Modelagem da Estrutura a Termo da Taxa de Juros: Dinmica,

Avaliao de Contratos Derivativos, Gerenciamento de Risco e

Formulao de Estratgias
*






Ccero Augusto Vieira Neto
1

Pedro L. Valls Pereira
2


*
Este artigo uma verso preliminar de um captulo da tese de doutorado do autor, defendida no
Departamento de Economia da Universidade de So Paulo. O segundo autor gostaria de agradecer o
financeiamento parcial do CNPq e do PRONEX.
1
Gerente de Risco do Banco Matrix.
2
IBMEC Business School

1 - Introduo

A pesquisa acadmica e empresarial sobre a Estrutura a Termo da Taxa de Juros
(ETTJ) divide-se em duas grandes reas que possuem poucos pontos de ligao
3
. A
primeira delas relaciona-se ao problema da estimao da ETTJ numa determinada data.
Exemplos so os trabalhos de McCulloch (1971 e 1975), Schaefer (1981), Vasicek e Fong
(1982) e Duarte, Almeida e Fernandes (1998). A segunda grande rea, por sua vez,
relaciona-se aos assim chamados modelos de equilbrio e no arbitragem da ETTJ, cuja
principal funo a avaliao de contratos derivativos diretamente dependentes das taxas
de juros. Exemplos so os trabalhos de Vasicek (1974), Dothan (1978), Cox, Ingersoll e
Ross (1985) e Heath, Jarrow e Morton (1992).
Este artigo trabalha com as duas reas de forma conjunta. Utiliza idias oriundas da
literatura de estimao da ETTJ para desenvolver um modelo original que se enquadra na
literatura dos modelos de equilbrio e no arbitragem sobre a ETTJ. Conforme demonstrado
ao longo do texto, o modelo desenvolvido se aplica a diversos fins: anlise do
comportamento dinmico da estrutura a termo, avaliao de contratos derivativos tais como
opes sobre ttulos de renda fixa, gerenciamento de risco e formulao de estratgias de
operao. Uma seo parte deriva estimadores de mxima verossimilhana para os
parmetros do modelo.


2 - Discusso Preliminar

Seja P(t,T) o preo, na data t, de um ttulo de renda fixa que paga uma unidade
monetria na data de vencimento t T . Definimos a taxa de rendimento do ttulo ou seu
yield to maturity por meio da expresso:

( )
( )
t T
T , t P ln
t T , t R

(1) ou ( ) ( )( ) ( ) t T t T , t R exp T , t P (2)

3
Neste trabalho, utilizamos os termos Estrutura a Termo da Taxa de Juros, Estrutura a Termo, Curva de Juros
e ETTJ como sinnimos.

A ETTJ na data t definida como sendo a funo que relaciona R(t,) a .
Alguns autores como, por exemplo, McCulloch (1971), Schaefer (1981) e Duarte,
Almeida e Fernandes (1998), estimam R(t,) (com t fixo e nico) por meio de uma
combinao linear de polinmios em . De fato, se as taxas de juros forem uma funo
relativamente "suave" do termo, este tipo de aproximao pode funcionar bem.
Seja A
j
() um polinmio de grau j em . A ETTJ na data t pode ser escrita da
seguinte forma:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

+ + + + +
n
0 j
j j n n 1 1 0 0
, t A . t a , t A . t a ... A . t a A . t a , t R (3)

Onde os termos a
0
(t),...,a
n
(t) so os coeficientes da combinao linear e (t,) denota
o erro de aproximao do ajuste polinomial em relao a R(t,).
Existem vrias escolhas possveis para a funo A
j
(). McCulloch (1971), por
exemplo, discute o uso de A
j
() =
j
. Schaefer (1981) utiliza polinmios de Bernstein:

A
j
() = 1 se j=0 e ( ) ( )

+
+
+

,
`

.
|

j k
0 r
r j
1 r
j
r j r
j k
1 A

se j=1,...,k com [ ] 1 , 0

Duarte, Almeida e Fernandes (1998), por sua vez, utilizam polinmios de Legendre:

( ) ( ) [ ]
j
2
j
j
j j
1
d
d
! j 2
1
A

com [ ] 1 , 1

Vale notar que, nos dois ltimos casos, as condies [ ] 1 , 0 e [ ] 1 , 1 no
implicam perda de generalidade, uma vez que a unidade de tempo pode ser
redimensionada.

Na sequncia deste artigo, por razes ligadas simplicidade e interpretao dos
resultados, consideraremos apenas o conjunto de polinmios A
j
() =b
j

j
para j=0,1,...,n. A
escolha das constantes b
0
,...,b
n
est ligada questo da preciso dos mtodos numricos
utilizados. Os principais resultados do trabalho, no entanto, se repetiriam, com ligeiras
modificaes, caso utilizssemos outros conjuntos de polinmios.
Substituindo A
j
()=b
j

j
(j=0,1,...,n) em (3) obtemos a seguinte representao da
ETTJ:

( ) ( ) ( )

+
n
0 j
j
j j
, t . b . t a , t R (4)

Na expresso (4) possvel perceber que o vetor de coeficientes a=[a
0
,a
1
,...,a
n
]
possui uma interpretao econmica importante: a
0
representa o nvel da ETTJ, a
1
a
inclinao, a
2
a curvatura, a
3
a dupla curvatura, e assim por diante.
Para ilustrar este ponto, desenhamos o grfico da estrutura a termo numa
determinada data t utilizando ( )
j j
j
10 A

e supondo, por exemplo, n=3, a=[18,1250
2,2974 -0,1135 0,0019] e (t,)=0 para todo . Depois disso, variamos os coeficientes a
0
,
a
1
, a
2
e a
3
, um por vez, e redesenhamos a ETTJ em cada uma das situaes. O resultado
final foram os quatro grficos apresentados a seguir. Cada um deles compara a curva de
juros original (linha marcada) com a nova curva (linha lisa) produzida a partir da variao
de apenas um dos coeficientes:










Grficos 1,2,3 e 4 - Simulaes de Movimentos na ETTJ
0 50 100 150 200 250
20
25
30
35
40
Prazo (Dias teis)
T
a
x
a

(
%

a
.
a
.
)
G1 - Deslocamento Paralelo (a0=23, 1248)
0 50 100 150 200 250
20
25
30
35
40
45
50
Prazo (Dias teis)
T
a
x
a

(
%

a
.
a
.
)
G2 - Aument o da Inclinao (a1=2,7974)
0 50 100 150 200 250
20
25
30
35
Prazo (Dias teis)
T
a
x
a

