DADOS DE DI1 ....................................................... 22 TABELA 2 TABELA DE EXEMPLO DOS PRAZOS PADRONIZADOS .................. 23 TABELA 3 TABELA DE EXEMPLO COM OS PONTOS PADRONIZADOS APS A INTERPOLAO ...................................................................................................... 25 TABELA 4 EXEMPLO DA TABELA DOS RETORNOS DAS TAXAS INTERPOLADAS....................................................................................................... 26 TABELA 5 RESULTADO DA ACP ......................................................................... 28 TABELA 6 EXEMPLO DE CARTEIRA PARA COMPARAO DO VAR ............... 32 TABELA 7 RESULTADO DOS CLCULOS DO VAR ............................................ 32

INTRODUO

1.1

Apresentao e Justificativa

Podemos observar que os contratos futuros de taxa de juros negociados na Cmara de Derivativos da BM&FBovespa, so responsveis pela maior parte do volume financeiro negociado diariamente neste mercado. Entre outras coisas, isso reflete a preocupao das instituies financeiras em relao expectativa da taxa de juros para perodos futuros uma vez que esse um dos principais elementos, tanto para um gerenciamento do risco eficiente, quanto para identificao de oportunidades de ganho. Devido ao grande volume de dados, informaes, clculos, grficos, etc., envolvidos na soluo para obteno de informaes precisas, a adoo de ferramentas computacionais cada vez mais eficientes, se faz necessrio. justamente nesse ponto que a Anlise de Componentes Principais (ACP) auxilia na anlise das informaes simplificando o conjunto de dados a serem utilizados pelas instituies.

1.2

Problema

Neste trabalho, estudaremos a formao da Estrutura a Termo da Taxa de Juros (ETTJ) a partir dos Contratos Futuros de Taxa Mdia de Depsitos Interfinanceiros de Um Dia negociados na BM&FBovespa, conhecidos por DI1. Atravs da Anlise de Componentes Principais (ACP) ser possvel identificar um conjunto menor de variveis que representa de forma significativa a dinmica da Taxa de Juros ao longo do tempo.

1.3

Objetivo

Ao final do trabalho, faremos uma comparao do risco de carteiras de contratos de DI1 atravs do clculo do VaR utilizando o modo tradicional do clculo do desvio padro dos retornos, e os componentes identificados na ACP.

1.4

Cenrio Para Anlise

Curvas dos Contratos Futuros de Taxa Mdia de Depsitos Interfinanceiros de Um Dia negociados na BM&FBovespa (DI1): Resumo Dirio: Dados de Abertura, Fechamento, Vencimentos e Volume negociado entre 01/01/2004 e 31/03/2009.

1.5

Metodologia

O desenvolvimento do trabalho ser divido em quatro etapas:

I)

Preparao dos Dados: estruturao dos dados descritos no item 1.4 para que seja possvel a anlise. Extrairemos dos dados histricos referentes ao resumo dirio dos contratos DI1, os vrtices1 que sero utilizados na etapa II. Com objetivo de eliminar possveis distores devido aos contratos sem liquidez, para cada Data de Referncia, os contratos com Nmero de Negcios iguais a zero sero removidos do conjunto.

II)

Construo da ETTJ: uma vez definido o conjunto de vrtices, construiremos a estrutura a termo da taxa de juros. Nesse ponto necessria a padronizao dos vrtices, uma vez que para cada Data de Referncia pode existir um conjunto de contratos com Datas de Vencimento distintas. Os prazos para vencimento utilizados no trabalho sero: 1, 21, 42, 63, 84, 105, 126 (6 meses), 147, 168, 189, 210, 231, 252 (1 ano), 273, 294, 315, 336, 357, 378, 399, 420, 441, 462, 483, 504 (2 anos), 525, 546, 567, 588, 609, 630, 651, 672, 693, 714, 735, 756 (3 anos), 777, 798, 819, 840, 861, 882, 903, 924, 945, 966, 987, 1008 (4 anos), 1029, 1050, 1071, 1092, 1113, 1134, 1155, 1176, 1197, 1218, 1239, 1260 (5 anos). Quando no houver informaes a respeito de um dos prazos a serem considerados o valor para o ponto ser calculado atravs de interpolao exponencial.

III)

Identificao dos Componentes Principais: Uma vez identificados os componentes que representam 95%, ou mais, da variao da Taxa de Juros

De acordo com o dicionrio Houaiss: Ponto onde duas ou mais retas se interceptam.

ao longo do tempo, sero feitas duas anlises para apresentao do comportamento da ETTJ: a. Variao das taxas de juros em relao ao conjunto de componentes definidos ao longo do tempo; b. Variao dos componentes em relao aos contratos de DI1 com vrtices de curto e longo prazo; IV) Aplicao do Resultado da ACP no clculo do Var de uma Carteira: Para complementar a anlise faremos uma comparao do VaR calculado a partir dos componentes obtidos na ACP em relao ao VaR calculado atravs de metodologia paramtrica, para uma carteira de contratos DI1.

2. REFERENCIAL TERICO

2.1

Contratos Futuros

Um contrato futuro um acordo entre duas partes, negociado numa data presente onde firmado um compromisso de compra ou venda para uma data futura de um determinado ativo, a um determinado preo. Hull (2005) descreve que esse tipo de contrato tem como origem a necessidade dos agricultores em garantir um preo justo para o seu produto antes do perodo de colheita. Se no futuro, o preo do produto estivesse em alta devido escassez de mercadoria, o agricultor recebia apenas o valor combinado enquanto que o comprador conseguiria pagar um preo menor que o de mercado. J em momentos de baixa dos preos, devido abundncia de mercadoria, o agricultor estaria seguro, pois receberia um valor que o mercado, enquanto que o comprador teria que pagar um preo maior, porm acordado previamente. Esse tipo de contrato se difundiu rapidamente no mercado financeiro e atualmente negociado em todas as grandes bolsas ao redor do mundo. Os contratos futuros devem possuir caractersticas bem definidas, como: Ativo, Tamanho do Contrato, Procedimentos de Entrega, Meses de Entrega, Cotao do Preo, Limites de Oscilao dos Preos e Limites das Posies. No cenrio atual, a grande maioria dos contratos futuros de commodities bem como os contratos futuros de taxas, ndices, moedas e etc., so encerrados atravs de liquidao financeira eliminando a necessidade de entrega fsica.

2.2

Tipos de Taxa de Juros e Capitalizao

Podemos dizer que as Taxas de Juros so o fator que corrige um valor financeiro entre a data presente e uma data futura, ou seja, responsvel por manter o valor do dinheiro ao longo do tempo. Existem vrios Tipos de Taxa de juros e cada uma delas est relacionada ao risco que o investidor est disposto a correr, ou tomador de emprstimo a pagar, para assumir uma determinada obrigao. As taxas podem ser expressas em quaisquer perodos de tempo, porm o mercado financeiro geralmente utiliza perodos padronizados como, Ano (a.a = ao ano), Ms (a.m. = ao ms), Semestre, Dia (a.d. = ao dia) etc. Tais perodos podem 10

ser contados em dias corridos, que o padro fora do Brasil ou ento em dias teis, padro utilizado no Brasil. Para dias corridos definisse um ano como contendo 360 dias e na contagem de dias teis, defini-se um ano como contendo 252 dias. Sendo:

VF VP T r

: Valor Futuro corrigido por uma determinada taxa de juros; : Valor Presente; : Perodo em anos para correo; : Taxa de juros;

Os tipos de capitalizao existentes so:

1) Simples ( 2) Composta ( 3) Contnua ) ( ) ) ( )

2.3

Contrato Futuro DI1

O Contrato Futuro DI1 negociado na BM&FBovespa tem seu preo formado a partir da taxa mdia de depsitos interfinanceiros (DI) calculada pela Cetip2. Tal taxa calculada e publicada diariamente e expressa em taxa efetiva anual com base em 252 dias teis. De acordo com a CETIP (www.cetip.com.br), o DI um instrumento utilizado para a troca de recursos financeiros excedentes entre os bancos, permitindo assim a liquidez de crdito no mercado. Os Certificados dos

CETIP S.A. criada em 1986 pelas instituies financeiras e o Banco Central do Brasil, a empresa

tem como principal objetivo, proporcionar transparncia, agilidade e segurana ao mercado de contratos de Balco de ativos e derivativos. Atualmente a CETIP a maior depositria de ttulos privados de renda fixa da Amrica Latina.

11

Depsitos Interfinanceiros so registrados no CETIP e geralmente possuem prazo de um dia til, permitindo assim descrever a expectativa de juros para um dia praticado entre os bancos, ou seja, a taxa de juro praticado pelo mercado. Todo contrato de DI1, no seu vencimento, tem valor financeiro equivalente a R$ 100.000,00. Sendo esse um contrato do tipo Zero-Cupom3, podemos calcular seu valor presente numa data qualquer antes do vencimento, descontando o valor de face pela taxa de juros negociada para aquela data atravs de capitalizao composta. Para a negociao em bolsa dos contratos DI1, os valores das taxas so convertidos em PU, Preo Unitrio, onde cada R$ 1,00 equivale a um ponto, e r a taxa de juros projetada at a data de vencimento.

Uma das principais funes dos contratos de DI1 a de hedge para as instituies financeiras em relao a variaes na taxa de juros real. Tais operaes de hedge, buscam compensar possveis perdas em contratos de renda fixa ou em dvidas indexadas a CDI atravs de ganhos nos contratos de DI1 da BM&FBovespa. Como para cada data de prego so negociados contratos para vrias datas de vencimento, possvel traarmos uma evoluo da expectativa de juros para datas futuras observando as taxas negociadas.

2.4

Retorno Absoluto das Taxas

De acordo com Jorion (2003) podemos definir o retorno aritmtico de um ativo como sendo a taxa de variao do preo do ativo entre dois perodos de tempo.

Ttulo Zero-Cupom aquele que possu um nico fluxo de caixa na data de vencimento, ou seja,

no existe o pagamento de valores intermedirios entre a contratao e o encerramento do contrato.

12

J o retorno geomtrico ou log-retorno calculado atravs da frmula:

Para o clculo do retorno em relao a taxas, podemos utilizar o retorno absoluto, definido pela diferena simples entre as taxas para dois perodos de tempo.

Sendo Rt o retorno absoluto, rt a taxa para o perodo t e rt-1 a taxa para o perodo anterior.

2.5

Estrutura a Termo da Taxa de Juros

A Estrutura a Termo da Taxa de Juros (ETTJ) representa a evoluo das taxas de juros ao longo do tempo. De acordo com Hull (2005) existem vrias teorias a respeito da variao das curvas referentes ETTJ. Algumas descrevem que as taxas de longo prazo devem refletir as taxas de curto prazo, outras indicam que no existem relaes entre as taxas de curo, mdio e longo prazo. H ainda teorias que relacionam os movimentos da taxa de juros com a liquidez procurada pelos investidores, tomadores de emprstimo e intermedirios. Em meio a tudo isso, podemos observar um fato. O conhecimento da ETTJ e uma modelagem precisa a respeito de sua formao e seu comportamento, so informaes importantes para qualquer instituio financeira. Uma das maneiras de montarmos a estrutura formada pelas expectativas das taxas de juros utilizando os contratos futuros DI1 devido ao fato de tais contratos, utilizarem na sua formao a Taxa Mdia dos Depsitos Interfinanceiros de um dia. Um problema inerente ao uso dos contratos de DI1 construo da ETTJ a inexistncia de contratos futuros para determinadas datas de vencimento, ou seja, existem lacunas na estrutura. Para contornar esse problema podemos utilizar processo de interpolao para estimar qual o possvel valor da taxa entre dois perodos conhecidos. 13