(
%

a
.
a
.
)
G3 - Aument o da Curvat ura (a2=-0,1195)
0 50 100 150 200 250
20
30
40
50
60
Prazo (Dias teis)
T
a
x
a

(
%

a
.
a
.
)
G4 - Aument o da Dupla Curvat ura (a3=0,0030)


Como observamos nos grficos, cada coeficiente a
i
captura um aspecto diferente da
curva de juros. Nesse sentido, dizemos que a representao polinomial decompe os
movimentos da estrutura a termo nos fatores nvel, inclinao, curvatura, etc. Se todos eles
se modificarem simultaneamente, a curva resultante pode ser radicalmente distinta da
original.
Supondo que a aproximao polinomial de (4) seja suficientemente boa e, por
consequncia, que a magnitude de (t,) seja desprezvel para todo , o vetor
a(t)=[a
0
(t),...a
n
(t)] definir toda a estrutura a termo (e o preo de um continuum de ttulos)
numa determinada data t. Por um lado, este tipo de especificao pode ser til quando da
avaliao de uma carteira de intrumentos pr-fixados mas, por outro, no diz nada sobre o
comportamento dinmico da ETTJ. Consequentemente, no constitui um modelo capaz de
auxiliar a definio de estratgias e o gerenciamento de risco de uma carteira pr-fixada e,
menos ainda, um modelo capaz de gerar frmulas para a avaliao e o hedge de contratos
derivativos diretamente ligados s taxas de juros.
Este artigo parte da constatao desta deficincia, generaliza a idia da
representao da ETTJ por meio de uma combinao linear de polinmios e obtm um
modelo que propicia uma anlise integrada da estrutura a termo e seus derivativos. A noo
bsica que permeia todo o desenvolvimento do trabalho simples: uma vez que a ETTJ
evolui de acordo com a evoluo conjunta dos fatores nvel, inclinao, curvatura,..., uma
estratgia plausvel para a modelagem de sua dinmica a prpria modelagem do vetor
a(t)=[a
0
(t),...,a
n
(t)].
De fato, a partir da relao ( ) ( ) ( )

n
0 j
j j
A . t a , t R , observamos que a definio do
processo estocstico seguido por a(t) implica, implicitamente, o processo estocstico
seguido por R(t,).
A estratgia de modelagem proposta possui aspectos atraentes. Em primeiro lugar,
os fatores nvel, inclinao, curvatura, ..., so termos intuitivos para todos aqueles que
possuem algum tipo de contato com o mercado de renda fixa. Tanto isso verdade que,
entre traders, comum ouvir frases do tipo: "Elevaes do nvel da estrutura a termo
tendem a ser acompanhadas por pequenas elevaes na inclinao". E entre risk-managers:
" importante que os cenrios de taxa de juros utilizados nos modelos de stress-testing
incluam tanto deslocamentos paralelos (nvel) como tambm no paralelos (inclinao,
curvatura,...) da curva de juros".
Um outro aspecto importante, por sua vez, relaciona-se ao fato de que a suposio
( ) ( ) ( )

n
0 j
j j
A . t a , t R implica, logo de incio, a imposio de uma estrutura inicial sobre a
forma da ETTJ e sobre os preos dos ttulos. Uma situao completamente diferente e
potencialmente mais complicada seria aquela na qual a anlise e a estimao do processo
estocstico seguido pelos preos dos ttulos no contasse com nenhuma estrutura
preliminar, tendo que partir do "zero". A estrutura inicial imposta pode ser justificada na
medida em que auxilia a obteno de resultados tericos importantes, simples e intuitiva e
tambm na medida em que compatvel com as observaes empricas sobre a estrutura a
termo. Este ltimo ponto o objeto de investigao da prxima seo.



3 - A Estrutura a Termo da Taxa de Juros no Brasil e sua Decomposio

Com o intuito de investigar a adequao emprica e as propriedades da aproximao
polinomial, organizamos uma srie histrica de curvas de juros. A amostra inicia-se em
10/12/97 e termina em 22/3/99, totalizando 312 curvas com 12 vrtices (prazos para o
vencimento) cada uma. Os dados relacionam-se ao mercado brasileiro de swaps CDIxPRE
e foram coletados e fornecidos pela Bolsa de Mercadorias e Futuros - BM&F. O apndice 1
deste trabalho discute, em pormenores, a origem dos dados, o tratamento preliminar
aplicado aos mesmos bem como as convenes utilizadas pelo mercado de swaps
CDIxPRE no Brasil.

Seja (t)=[
1
(t),...,
m
(t)] o vetor que contm os prazos para o vencimento
negociados no mercado de renda fixa na data t. Conforme explicado no apndice 1, (t)
um processo determinista. Sejam tambm

R(t,(t))=[R(t,
1
(t)),...,R(t,
m
(t))]' a(t,n)=[a
0
(t,n),...,a
n
(t,n)]' e

(t,(t),n)=[(t,
1
(t),n),...,(t,
m
(t),n)]'

Ento a representao (4) implica o seguinte sistema linear quando utilizamos um
total de n+1 polinmios:

R(t,(t))=A((t),n).a(t,n)+(t,(t),n) (5)


com ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )]
]
]
]
]

t A ... t A
... ... ...
t A ... t A
n , t A
m n m 0
1 n 1 0


, ( )
j j
j
10 A



O vetor a(t,n) definido como sendo o que minimiza o soma dos quadrados dos
erros de aproximao de (5), isto ,
( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) ( )
' '
1
'
t , t R n , t A n , t A n , t A n , t a

(6)

Utilizando a srie histrica de curvas de juros organizada, solucionamos o sistema
(5) utilizando valores para n iguais a 1,2,3 e 4. O erro de aproximao (t,
i
,n) foi calculado
para cada data t, cada valor de n e cada vrtice distinto
i
. Definimos o erro percentual
absoluto (EPA) por meio de:

( )
( )
( )
i
i
i
, t R
n , , t
n , , t EPA EPA

t=1,2,...,312 i=1,2,...,12 n=1,2,3,4 (7)

A tabela seguinte contm informaes estatsticas sobre a srie EPA(t,
i
,n) (a srie
obtida variando t e mantendo e
i
e n fixos). Calculamos a mdia, o desvio padro e os
valores que so maiores que 95 e 99% do total das observaes:


