Exemplos de ETTJ alguns dias do ano entre 2004 e 2009

22,00% 20,00% 18,00% 01/06/2004 Taxa 16,00% 14,00% 12,00% 10,00% 8,00% 126 168 210 252 294 336 378 420 462 Prazo
Figura 1 Exemplos de ETTJ alguns dias do ano entre 2004 e 2009

01/06/2005 01/06/2006 01/06/2007 02/06/2008 31/03/2009

Uma definio simples descrita por Mascitelli(2008), que a ETTJ uma funo que permite relacionarmos uma taxa de juros para cada prazo at o vencimento de um ttulo Zero-Cupom, ou seja, se sendo r a taxa de juros e a ETTJ uma funo do tempo, temos que: ( )

2.6

Volatilidade, Varincia e Correlao

Alexander(2005) define a volatilidade como uma medida da disperso da densidade de probabilidade. Ela basicamente descreve o quanto uma determinada medida varia em relao a um valor central. Apesar de podermos estudar a variao dos preos ou taxas dos ativos financeiros em relao ao passado ou ao presente, nada pode ser dito com certeza a respeito do futuro. A natureza das informaes descreve que os ativos financeiros possuem um comportamento aleatrio. O modelo mais simples de volatilidade utiliza o desvio-padro de um conjunto de dados para uma determinada janela de tempo para representar a medida de disperso. 14

504

42

84

Se considerarmos o valor esperado do retorno de um ativo como sendo a mdia dos retornos para uma determinada janela de tempo de n-dias:

O desvio-padro pode ser descrito como:

Onde a varincia

representa a somatria dos erros ao quadrado de cada

ponto da amostra em relao mdia. necessrio elevarmos ao quadrado cada parcela da somatria para evitarmos que um valor negativo acabe anulando um valor positivo.

Nos mercados financeiros, necessrio padronizarmos o valor da volatilidade para compararmos janelas com diferentes quantidades de dias, sendo assim a volatilidade geralmente expressa de forma anual. ( )

Onde

o fator de anualizao. No Brasil, como utilizamos a contagem de .

dias do ano a partir de dias teis, temos que

Ao considerarmos a variao dos retornos de dois ativos ao longo do tempo, podemos nos perguntar se existe uma relao entre eles ou se todos variam de forma independente. Esse comportamento chamado de correlao e descreve principalmente trs movimentos: Correlao Nula = os retornos dos ativos no possuem nenhum tipo de dependncia.

15

Correlao Positiva = quando o retorno de um ativo tem uma variao positiva, o retorno do ativo correlacionado tambm apresenta uma variao positiva. Correlao Negativa = quando o retorno de um ativo tem uma variao contrria variao do retorno do ativo correlacionado, ou seja, quando um tem uma variao positiva o outro apresenta uma variao negativa e vice-versa. A correlao calculada a partir da covarincia, que tambm uma medida dos movimentos conjuntos dos ativos.

)(

Obs: Podemos ver que a covarincia de um ativo financeiro X com ele prprio igual a sua varincia

)(

Um dos problemas da covarincia

ao analisarmos ativos financeiros,

que ela no independente das unidades de medida. J a correlao uma medida que varia de -1 +1 sem unidade de media, onde -1 representa uma correlao negativa, 0 representa correlao nula e +1 representa uma correlao positiva. Para facilitar a compreenso, se considerarmos uma carteira com dois ativos:

A varincia total

de pode ser definida como:

16

Onde carteira e

representam o percentual de alocao de cada um dos ativos da , ou seja, 100%. ),

Para finalizar, se considerarmos um conjunto de n-ativos (

podemos descrever de forma matricial a varincia e a covarincia entre todo o conjunto de dados:

E a varincia total do conjunto como:

Nesse caso, a volatilidade total de uma carteira de ativos :

2.7

VaR

Jorion (2005) define o VaR como sendo a pior perda esperada de um ativo ou carteira, para um determinado perodo de tempo e intervalo de confiana. Tal medida utilizada atualmente por diversas instituies financeiras na identificao de quanto suas carteiras de ativos podem afetadas num eventual cenrio de perda. Geralmente o horizonte utilizado no clculo da volatilidade, de um dia, e o nvel de confiana de 95%, 97,5% ou at 99%. Considerando que os retornos dos ativos possuem distribuio normal, podemos definir o retorno crtico (retorno para o pior cenrio) e o VaR como:

17

Onde: Probabilidade Volatilidade do retorno Mdia dos retornos Horizonte de tempo estudado Valor total investido

Aplicando esse conceito para uma carteira de ativos, temos que:

Onde: Probabilidade Varincia da carteira (conforme descrito no item 2.6)

2.8

Anlise de Componentes Principais A idia principal da Anlise de Componentes Principais (ACP4) a

decomposio dos dados a fim de identificar quais so os principais elementos no correlacionados que explicam sua variao no tempo de forma reduzida. Atravs de transformaes lineares do conjunto original de dados, um novo conjunto obtido, sendo que cada novo elemento, ou componente principal explica independente e ordenado por peso em relao varincia, a varincia total do conjunto de dados original. O primeiro componente principal apresenta a informao que explica a maior parte da varincia total das informaes originais. O segundo componente principal explica a maior parte da variao que resta se desconsiderarmos o primeiro componente. Isso pode ser aplicado a todos os demais componentes principais sendo que o conjunto final dos componentes no apresenta correlao. Geralmente os trs ou quatro primeiros componentes principais j so suficientes para explicar

Traduo do termo em ingls PCA, Principal Component Analisys.

18

mais de 90% da variao dos dados originais. Para melhor utilizao da ACP necessrio que a srie de dados possua caractersticas como: alta colinearidade e correlao entre os dados, caso contrrio no existir nenhuma redundncia de informaes a ser extrada, nesse caso, teramos que considerar um conjunto de fatores com a mesma dimenso que os dados originais para explicar a variao de forma significativa. A ACP foi inicialmente concebida por Pearson em 1901, e posteriormente desenvolvida por Hotelling em 1933. O avano tecnolgico propiciou sua utilizao em problemas relacionados ao mercado financeiro. Atualmente, instituies financeiras utilizam esse tipo de tcnica para avaliao de investimentos e administrao de riscos, onde existe uma grande quantidade e variedade de ativos financeiros, fatores de risco e cenrios para serem analisados de forma conjunta. Para melhor visualizarmos o que ocorre na ACP, apresentamos os conceitos de acordo com Alexander(2005). Para que seja possvel a anlise dos dados, preciso que eles sejam estacionrios5, portanto para o estudo da ETTJ necessrio considerar o retorno absoluto das taxas de juros conforme descrito no item 2.4. Tomando como exemplo a tabela descrita no item 3.2, temos uma matriz onde a quantidade de dias teis de observao das taxas de juros e de

quantidade de vrtices das curvas de DI1 para cada data de

. O clculo dos

componentes principais realizado atravs do seguinte procedimento: Calcular a matriz simtrica dados da matriz ; Calcular a matriz de elementos dos autovetores de ; de elementos dos autovalores de . de elementos das correlaes dos

Calcular a matriz diagonal

Dessa forma a seguinte transformao linear verdadeira

Ordenar as colunas da matriz

de acordo com o tamanho

correspondente do autovalor. Sendo assim, temos que cada coluna da

Dados estacionrios so aqueles que apresentam uma varincia constante ao longo do tempo.

19

nova matriz ordenada autovalor da matriz , onde

o autovetor ;

correspondente ao

Calcular os componentes principais multiplicando cada coluna da matriz de dados original pelos respectivos vetores:

Onde:

m-simo componente principal; m-simo matriz com elementos;

i-sima coluna da matriz de dados originais padronizados referente a i-sima varivel do sistema.

De forma geral podemos escrever a matriz completa principais, como:

dos componentes

Sendo

uma matriz diagonal, as colunas de

no so correlacionadas e a

varincia do m-simo componente principal varincia total de dado por

, e sua proporo em relao

Devido ordenao das colunas da matriz de autovetores componentes principais so calculados de forma que maior autovalor

, os

est relacionado ao primeiro

e assim por diante para cada componente.

20

Por fim, conforme descrito anteriormente possvel vermos que cada vetor dos dados originais, referente a uma coluna que representa uma varivel do sistema, pode ser escrito como uma combinao linear dos componentes principais. Sendo temos que , ou seja,

21

3. ESTUDO DA ETTJ ATRAVS DA ACP

3.1

Preparao dos Dados

Conforme descrito no item 1.4, utilizamos os dados histricos dos contratos de DI1. Porm podemos ver nos exemplos abaixo, que antes de utiliz-los, foi preciso corrigir os seguintes problemas: a. O prazo at o vencimento do contrato em dias teis no padronizado, ou seja, para cada data de referncia podemos ter prazos futuros distintos; b. A quantidade de pontos para anlise pode ser diferente para cada data de referncia; c. Para determinadas datas de vencimento no existem preos de fechamento devido ao fato de nenhum contrato ter sido negociado no dia.
Data de Data de Nmero de Valor do Dias Referencia Vencimento Negcios Fechamento Uteis 02/01/2004 02/01/2004 0 0,00 0 02/01/2004 02/02/2004 21 16,08 21 02/01/2004 01/03/2004 2 15,94 39 02/01/2004 01/04/2004 19 15,83 62 02/01/2004 03/05/2004 1 15,78 82 02/01/2004 01/07/2004 135 15,71 124 02/01/2004 01/10/2004 47 15,74 188 02/01/2004 03/01/2005 39 15,83 249 02/01/2004 01/04/2005 2 15,85 309 02/01/2004 01/07/2005 5 15,94 372 02/01/2004 03/10/2005 0 0,00 437 02/01/2004 02/01/2006 6 16,21 499 02/01/2004 03/04/2006 0 0,00 561 02/01/2004 03/07/2006 0 0,00 622 02/01/2004 02/10/2006 0 0,00 686 02/01/2004 02/01/2007 2 16,81 747 02/01/2004 02/04/2007 1 16,95 808 02/01/2004 02/07/2007 0 0,00 870 02/01/2004 01/10/2007 0 0,00 933 02/01/2004 02/01/2008 0 0,00 993 02/01/2004 01/07/2008 0 0,00 1115 02/01/2004 01/10/2008 0 0,00 1180 02/01/2004 02/01/2009 0 0,00 1243 02/01/2004 04/01/2010 0 0,00 1490 02/01/2004 01/04/2010 0 0,00 1550 Data de Data de Nmero de Valor do Dias Referencia Vencimento Negcios Fechamento Uteis 23/03/2009 01/04/2009 8 11,12 7 23/03/2009 04/05/2009 17 11,14 27 23/03/2009 01/06/2009 10 10,66 47 23/03/2009 01/07/2009 33 10,39 68 23/03/2009 01/10/2009 54 9,90 132 23/03/2009 04/01/2010 790 9,82 192 23/03/2009 01/04/2010 2 9,76 252 23/03/2009 01/07/2010 11 9,92 314 23/03/2009 01/10/2010 1 9,91 378 23/03/2009 03/01/2011 531 10,24 439 23/03/2009 01/04/2011 12 10,31 500 23/03/2009 01/07/2011 3 10,39 562 23/03/2009 03/10/2011 4 10,47 627 23/03/2009 02/01/2012 743 10,72 689 23/03/2009 02/04/2012 8 10,76 751 23/03/2009 02/07/2012 6 10,98 813 23/03/2009 01/10/2012 3 11,18 876 23/03/2009 02/01/2013 34 11,22 935 23/03/2009 01/04/2013 3 11,30 994 23/03/2009 01/07/2013 1 11,42 1057 23/03/2009 01/10/2013 6 11,53 1122 23/03/2009 02/01/2014 11 11,60 1183 23/03/2009 01/04/2014 0 0,00 1244 23/03/2009 02/01/2015 7 11,74 1432 23/03/2009 01/04/2015 0 0,00 1493 23/03/2009 04/01/2016 0 0,00 1678 23/03/2009 02/01/2017 14 11,86 1927 23/03/2009 02/01/2018 0 0,00 2173 23/03/2009 02/01/2019 0 0,00 2418 23/03/2009 03/01/2022 0 0,00 3160