Tabela 1 - Informaes Estatsticas sobre o Erro Percentual Absoluto

1

2

3

4

5

6

7

8

9

10

11

12

n=1
mdia 3.23% 1.32% 1.13% 1.48% 1.81% 1.77% 1.41% 0.94% 0.41% 0.48% 1.11% 1.92%
desv.pad. 2.79% 1.14% 0.85% 1.20% 1.54% 1.65% 1.15% 0.72% 0.35% 0.39% 0.94% 1.52%
95% 8.18% 3.29% 2.74% 3.93% 4.87% 4.93% 3.67% 2.23% 1.12% 1.28% 3.10% 4.93%
99% 13.81% 5.05% 3.82% 5.10% 6.39% 6.72% 4.99% 3.16% 1.19% 1.46% 3.77% 6.36%
n=2
mdia 1.37% 0.73% 1.16% 0.73% 0.52% 0.53% 0.37% 0.66% 0.70% 0.47% 0.09% 0.79%
desv.pad. 0.98% 0.63% 0.85% 0.61% 0.48% 0.42% 0.29% 0.50% 0.54% 0.38% 0.08% 0.63%
95% 3.49% 1.92% 2.81% 2.03% 1.42% 1.32% 0.98% 1.70% 1.87% 1.28% 0.26% 2.19%
99% 4.03% 2.85% 3.79% 2.38% 1.98% 1.81% 1.18% 2.07% 2.09% 1.44% 0.38% 2.45%
n=3
mdia 0.56% 0.69% 0.70% 0.34% 0.41% 0.47% 0.20% 0.15% 0.19% 0.26% 0.18% 0.25%
desv.pad. 0.54% 0.62% 0.63% 0.30% 0.36% 0.44% 0.18% 0.11% 0.22% 0.26% 0.14% 0.25%
95% 1.68% 1.92% 2.01% 1.00% 1.11% 1.34% 0.61% 0.37% 0.62% 0.80% 0.47% 0.77%
99% 2.50% 2.77% 2.85% 1.12% 1.67% 1.93% 0.72% 0.56% 1.02% 1.14% 0.59% 1.08%
n=4
mdia 0.24% 0.47% 0.40% 0.46% 0.30% 0.36% 0.17% 0.21% 0.09% 0.12% 0.19% 0.12%
desv.pad. 0.20% 0.43% 0.39% 0.36% 0.25% 0.27% 0.19% 0.24% 0.09% 0.14% 0.23% 0.15%
95% 0.63% 1.32% 1.12% 1.12% 0.76% 0.91% 0.49% 0.70% 0.27% 0.38% 0.66% 0.38%
99% 0.90% 1.82% 1.89% 1.34% 1.09% 1.13% 0.97% 1.10% 0.40% 0.68% 1.09% 0.71%

No caso n=1, as curvas de juros foram aproximadas por meio de retas (nvel e
inclinao). Como seria de se esperar, os erros de aproximao so grandes.
No caso n=2, as curvas foram aproximadas por meio de funes quadrticas. O
perodo amostral abrange um resqucio da crise da sia, a crise da Rssia e a crise do
Brasil. Conforme argumentado no apndice 1, em tais perodos a estrutura a termo adquiriu
um comportamento pouco usual, fazendo com que a aproximao quadrtica apresentasse
problemas.
Os casos n=3 e n=4 so os mais interessantes do ponto de vista da modelagem que
faremos. Ambos permitem a presena de dupla curvatura e o segundo de tripla curvatura.
Nos dois casos, a mdia do erro percentual absoluto praticamente desprezvel. A
distribuio caudal do erro, no entanto, indica que em algumas situaes ele pode ser algo
em torno de 2%. O apndice 1 analisa situaes em que o ajuste polinomial encontra
dificuldades e argumenta que em perodos econmicos menos instveis esse percentual
tende a ser menor.

4 - O Modelo

A incerteza da economia descrita por meio do espao de probabilidade filtrado
(,,
t
,P), onde o espao amostral, a sigma-lgebra,
t
uma filtrao crescente de e
P a medida de probabilidade.
Como anteriormente definido, P(t,T) o preo, na data t, de um ttulo que paga uma
unidade monetria na data de vencimento t T . Sua taxa de rendimento ou yield to
maturity :

( )
( )
t T
T , t P ln
t T , t R

(1) ou ( ) ( )( ) ( ) t T . t T , t R exp T , t P (2)

Supomos que a estrutura a termo obedece seguinte relao:

R(t,,) = a
0
(t,).A
0
() + a
1
(t,).A
1
() + ... + a
n
(t,).A
n
() (3)

com e a(t,) um processo de It n+1 dimensional:


( )
( )
( )
( )
( ) ( )
( ) ( )
( )
( )]
]
]
]
]

]
]
]
]
]

+
]
]
]
]
]

]
]
]
]
]

t dW
...
t dW
.
t ... t
... ... ...
t ... t
dt .
t
...
t
t da
...
t da
n
0
nn 0 n
n 0 00
n
0
n
0

(4)

W(t) = [W
0
(t), ..., W
n
(t)] um vetor com processos de Wiener independentes.

importante notar que a
0
, a
1
, ..., a
n
sero correlacionados quando a matriz for no
diagonal. Uma correlao positiva entre a
0
e a
1
indica, por exemplo, que elevaes do nvel
da estrutura a termo normalmente sero acompanhadas por elevaes na sua inclinao. A
correlao entre os demais coeficientes possui interpretao anloga. A matriz contm,
portanto, informaes valiosas, especialmente para portflios com ttulos longos ou com
opes embutidas.
Supondo fixo e aplicando o Lema de It em (3), obtemos a equao diferencial
estocstica que descreve a evoluo da estrutura a termo:

( ) ( ) ( )

n
0 j
j j
t da . A , t dR (5)

Quando analisamos o rendimento de um ttulo ao longo de toda a sua existncia, o
termo = T-t deixa de ser fixo e a dinmica de R(t,) = R(t,T-t) passa a ser:

( ) ( ) ( ) ( ) ( ) [ ]

+
n
0 j
j j
'
j j
t da . t T A dt . t T A . t a t T , t dR (6)

onde ( ) t A
'
j
denota a derivada de ( ) t A
j
em relao a t.
A taxa forward na data t referente a um emprstimo de durao de tempo
infinitesimal em T (f(t,T)) definida por meio da expresso:

( ) ( )

,
`

.
|

T
t
dv v , t f exp T , t P (7)

Igualando (2) e (7) obtemos:

( ) ( ) ( ) t T , t R . t T dv v , t f
T
t

(8)

Tomando a derivada parcial de (8) em relao a T:

( )
( ) ( )
T
t T , t R . t T
T , t f

(9)

Finalmente, substituindo (3) (com livre) em (9) obtemos:

( ) ( ) ( ) ( ) ( ) [ ]

+
n
0 j
'
j j j
t T A . t T t T A . t a T , t f (10)

A taxa de juros de curtssimo prazo definida como r(t) = f(t,t). Dessa forma,

r(t) = ( ) ( )

n
0 j
j j
0 A . t a (11)

O resultado da aplicao de uma unidade monetria na taxa de juros de curto prazo
(money market account) ao longo de [0, t] dado por:

( ) ( )

,
`

.
|

t
0
ds s r exp t B (12)

Se tivermos, por exemplo, A
j
()=b
j
.
j
, (b
j
constante) ento r(t)=b
0
.a
0
(t). Este
resultado interessante pois mostra que o nvel da estrutura a termo est sendo dado pela
taxa de curto prazo.


5 - Anlise das Propriedades do Modelo

Para que o modelo proposto possa ser estendido e utilizado na precificao de
contratos derivativos, fundamental estabelecer as condies sob as quais o mesmo livre
de arbitragens e completo.
Propomos duas especificaes distintas para o processo estocstico do vetor a = [a
1
,
a
2
, ..., a
n
]. Chamamos a primeira de Modelo Simplificado e a segunda de Modelo
Standard. Com a primeira especificao, objetivamos adquirir maior intuio sobre as
propriedades e o funcionamento do modelo. Trabalhamos apenas com os fatores nvel,
inclinao e curvatura da estrutura a termo, todos no correlacionados e no estacionrios.
A segunda especificao objetiva oferecer uma caracterizao mais realista da estrutura a
termo. Trabalhamos com os fatores nvel, inclinao, curvatura e dupla curvatura, todos
correlacionados e estacionrios.


5.1 - O Modelo Simplificado

Definimos o polinmio A
j
(t) da seguinte maneira: A
j
(t) = b
j
.t
j
com b
j
R, b
j
0
para j = 0, 1, 2 e b
j
= 0 para j > 2, isto

A
0
(t) = b
0
, A
1
(t) = b
1
.t , A
2
(t) = b
2
.t
2


As constantes b
0
, b
1
e b
2
so escolhidas de forma a tornar a estimao do vetor a
numericamente mais precisa.
A taxa de rendimento ou yield to maturity de um ttulo com vencimento em T
dada por:

R(t,T-t) = a
0
(t).b
0
+ a
1
(t).b
1
.(T-t) + a
2
(t).b
2
.(T-t)
2
(13)

O vetor a = [a
0
, a
1
, a
2
] obedece seguinte equao diferencial estocstica:

( )
( )
( )
( )
( )
( )]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

t dW
t dW
t dW
.
0 0
0 0
0 0
t da
t da
t da
2
1
0
2
1
0
2
1
0

(14)

Com
i
(i = 0,1,2) constante e diferente de zero e W
0
(t), W
1
(t) e W
2
(t) processos de
Wiener independentes.
Em (14) notamos que a
i
(t) =
i
.W
i
(t), o que significa que o nvel, a inclinao e a
curvatura da estrutura a termo evoluem segundo passeios aleatrios, com as respectivas
varincias tendendo ao infinito. Conforme j salientado, o Modelo Simplificado possui
carter apenas heurstico e no se pretende uma descrio fiel dos dados empricos.
O preo, na data t, de um ttulo que paga 1$ na data de vencimento T dado por:
P(t,T) = exp(-R(t,T-t).(T-t)) (15)

P(t,T) = exp(-a
0
(t).b
0
.(T-t) - a
1
(t).b
1
.(T-t)
2
- a
2
(t).b
2
.(T-t)
3
) (16)

Pelo o Lema de It, P(t,T) obedece seguinte equao diferencial estocstica:

( )
( ) ( ) ( )

2
0 j
2
0 j
2
0 i
i j
i j
2
j
j
da da
a a
T , t P
2
1
da
a
T , t P
dt
t
T , t P
T , t dP (17)

Computando as derivadas parciais a partir de (16) e os termos que envolvem da
i
e
da
j
e substituindo em (17) obtemos:

( ) ( ) ( ) ( ) ( ) [ ] t dW T , t dt T , t T , t P T , t dP + (18)
com
( ) ( ) ( ) ( ) ( ) ( ) ( )
2
2
2
2 1 1 0 0
T , t
2
1
t a . t T . b . 3 t a . t T . b . 2 t a . b T , t + + + (19)

( ) ( ) ( ) ( ) [ ]
3
2 2
2
1 1 0 0
t T . b , t T . b , t T . b T , t (20)

dW(t)=[dW
0
(t), dW
1
(t), dW
2
(t)]

A taxa de juros de curto prazo r(t) = f(t,t) = b
0
.a
0
(t).

As equaes (18), (19) e (20) so importantes pois mostram que, tudo o mais
constante, o retorno esperado e a volatilidade dos ttulos diminuem conforme decresce o
prazo para o vencimento dos mesmos. Esta caracterstica do modelo reproduz evidncias
empricas conhecidas e debatidas na literatura (ver, por exemplo, Hicks (1964) e a teoria da
preferncia pela liquidez).

Teorema 1 - O mercado descrito pelo Modelo Simplificado ser livre de
arbitragens se forem negociados ttulos de renda fixa com, no mximo, 3 vencimentos
distintos.
Prova - Para demonstrar o resultado enunciado, inicialmente demonstramos que
existe o processo adaptado ( )
3
R , t tal que (t,T).(t)=(t,T)-r(t) para todo
{
3 2 1
T , T , T T com
3 2 1
T T T . Para tanto, necessrio provar que existe uma soluo (t)
para o seguinte sistema linear:


( )
( )
( )
( )
( )
( )
( ) ( )
( ) ( )
( ) ( )]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

t r T , t
t r T , t
t r T , t
t
t
t
.
T , t
T , t
T , t
3
2
1
2
1
0
3
2
1

(21)

Substituindo (20) em (21) obtemos:


( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( )
( )
( )
( ) ( )
( ) ( )
( ) ( )]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

t r T , t
t r T , t
t r T , t
t
t
t
.
t T . b t T . b t T . b
t T . b t T . b t T . b
t T . b t T . b t T . b
3
2
1
2
1
0
3
3 2 2
2
3 1 1 3 0 0
3
2 2 2
2
2 1 1 2 0 0
3
1 2 2
2
1 1 1 1 0 0

(22)

Como
3 2 1
T T T , as linhas da primeira matriz do sistema (22) so linearmente
independentes e o sistema possui a soluo:


( )
( )
( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( )
( ) ( )]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

t r T , t
t r T , t
t r T , t
.
t T . b t T . b t T . b
t T . b t T . b t T . b
t T . b t T . b t T . b
t
t
t
3
2
1
1
3
3 2 2
2
3 1 1 3 0 0
3
2 2 2
2
2 1 1 2 0 0
3
1 2 2
2
1 1 1 1 0 0
2
1
0

(23)

Definimos a medida de probabilidade Q() em (,
T
) por meio de:

( ) ( ) ( ) ( ) ( ) dP dt , t
2
1
t dW , t exp dQ
T
0
T
0
2

,
`

.
|


(24)

Pelo teorema de Girsanov (Oksendal (1998), teorema 8.6.4) o processo
( ) ( ) ( )

+
t
0
Q
t W ds , s t W ou ( ) ( ) ( ) t dW dt . t t dW
Q
+ (25)

um processo de Wiener sob a medida de probabilidade Q.