Tabela 1 Exemplos dos dados de DI1

22

Nessa primeira etapa, os contratos com quantidade de negcios e valor de fechamento, iguais a zero, foram removidos do conjunto de dados, resolvendo o problema c.

3.2

Construo da ETTJ

Os problemas a. e b. descritos no item anterior foram solucionados definindose um conjunto padronizado de prazos de vencimento. Para esse trabalho, consideramos um conjunto de 61 prazos de vencimento entre 1 dia til e 1260 duas teis (5 anos), divididos em intervalos de 21 dias teis. Dessa forma, para cada data de referncia, temos colunas com os valores das taxas dos contratos futuros, para cada prazo padronizado. Podemos ver um exemplo da nova estrutura dos dados na tabela abaixo.

Vrtices PU Anos Prazo Data de Referencia 1 0,0040 1 1 0,0833 21 1 0,1667 42 1 ... 0,2500 ... 63 ... 3 2,0833 525 3 ... 2,1667 ... 546 ... 5 4,9167 1239 5 5,0000 1260

Tabela 2 Tabela de exemplo dos prazos padronizados

Como nos dados originais no existem valores para todos os prazos padronizados definidos, as lacunas foram calculadas atravs do seguinte processo de interpolao exponencial: I) Se o ponto padronizado igual ao ponto existente no conjunto de dados originais, utilizamos o valor da taxa do conjunto de dados originais; II) Se o ponto padronizado menor que o primeiro ponto existente para aquela data de referncia no conjunto de dados originais, utilizamos o valor taxa referente ao primeiro ponto dos dados originais; III) Se o ponto padronizado maior que o ltimo ponto existente para aquela data de referncia no conjunto de dados originais, utilizamos o valor taxa referente ao ltimo ponto dos dados originais; IV) Se o ponto padronizado est entre dois pontos dos dados originais, a taxa interpolada foi calculada conforme descrito abaixo:

23

( (

) )
( )

Onde:
( )

Devido ao

ter sido calculado em funo dos fatores de

desconto, necessrio invert-lo para obtermos o valor da taxa interpolada para o ponto padronizado:

( )

[(

Ao final do procedimento, a novo conjunto de dados ficou da seguinte maneira:

Ano Prazo Data de Referencia 02/01/2004 05/01/2004 06/01/2004 07/01/2004 ... Vrtices Taxa 1 1 0,0040 0,0833 1 16,08% 16,09% 16,09% 16,04% 21 16,08% 16,07% 16,05% 16,00% 1 0,1667 42 15,92% 15,89% 15,86% 15,85% 1 ... 0,2500 ... 63 ... 15,83% 15,78% 15,74% 15,72% 3 2,0833 525 16,30% 16,19% 16,10% 15,66% 3 ... 2,1667 ... 546 ... 16,37% 16,23% 16,16% 15,69% 5 4,9167 1239 16,95% 17,30% 16,96% 16,60% 5 5,0000 1260 16,95% 17,30% 16,96% 16,60%

24

25/05/2005 27/05/2005 30/05/2005 31/05/2005 ... 08/07/2008 10/07/2008 11/07/2008 14/07/2008

19,74% 19,74% 19,74% 19,77% 12,31% 12,34% 12,36% 12,40%

19,76% 19,78% 19,75% 19,77% 12,39% 12,42% 12,46% 12,51%

19,79% 19,80% 19,79% 19,80% 12,59% 12,61% 12,64% 12,68%

19,81% 19,82% 19,80% 19,81% 12,79% 12,81% 12,83% 12,86%

17,65% 17,47% 17,52% 17,49% 15,40% 15,35% 15,35% 15,33%

17,60% 17,42% 17,46% 17,46% 15,40% 15,35% 15,33% 15,33%

16,15% 16,19% 16,30% 16,34% 15,06% 15,02% 15,01% 14,93%

16,15% 16,19% 16,30% 16,34% 15,06% 15,02% 15,02% 14,92%

Tabela 3 Tabela de exemplo com os pontos padronizados aps a interpolao

Para cada data de referncia possvel traar uma curva de ETTJ que descreve a expectativa de juros para os prazos futuros padronizados.

ETTJ para os primeiros dias do Ano ente 2004 e 2009

19,00% 18,00% 17,00% 16,00% Taxa 15,00% 14,00% 13,00% 12,00% 11,00% 10,00% 1 63 126 189 252 315 378 441 504 567 630 693 756 819 882 945 1008 1071 1134 1197 02/01/2004 03/01/2005 02/01/2006 02/01/2007 02/01/2008 07/01/2009

Prazo para o Vencimento em Dias teis

Figura 2 ETTJ para os primeiros dias do anote entre 2004 e 2009

3.3

Identificao dos Componentes Principais

Uma vez construda a tabela com as taxas para cada data de referncia em relao aos pontos padronizados, foi necessrio fazer um segundo ajuste no conjunto de dados. Para submetermos os dados ACP necessrio que os dados sejam estacionrios e normalizados, caso contrrio, de acordo com

Alexander(2005), o primeiro componente seria dominado pela varivel de entrada de maior volatilidade. Uma forma de resolvermos esse problema trabalhar com os retornos das taxas, para tal aplicamos o retorno absoluto descrito no item 2.4 ao 25

conjunto de dados interpolados. Um exemplo desse conjunto de retornos pode ser visto na tabela a seguir.