Substituindo (25) em (18) e utilizando (t,T).(t)=(t,T)-r(t) obtemos:

( ) ( ) ( ) ( ) ( ) [ ] t dW T , t dt t r T , t P T , t dP
Q
+ (26)

Definimos o processo de preo normalizado pela taxa de juros de curto prazo
como ( ) ( ) ( )
1
_
t B . T , t P T , t P

. Utilizando (26) e notando que dB(t)=r(t).B(t).dt, a aplicao do
Lema de It sobre ( ) T , t P
_
produz:

( ) ( ) ( ) ( ) t dW . T , t . T , t P T , t P d
Q
_ _
(27)

Em (27) observamos que os preos dos ttulos normalizados pela taxa de juros de
curto prazo so martingais sob Q. Dessa forma, Q uma medida de probabilidade martingal
equivalente e, portanto, no existem arbitragens (ver, por exemplo, Harrison e Kreps
(1979)). Isso conclui a demonstrao.

Para completarmos a anlise das principais propriedades do modelo resta
estabelecer as condies sob as quais o mercado completo. Resumidamente, possvel
demonstrar que um mercado onde so negociados ttulos com vencimentos
3 2 1
T T T ser
completo se, e somente se, a matriz

=
( )
( )
( )]
]
]
]
]

3
2
1
T , t
T , t
T , t

possuir inversa. Como esta discusso importante porm no imprescindvel para a
sequncia deste trabalho, apresentada no apndice 1.

A existncia da medida de probabilidade Q e o fato do mercado ser completo
possuem como consequncia imediata a frmula de precificao (ver, por exemplo,
Oksendal (1979) teorema 12.3.2):

( ) ( )
t
1
T
Q
t t
B . X E . B X

(28)

onde ( ) X
t
denota o preo livre de arbitragem de um ativo atingvel X com data de
vencimento T.

5.1.1 - Precificao de Opes no Modelo Simplificado por meio da Medida de
Probabilidade Martingal a Termo

O objetivo da presente seo derivar uma frmula para o preo de uma opo
sobre um ttulo de renda fixa no contexto do Modelo Simplificado. Para tanto, utilizaremos
o conceito de medida de probabilidade martingal a termo, tal qual exposto em Musiela e
Rutkowski (1998).
Para entendermos a relevncia do novo conceito num ambiente de taxas de juros
estocsticas, atentamos para a frmula de precificao (28):

( ) ( )
t
1
T
Q
t t
B . X E . B X

(28)

Como possvel observar, a resoluo da integral, implcita no operador esperana
de (28), envolve o conhecimento da funo densidade de probabilidade condicional
conjunta de X e
1
T
B

. A derivao dessa funo pode ser uma tarefa complicada,

eventualmente inviabilizando a obteno de frmulas fechadas para os preos dos
derivativos.
Naturalmente, num ambiente de taxa de juros determinista, como o caso do
modelo de Black & Scholes, este problema no se coloca, uma vez que, sob esta hiptese,
(28) pode ser reescrita como:

( ) ( ) ( ) ( ) ( )
t
Q
t
Q 1
T t t
X E . t T . r exp X E B . B X

(28')

Como veremos nas subsees seguintes, a medida de probabilidade martingal a
termo, especialmente desenvolvida para um ambiente de taxas de juros estocsticas,
possibilita a soluo de (28) sem a necessidade de derivao da funo densidade de
probabilidade condicional conjunta de X e
1
T
B

.
A prxima subseo introduz a nova medida de probabilidade enquanto que a
seguinte utiliza o novo conceito para a derivao do preo de opes sobre ttulos de renda
fixa no contexto do Modelo Simplificado.

Medida de Probabilidade Martingal a Termo

Sejam as datas T U t 0 . Um contrato a termo firmado na data t, para a entrega,
na data U, de um ativo com preo X
t
, equivalente ao ttulo contigente G
U
que paga a
quantidade G
U
= X
U
- F
X
(t,U) na data U e atende s seguintes condies: (a) F
X
(t,U) uma
varivel aleatria
t
-mensurvel, chamada de preo a termo de X e (b) o preo livre de
arbitragem de G
U
na data t zero, isto , ( ) 0 B . G E . B
t
1
U U
Q
t

.

Notamos o seguinte:

( ) ( ) ( ) ( ) ( ) 0 B . U , t F U X E . B G
t
1
U X
Q
t U t


(29)

A partir de (29) e utilizando o fato de que F
x
(t,U)
t
-mensurvel, possvel
perceber que:

( )
( ) ( )
( )
( ) ( )
( ) U , t P
U X
U , t P
B . U X E . B
U , t F
t t
1
U
Q
t
X

(30)

A equao (30) estabelece um resultado bastante conhecido na literatura de
finanas: o preo a termo de um ativo atingvel X igual a seu preo corrente capitalizado
pela taxa de juros referente ao perodo de tempo de vigncia do contrato a termo.
Dois so os casos mais tpicos. O primeiro deles quando X se refere ao preo de uma
ao (X
t
=S
t
) e o segundo quando X se refere ao preo de um ttulo de renda fixa
(X
t
=P(t,T)). Dessa forma, temos as seguintes relaes:

( )
( ) U , t P
S
U , t F
t
S
T
(31)
( )
( )
( )
( ) U , t P
T , t P
U , t F
T , U P
(32)

Para introduzir a medida de probabilidade martingal a termo definimos o seguinte
processo estocstico:

( )
( )
( ) ( ) U , 0 P . t B
U , t P
t (33)

Lembrando que ( ) ( ) ( ) ( ) ( ) ( ) ( ) t dW U , t . U , t P t B . U , t P d U , t P d
Q
_
1
_


, a aplicao do
Lema de It em (33) produz:

( ) ( ) ( ) ( ) t dW . U , t . t t d
Q
(34)