Retorno Absoluto das Taxas 1 0,0040 Data de Referencia 02/01/2004 05/01/2004 06/01/2004 07/01/2004 08/01/2004 09/01/2004 ... 11/07/2005 12/07/2005 13/07/2005 14/07/2005 ... 25/06/2007 26/06/2007 27/06/2007 28/06/2007 ... 04/03/2009 05/03/2009 06/03/2009 09/03/2009 1 0,000000% 0,010000% 0,000000% -0,050000% -0,030000% -0,040000% -0,010000% 0,010000% -0,020000% 0,010000% -0,010000% -0,010000% 0,010000% 0,010000% -0,030000% -0,080000% -0,110000% -0,140000% 1 0,0833 21 0,000000% -0,007101% -0,018159% -0,054757% -0,067805% -0,065674% -0,011366% 0,003354% -0,009875% -0,003603% -0,013490% -0,003218% -0,001859% -0,021315% -0,048109% -0,089763% -0,128296% -0,146712% 1 0,1667 42 0,000000% -0,031662% -0,023754% -0,014719% -0,128569% -0,079285% -0,012540% -0,009027% -0,007417% -0,009523% -0,005402% -0,081976% 0,058684% -0,041284% -0,058230% -0,063238% -0,157959% -0,147633% .. 1 . .. 0,2500 . .. 63 . 0,000000% -0,044461% -0,039432% -0,023000% -0,153204% -0,088002% -0,018447% -0,025127% -0,010092% -0,006112% 0,010397% -0,061400% -0,002579% -0,018031% -0,023902% -0,073486% -0,192273% -0,151361% 3 2,0833 525 0,000000% -0,113580% -0,087783% -0,433209% -0,188540% -0,101749% -0,067597% -0,019144% 0,009210% -0,002491% 0,204036% -0,050330% -0,109350% -0,039936% -0,002765% -0,120922% -0,268796% -0,248263% .. 3 . .. 2,1667 . .. 546 . 0,000000% -0,139998% -0,067255% -0,463849% -0,188652% -0,091558% -0,086856% -0,005792% 0,015702% -0,002296% 0,199932% -0,036626% -0,115733% -0,065272% 0,007645% -0,124516% -0,268885% -0,234565% 5 4,9167 1239 0,000000% 0,350000% -0,340000% -0,360000% -0,760000% 0,270000% -0,180000% 0,070000% 0,040000% -0,050000% 0,212037% -0,057032% -0,057851% 0,013719% 0,184600% -0,072761% -0,021522% -0,049924% 5 5,0000 1260 0,000000% 0,350000% -0,340000% -0,360000% -0,760000% 0,270000% -0,180000% 0,070000% 0,040000% -0,050000% 0,206138% -0,061139% -0,049805% 0,011275% 0,181781% -0,060667% -0,027136% -0,054593%

Tabela 4 Exemplo da Tabela dos Retornos das Taxas Interpoladas

Segue abaixo um conjunto de grficos de exemplo demonstrando o comportamento dos retornos ao redor da mdia zero.

Retorno dos Contratos com Vencto. em 1 dia til

1,500000% 1,000000% 0,500000% 0,000000% -0,500000% -1,000000% -1,500000%
Figura 3 Retorno dos Contratos com Vencimento em 1 til

1 02/01/2004 06/04/2004 12/07/2004 13/10/2004 18/01/2005 26/04/2005 27/07/2005 28/10/2005 02/02/2006 11/05/2006 11/08/2006 16/11/2006 26/02/2007 30/05/2007 31/08/2007 07/12/2007 18/03/2008 23/06/2008 23/09/2008 26/12/2008

26

Retorno dos Contratos com Vencto. em 6 meses (126 DUs)

1,500000% 1,000000% 0,500000% 126 0,000000% -0,500000% -1,000000% 02/01/2004 13/04/2004 22/07/2004 29/10/2004 14/02/2005 24/05/2005 30/08/2005 09/12/2005 22/03/2006 03/07/2006 09/10/2006 23/01/2007 07/05/2007 14/08/2007 26/11/2007 11/03/2008 20/06/2008 26/09/2008 13/01/2009

Figura 4 Retorno dos Contratos com Vencimento em 6 meses

Retorno dos Contratos com Vencto. em 1 ano (252 DUs)

2,000000% 1,500000% 1,000000% 0,500000% 0,000000% -0,500000% -1,000000% -1,500000% 02/01/2004 13/04/2004 22/07/2004 29/10/2004 14/02/2005 24/05/2005 30/08/2005 09/12/2005 22/03/2006 03/07/2006 09/10/2006 23/01/2007 07/05/2007 14/08/2007 26/11/2007 11/03/2008 20/06/2008 26/09/2008 13/01/2009 252

Figura 5 Retorno dos Contratos com Vencimento em 1 ano

Aps submeter o conjunto de dados dos retornos ao software de anlise estatstica R para o clculo dos componentes principais obtivemos o seguinte resultado:
Importance of components: PC1 Standard deviation Cumulative Proportion 6.700 0.736 PC9 Standard deviation Proportion of Variance 0.736 PC2 2.915 0.139 0.875 PC10 PC3 1.7861 0.0523 0.9274 PC11 PC4 1.1913 0.0233 0.9507 PC12 PC5 0.8722 0.0125 0.9632 PC13 PC6 PC7 PC8 0.68773 0.57994 0.49431 0.00775 0.00551 0.00401 0.97092 0.97644 0.98044 PC14 PC15

0.45863 0.38970 0.36438 0.35908 0.29900 0.28326 0.24862

27

Proportion of Variance 0.00345 0.00249 0.00218 0.00211 0.00147 0.00132 0.00101 Cumulative Proportion 0.98389 0.98638 0.98856 0.99067 0.99214 0.99345 0.99446 PC16 Standard deviation Cumulative Proportion PC17 PC18 PC19 PC20 PC21 PC22

0.24166 0.23579 0.20174 0.18661 0.17330 0.15229 0.1363 0.99542 0.99633 0.99700 0.99757 0.99806 0.99844 0.9988 PC23 PC24 PC25 PC26 PC27 PC28 PC29

Proportion of Variance 0.00096 0.00091 0.00067 0.00057 0.00049 0.00038 0.0003

Standard deviation Cumulative Proportion

0.12377 0.11730 0.10432 0.08671 0.08160 0.06676 0.05672 0.99900 0.99922 0.99940 0.99953 0.99964 0.99971 0.99976 PC30 PC31 PC32 PC33 PC34 PC35 PC36

Proportion of Variance 0.00025 0.00023 0.00018 0.00012 0.00011 0.00007 0.00005

Standard deviation Cumulative Proportion

0.04868 0.04553 0.04204 0.03857 0.03212 0.02867 0.02665 0.99980 0.99983 0.99986 0.99989 0.99990 0.99992 0.99993 PC37 PC38 PC39 PC40 PC41 PC42 PC43 PC44

Proportion of Variance 0.00004 0.00003 0.00003 0.00002 0.00002 0.00001 0.00001

Standard deviation Cumulative Proportion

0.02400 0.02206 0.02160 0.02009 0.01823 0.01769 0.0166 0.0149 0.99994 0.99995 0.99995 0.99996 0.99997 0.99997 1.0000 1.0000 PC45 PC46 0.0123 0.0000 1.0000 PC54 PC47 0.0117 0.0000 1.0000 PC55 PC48 0.0114 0.0000 1.0000 PC56 PC49 0.0109 0.0000 1.0000 PC57 PC50 PC51 PC52

Proportion of Variance 0.00001 0.00001 0.00001 0.00001 0.00001 0.00001 0.0000 0.0000

Standard deviation Cumulative Proportion

0.0133 1.0000 PC53

0.00924 0.00894 0.00797 0.00000 0.00000 0.00000 0.99999 0.99999 1.00000 PC58 PC59

Proportion of Variance 0.0000

Standard deviation Cumulative Proportion

0.00782 0.00705 0.0066 0.00575 0.00554 0.00503 0.00469 1.00000 1.00000 1.0000 1.00000 1.00000 1.00000 1.00000 PC60 PC61

Proportion of Variance 0.00000 0.00000 0.0000 0.00000 0.00000 0.00000 0.00000

Standard deviation Cumulative Proportion

0.00329 0.00304 1.00000 1.00000

Proportion of Variance 0.00000 0.00000

Tabela 5 Resultado da ACP

De acordo com a sada podemos notar que com os 4 primeiros componentes j possvel obtermos 95% da varincia total do conjunto de dados e com 12 componentes j temos 99% da varincia, demonstrando que no necessrio utilizarmos todos os 61 pontos originais para identificarmos o comportamento da ETTJ. Segue abaixo uma representao grfica dos resultados da ACP.

28

Proporo de Varincia
80,0000% 70,0000% 60,0000% 50,0000% 40,0000% 30,0000% 20,0000% 10,0000% 0,0000%

PC13

Proporo de Varincia
Figura 6 Proporo da Varincia para cada componente principal

Proporo Acumulada
100,0000% 90,0000% 80,0000% 70,0000% 60,0000% 50,0000% 40,0000% 30,0000% 20,0000% 10,0000% 0,0000% PC1 PC3 PC5 PC7 PC9 PC11 PC13 PC15 PC17 PC19 PC21 PC23 PC25 PC27 PC29 PC31 PC33 PC35 PC37 PC39 PC41 PC43 Proporo Acumulada
Figura 7 Proporo Acumulada da Varincia para cada componente principal

PC43

PC11

PC15

PC17

PC19

PC21

PC23

PC25

PC27

PC29

PC31

PC33

PC35

PC37

PC39

PC41

PC1

PC3

PC5

PC7

PC9

29

Figura 8 Grfico: Pontos x Variveis Originais x PC1 x PC2

Aqui podemos ver como as variveis e os pontos padronizados, esto relacionados com as variveis originais. Os pontos do grfico (ex: 88, 93, 113, etc.) representam as linhas da tabela de retornos (tabela 4), e as flechas (ex: X21, X693, X714, etc.) representam o peso relativo das variveis originais em relao aos componentes principais 1 e 2. possvel notar que praticamente todas as variveis apresentam um peso negativo em relao ao componente principal 1 e que no caso do componente principal 2 a quantidade de variveis est aproximadamente dividida em metade para o lado positivo e metade para o lado negativo.

30

Outra viso que os componentes principais nos apresentam para o caso do estudo da ETTJ, o efeito que cada um dos componentes causa na curva de juros. Conforme o grfico a seguir, podemos notar que o primeiro componente se mantm praticamente paralelo ao longo das maturidades dos contratos, isso indica que variaes nesse componente vo provocar alteraes positivas ao longo de toda a ETTJ e conseqentemente uma mudana de nvel. O segundo componente descreve um comportamento de variao da inclinao, sendo que choques nos prazos mais curtos devero afetar de forma negativa e nos prazos mais longos de forma positiva a curva de juros. O terceiro componente apresenta um comportamento aproximado de uma parbola, cujos pontos positivos se encontram nos prazos mdios e nas extremidades temos valores negativos. Tal componente representa mudanas na convexidade da curva de juros.