E aplicando o Lema de It, novamente, sobre ln(t) obtemos o resultado desejado:
( ) ( ) ( ) ( )

,
`

.
|


t
0
t
0
2
Q
ds U , s
2
1
s dW U , s exp t (35)

A medida de probabilidade F em ( )
U
, , equivalente a Q, com derivada de Radon-
Nikodm dada por (U), chamada de medida martingal a termo. Pelo teorema de
Girsanov, o processo

( ) ( ) ( )

t
0
Q F
ds U , s t W t W (36)

um processo de Wiener sob F.
Para entendermos porque F chamada de medida martingal a termo notamos que,
pela regra de Bayes e pelo fato de (t) ser martingal sob Q (equao (34)) podemos
escrever o seguinte:

( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( ) ( ) ( )
t
1 Q
t
Q
t
Q
t
F
U X . t . U E
U E
U X . U E
U X E

(37)

E substituindo (33) em (37):

( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) U , t P
U X
U B E . t B
U B . U X E . t B
U X E
t
t
1 Q
t
1 Q
t
F

(38)
Finalmente, substituindo (30) em (38) obtemos:

( ) ( ) ( )
t
F
X
U X E U , t F (39)

Em (39) observamos que o preo a termo, para entrega em U, de um ativo X, pode
ser obtido tomando-se a esperana condicional de X(U) sob a medida de probabilidade F.
Como F
X
(U,U) = X(U), temos ( ) ( ) ( )
t X
F
X
U , U F E U , t F , donde observamos que o preo a
termo F
X
(t,U) martingal sob F, o que justifica seu nome.
Por ltimo, o resultado que nos auxiliar na derivao de preos de opes num
ambiente de taxas de juros estocsticas obtido por meio da combinao de (39) com (30):

( ) ( ) ( ) ( ) ( )
t
F
t
U X E . U , t P U X (40)

Em (40) observamos que a operao de integrao, implcita no operador esperana,
no envolve o conhecimento da funo densidade de probabilidade condicional conjunta de
X(U) e B(U)
-1
. A obteno de frmulas fechadas para o preo de opes torna-se uma tarefa
mais simples.


Derivao de uma Frmula para o Preo de Opes sobre Ttulos de Renda Fixa

Supomos uma opo de compra europia sobre o ttulo P(t,T), com preo de
exerccio E e data de vencimento U<T.
Em sua data de vencimento a opo vale:

( ) ( ) E T , U P , 0 max c
U
(41)

Na data U t seu preo livre de arbitragem :

( ) ( ) [ ]
t
1
U
Q
t t
B . E T , U P , 0 max E . B c

(42) ou
( ) ( ) ( ) [ ]
t
F
t
E T , U P , 0 max E . U , t P c (43)

Para simplificar a notao, seja F(t,U,T) o preo a termo, na data t, para a entrega,
na data U, de um ttulo que vence em T. Ento, pela equao (32),

( )
( )
( ) U , t P
T , t P
T , U , t F (44) e F(U,U,T) = P(U,T) (45)

Utilizando (45), a expresso (43) pode ser escrita como:

( ) ( ) ( ) [ ]
t
F
t
E T , U , U F , 0 max E . U , t P c (46)

Para podermos solucionar (46), primeiramente estabelecemos a dinmica de
F(t,U,T) sob F. Isto feito por meio das relaes:

( ) ( ) ( ) ( ) ( ) [ ] t dW T , t dt t r T , t P T , t dP
Q
+ (26)

( ) ( ) ( ) ( ) ( ) [ ] t dW U , t dt t r U , t P U , t dP
Q
+ (26')
e
( ) ( ) ( )

t
0
Q F
ds U , s t W t W (38)

De fato, sendo ( ) ( ) ( )
( )
( ) U , t P
T , t P
U , t P , T , t P g , a aplicao do Lema de It sobre (44)
produz:

( )
( )
( )
( )
( )
( )
( ) ( ) +

2
2
2
T , t dP
T , t P
g
2
1
U , t dP
U , t P
g
T , t dP
T , t P
g
dt
t
g
T , U , t dF

( )
( ) ( )
( ) ( )
( ) ( ) U , t dP T , t dP
U , t P T , t P
g
U , t dP
U , t P
g
2
1
2
2
2
2

+ (47)
Computando as derivadas parciais e os termos que envolvem dP(t,T) e dP(t,U) e
substituindo em (47) obtemos a expresso que descreve a dinmica de F(t,U,T) sob Q:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) t dW . U , t T , t dt . ' U , t . T , t U , t . T , U , t F T , U , t dF
Q
2
+ (48)

Finalmente, substituindo (36) em (48) obtemos a expresso que descreve a dinmica
de F(t,U,T) sob F:

( ) ( ) ( ) ( ) ( )
F
dW . U , t T , t . T , U , t F T , U , t dF (49)

Em (49) observamos que F(t,U,T) martingal sob F, conforme j demonstrado.
Para solucionar esta expresso, aplicamos o Lema de It sobre ln F(t,U,T) e obtemos:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

,
`

.
|
+

t
0
t
0
F
2
s dW . U , s T , s ds U , s T , s
2
1
exp . T , U , 0 F T , U , t F (50)

Como as funes (s,T) e (s,U) so deterministas, notamos em (50) que a
distribuio condicional de F(U,U,T) sob F :


( ) ( ) ( ) ( ) t dW . U , t . t t d
Q

lognormal(m,v
2
) (51)

Usando a propriedade da mdia da distribuio lognormal e o fato de que F(t,U,T)
martingal sob F obtemos:

( ) ( ) ( )

,
`

.
|
+
2
v
m exp T , U , t F T , U , U F E
2
t
F
(52)

Substituindo (44) em (52) somos capazes de obter a mdia m como funo da
varincia v
2
e dos preos P(t,T) e P(t,U):


( )
( ) 2
v
U , t P
T , t P
ln m
2
(53)

Substituindo (53) em (51) eliminamos o parmetro no observvel m da distribuio
condicional de F(U,U,T) sob F, em troca da apario dos preos observveis P(t,T) e
P(t,U):

( )
F
t
~ T , U , U F lognormal
( )
( )

,
`

.
|

2
2
v ,
2
v
U , t P
T , t P
ln (54)

A varincia condicional v
2
pode ser calculada utilizando-se (50):

( ) ( )
t
F 2
T , U , U F ln var v
( ) ( ) ( ) ( ) ( ) ( ) ( )

,
`

.
|
+

t
U
0
U
0
F
2
F
s dW U , s T , s ds U , s T , s
2
1
T , U , 0 F ln var

( ) ( ) ( ) ( )

,
`

.
|

U
t
F F
s dW U , s T , s var =

= ( ) ( ) ( ) ( )

,
`

.
|

,
`

.
|

2
U
t
F F
s dW U , s T , s E =

= ( ) ( ) ( ) ( )

,
`

.
|

U
t
2
U
t
2
F
ds U , s T , s ds U , s T , s E (54)

Na passagem em que a integral de It foi eliminada utilizamos a Isometria de It
(Oksendal (1998), Corolrio 3.1.7). A ltima passagem foi possvel pelo fato das funes
(t,T) e (t,U) serem deterministas.