Efeito dos Componentes Principiais

0,40 0,30 0,20 Sensibilidade 0,10 0,00 126 189 252 315 378 441 504 567 630 693 756 819 882 945 1008 1071 1134 1197 -0,10 -0,20 -0,30 -0,40 -0,50 Maturidade 1o. Componente 3o. Componente 2o. Componente 4o. Componente 1260 1 63

Figura 9 Efeito dos Componentes Principais

Geralmente apenas trs componentes so utilizados para descrever as mudanas de nvel, inclinao e convexidade da curva de juros, porm de acordo coma os dados utilizados no trabalho, temos um quarto componente contribuindo para a mudana na convexidade das curvas de juros, sendo que para os prazos 31

mais curtos temos uma contribuio contrria ao terceiro componente enquanto que para prazos mdios e longos as influncias se somam.

3.4

Aplicao do Resultado da ACP no Clculo do VaR de uma Carteira

Para demonstrarmos a utilidade da ACP, calculamos o VaR de uma carteira de contratos de DI1 atravs da metodologia paramtrica para um horizonte de um dia e 95% de nvel de confiana, e comparamos com o VaR calculado a partir dos 4 primeiros componentes principais conforme apresentado no item 3.3 para obtermos o mesmo nvel de confiana de 95%. A composio da carteira estudada e os resultados dos clculos do VaR so apresentados nas tabelas abaixo.

Carteira

Posio

Valor

Vencimento Contrato

Carteira 1

Comprado

R$ 100.000,00

Todos os 61 vrtices calculados no item 3.3

Total

R$ 61.000.000,00

Tabela 6 Exemplo de Carteira para comparao do VaR

Carteira

VaR Paramtrico VaR ACP 95% 95%

Diferena ACP Paramtrico

% da Diferena

Carteira 2

R$ 16.256,83

R$ 16.252,80

(R$ 4,03)

0,02%

Tabela 7 Resultado dos clculos do VaR

Como podemos ver, o VaR calculado atravs da utilizao dos componentes principais ficou muito prximo do VaR calculado atravs da metodologia paramtrica, porm, a complexidade do clculo das correlaes foi muito menor uma vez que utilizamos uma matriz de correlao de 4 x 4 elementos no caso dos componentes principais e uma matriz de correlao de 61 x 61 elementos no modelo paramtrico.

32

4. CONCLUSO

Conforme visto ao longo do trabalho, a Anlise de Componentes Principais demonstra ser uma importante ferramenta estatstica multivariada para anlise de grandes quantidades de informaes. A decomposio de informaes

originalmente colineares e correlacionadas em um novo conjunto de dados descorrelacionados permite analisarmos de forma independente o comportamento e a dinmica da informao inicial. Alm disso, o novo conjunto de dados descreve permite a reduo do espao podemos ver tambm como os portanto, demonstrase ser uma boa ferramenta para o estudo da Estrutura a Termo da Taxa de Juros.

A Estrutura a Termo da Taxa de Juros foi

Outro ponto a ser considerado, que no cenrio atual de evoluo tecnologia, cada vez mais se difunde o conceito de software como servio, onde se cobrado pela quantidade de recursos utilizados (processamento, memria, armazenamento, volume de dados transmitidos etc.) e no mais por um produto. A utilizao de uma ferramenta como a Anlise de Componentes Principais para simplificao dos dados a serem estudados e reduo dos recursos computacionais para obteno de resultados, pode significar uma economia para as instituies financeiras.

33

5. BIBLIOGRAFIA

RORRES, CHRIS; ANTON, HOWARD A. (2001) lgebra Linear com Aplicaes.

LAY, DAVID C. (1999) lgebra Linear e suas Aplicaes. JOLLIFFE, I.T. (2002) Principal Component Analysis. DUNTEMAN, GEORGE H. (1989) Principal Components Analysis Series: Quantitative Applications in the Social Sciences.

MASCITELLI, PAULO HENRIQUE (2008) Anlise de Componentes Principais Dinmicos Aplicados Estrutura a Termo da Taxa de Juros Defesa de Tese de Mestrado publicada pela Universidade Federal do Rio de Janeiro - UFRJ.

LUNA, FRANCISCO EDUARDO (2006) Aplicao da Metodologia de Componentes Principais na Anlise da Estrutura a Termo da Taxa Juros Brasileira e no Clculo de Valor em Risco Texto para Discusso no. 1146 Instituto de Pesquisa Econmica Aplicada Ipea.

ROSSI, JOS W. (1996) A Estrutura a Termo da Taxa de Juros: Uma Sntese Texto para Discusso no. 447 Instituto de Pesquisa Econmica Aplicada Ipea.

FIGUEIREDO, ANTONIO CARLOS (2006), Introduo aos Derivativos. FORTUNA, EDUARDO (2008) Mercado Financeiro Produtos e Servios. ALEXANDER, CAROL (2005) Modelos de Mercado: Um Guia para Anlise de Informaes Financeiras.

HULL, JOHN C. (2005) Fundamentos dos Mercados Futuros e de Opes. JORION, PHILIPPE (2003) Value at Risk. 34

FABOZZI, FRANK J. (2000) Mercados, Anlise e Estratgias de Bnus (Ttulos de Renda Fixa).

CRAWLEY, MICHAEL J (2007) The R Book Venables W. N.; Smith D. M.; R Development Core Team (2008) An Introduction to R Notes on R: Programming Environment for Data Analysis and Graphics Disponvel em: <http://www.r-project.org/> Acesso em: 19/05/2009.

R Development Core Team R Language Definition Disponvel em: <http://www.r-project.org/> Acesso em: 19/05/2009.

R Development Core Team R Data Import/Export Disponvel em: <http://www.r-project.org/> Acesso em: 19/05/2009.

35