Utilizando as equaes

( ) ( ) ( ) ( ) [ ]
3
2 2
2
1 1 0 0
s T . b , s T . b , s T . b T , s (20) e

( ) ( ) ( ) ( ) [ ]
3
2 2
2
1 1 0 0
s U . b , s U . b , s U . b U , s (20')

obtemos:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ]

+ +
U
t
2
3 3 2
2
2
2
2
2 2 2
1
2
1
2 2
0
2
0
2
ds s U s T b s U s T b s U s T b v

Finalmente, conforme demonstrado no apndice 3, a integral acima apresentada
resulta em:

( )( ) ( ) ( ) ( ) ( )
2
2
2
2 2
2
1
2
1 1
2
0
2
0 0
2 2
b t k b t k b t k U T t U
30
1
v + + (55)
com
( ) 30 k t k
0 0

( ) Ut 20 t 40 U 10 Tt 60 T 30 t k
2 2 2
1
+ +
( ) + +
3 2 2 3 2 2 2 3 3 4
2
Tt 135 Tt U 75 U Tt 105 t U 21 U T 60 Ut T 30 t T 90 U T 30 T 30 t k

4 3 2 2 2 2 4 3
t 54 Ut 81 t U 69 t T 150 U 9 T U 15 + + + +

Uma vez que derivamos a distribuio condicional de F(U,U,T) sob F, definimos
( )
2
v , m N ~ y , e o problema de precificao se resume resoluo da integral:

( ) ( ) ( ) ( ) ( )
t
F
t
U X E . U , t P U X

= ( ) ( )
( )

,
`

.
|

dy
v 2
m y
exp
v 2
1
E e , 0 max . U , t P
2
2
y

(56)

A integrao no envolve dificuldades e apresentada no apndice 4. O preo livre
de arbitragem da opo de compra :

r
_
r (57)
com

( ) ( ) ( )
v
2 v E U , t P T , t P ln
h
2
1
+
h
2
= h
1
-v (58)

Utilizando a paridade entre puts e calls, obtemos o preo da opo de venda (p
t
).
Sejam duas carteiras, A e B:

A: uma opo de compra sobre P(t,T) (com vencimento U e preo de exerccio E)
mais E unidades do ttulo P(t,U), isto , uma carteira com valor total igual a c
t
+ E.P(t,U).

B: uma opo de venda sobre P(t,T) (com vencimento U e preo de exerccio E)
mais uma unidade do ttulo P(t,T), isto , uma carteira com valor total igual a p
t
+ P(t,T).

Na data de vencimento das duas opes, tanto A como B valem max(P(U,T),E).
Consequentemente, para que no ocorram arbitragens, as duas carteiras devem possuir o
mesmo valor na data inicial t:

c
t
+ E.P(t,U) = p
t
+ P(t,T) (59)

A substituio de (57) em (59) produz:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) E , v , U , t P , T , t P h N . T , t P E , v , U , t P , T , t P h N . U , t P . E p
1 2 t
(60)


5.1.2 - Gerenciamento do Risco de Mercado

O clculo do risco de mercado dos portflios uma tarefa de fundamental
importncia na vida de qualquer instituio financeira. Alm disso, em alguns pases,
orgos reguladores do sistema financeiro passaram a utilizar o VaR (Value-at-Risk) como
subsdio para a determinao da alocao mnima de capital contra risco de crdito (ver
Jorion (1997)). Nesta seo, mostramos como o modelo desenvolvido pode ser utilizado
para o clculo do risco de mercado de uma carteira de instrumentos pre-fixados. Como ser
visto, isto pode ser feito de trs formas distintas: mtodo analtico, simulao de Monte
Carlo e simulao histrica.


Mtodo Analtico ou Delta-Vega-Normal

Nesta subseo mostramos como o modelo pode ser utilizado para o clculo do VaR
de forma analtica.
Da equao (16) temos:

P(t,T) = exp(-a
0
(t).b
0
.(T-t) -a
1
(t).b
1
.(T-t)
2
-a
2
(t).b
2
.(T-t)
3
) (16)

Seja r(t,k,T) o retorno obtido de um investimento com durao de tempo igual a k
feito no ttulo de renda fixa P(t,T), isto ,

( )
( )
( ) T , k t P
T , t P
ln T , k , t r

(61)

Substituindo (16) em (61) possvel ver que a distribuio de r(t,k,T) condicional a
k t
dada por:

( ) ( ) ( ) ( ) ( )
2
k t
T , t k , ' k t a . T , k , t M N ~ / T , k , t r

(62)
com
( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ]
3 3
2
2 2
1 0
k t T t T b k t T t T b k b T , k , t M + +

A covarincia de r(t,k,T
i
) com r(t,k,T
j
) tambm pode ser facilmente calculada:

( ) ( ) ( ) ( ) ( )` T , t . T , t . k / T , k , t r , T , k , t r cov
j i k t j i

(63)

Utilizando (63) podemos derivar a frmula da correlao entre os retornos e notar
que ela independe de k:

( ) ( ) ( )
( ) ( )
( ) ( )
j i
j i
k t j i
T , t . T , t
' T , t . T , t
/ T , k , t r , T , k , t r

(64)

Seja V

(t-k) o valor do portflio na data t-k, isto ,

V

(t-k)=
1
.P(t-k,T
1
)+...+
m
.P(t-k,T
m
)

A variao do valor deste portflio entre as datas t e t-k dada por:

V

(t)- V

(t-k)= ( )
( )
( )
( )
( )
( )

,
`

.
|

+ +

,
`

.
|

1
T , k t P
T , t P
T , k t P ... 1
T , k t P
T , t P
T , k t P
m
m
m m
1
1
1 1
(65)

Utilizando a aproximao ( ) ( ) 1 y / x y / x ln (para x e y suficientemente prximos)
em (65) obtemos:

( ) ( ) ( ) ( )' k , t r . , k t c k t V t V

(66)
com
( ) ( ) ( ) [ ]
m m 1 1
T , k t P ... T , k t P , k t c
( ) ( ) ( ) [ ]
m 1
T , k , t r ... T , k , t r k , t r

Sejam a matriz dada por ( ) ( )` T , t . T , t
j i j , i
e M(t,k) a matriz que contm os
termos M(t,k,T
1
), ..., M(t,k,T
m
) em suas linhas. Ento, a partir de (62) e (63), a distribuio
de r(t,k) condicional a
t-k
a normal multivariada:

( ) ( ) ( ) ( ) . k , ' k t a . k , t M N ~ / k , t r
m k t

(67)

Utilizando (66) e (67) obtemos a distribuio condicional de ( ) ( ) k t V t V

:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ' , k t c . . , k t c . k , ' k t a . k , t M . , k t c N ~ / k t V t V
k t




(68)

O Value-at-Risk ou VaR, com nvel de confiana e horizonte k, definido,
implicitamente, por meio da expresso:

( ) ( ) ( )


k t
/ VaR k t V t V P (69)

A expresso acima pode ser lida da seguinte maneira: dentro de um horizonte de
tempo k, a probabilidade da carteira sofrer uma perda maior do que VaR .
A partir de (68) e (69) obtemos:

( ) ( ) ( ) ( ) ( ) ( )' k t a . k , t M . , k t c ' , k t c . . , k t c k N VaR
1
+

(70)

onde N()
-1
denota a inversa da funo densidade de probabilidade normal
acumulada.
importante notar, na frmula (70), que a matriz se modifica conforme se alteram
os prazos para o vencimento dos instrumentos pre-fixados presentes na carteira. Como
todos os termos de decrescem conforme t aumenta, o risco de mercado da carteira
diminui com o tempo, supondo que os demais fatores permaneam constantes.



O Risco de Opes sobre Ttulos de Renda Fixa

A seo 5.1.1 deste trabalho derivou frmulas para o clculo do preo de opes
sobre ttulos de renda fixa. No caso de uma opo de compra sobre um ttulo com data de
vencimento T, preo de exerccio E e data de vencimento U<T, por exemplo, temos:

c(t-k) = c(P(t-k,T),P(t-k,U),v(t-k),E) (71)

Expandindo (71) por srie de Taylor at primeira ordem obtemos:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) + + k t v t v U , k t P U , t P T , k t P T , t P k t c t c
2 1


( ) ( ) ( ) ( ) ( ) ( ) ( ) + + k t v t v U , k , t r . U , k t P . T , k , t r . T , k t P .
2 1


( ) ( ) ( ) ( ) ( ) k t v t v k , t r . , k t c + (72)

onde
1
,
2
e denotam, respectivamente, as derivadas parciais em relao aos trs
primeiros argumentos de (71) e c(t-k,) e r(t,k) so construdos como em (66).
A expresso (72) mostra que, ignorando efeitos de ordem superior a um, a variao
do valor de uma opo num horizonte de tempo k igual variao do valor de uma
carteira composta por dois ttulos mais o termo .(v(t)-v(t-k)). Como este ltimo termo
determinista, o VaR da opo pode ser calculado de forma muito semelhante ao VaR de
uma carteira de ttulos:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) k t v t v . ' k t a . k , t M . , k t c ' , k t c . . , k t c k N VaR
1
+ +

(73)

A frmula (73) uma maneira simples de se calcular o VaR das opes mas
envolve uma aproximao linear de um instrumento no linear. Efeitos de ordem superior a
um podem ser significativos.
Uma tcnica que permite incluir no clculo do VaR efeitos de segunda ordem sem a
realizao de simulaes discutida em RiskMetrics-Technical Document (1996). A
prxima subseo discute o uso de simulaes de Monte Carlo.

Simulao de Monte Carlo

A utilizao de simulaes de Monte Carlo permite o clculo do VaR de uma
carteira de opes sem a utilizao de qualquer tipo de aproximao. Por esse motivo, o
mtodo tambm conhecido como mtodo de avaliao plena ou full valuation.
Notamos que as hipteses do Modelo Simplificado implicam a seguinte distribuio
de probabilidade condicional para o vetor a(t)=[a
0
(t), a
1
(t), a
2
(t)]:

( )
( )
( )
( )
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

2
1
0
2
1
0
3 k t
0 0
0 0
0 0
. k ,
k t a
k t a
k t a
N ~ / t a

(74)

Podemos utilizar (74) e um software matemtico para sortear realizaes do
processo a(t). Por meio da frmula R(t,)=a
0
(t).b
0
+a
1
(t).b
1
.+a
2
(t).b
2
.
2
, cada realizao do
vetor a(t) corresponder a uma realizao diferente da curva de juros. Cada curva de juros,
por sua vez, corresponder a preos distintos para os ttulos de renda fixa. Por fim, estes
preos so utilizados, em conjunto com (71), para calcular os preos das opes.
Aps a realizao de um nmero suficiente de simulaes, construmos o
histograma da varivel variao do valor da carteira e encontramos o termo que maior
que % das observaes. Este termo definido como o VaR com horizonte k e nvel de
confiana .
O grfico seguinte apresenta 10 curvas de juros obtidas a partir da simulao do
sistema (74) com a(t-k)=a(t-1)=[18,125 0,7 -0.0105],
0
=0,378,
1
=0,00044,

2
=0,000053 e b
j
=10
-j
.



0 5 0 1 0 0 1 5 0 2 0 0 2 5 0 3 0 0 3 5 0 4 0 0
1 5
2 0
2 5
3 0
3 5
4 0
G r fi c o 5 - S i m u l a e s d a E TTJ n o M o d e l o S i m p l i fi c a d o
P r a z o
T
a
x
a

(
%
a
a
)


importante notar que, no contexto do Modelo Simplificado, os parmetros do
sistema (74) devem ser definidos com cuidado ou ento a probabilidade de obteno de
taxas de juros negativas pode se tornar no desprezvel. Como em outros modelos sobre a
estrutura a termo (por exemplo Vasicek (1976)), a tratabilidade analtica obtida s custas
deste inconveniente.


Simulao Histrica

O mtodo de simulao histrica para avaliao do risco de um portflio consiste
em aplicar as variaes de preos observadas em datas passadas sobre os preos dos ativos
presentes na carteira atual.
A idia pode ser simples quando aplicada a uma carteira de aes porm torna-se
mais complicada quando o portflio contm derivativos e ttulos de renda fixa. Ao contrrio
das aes, os instrumentos pre fixados e os derivativos possuem data de vencimento fixa.
Muitos contratos negociados numa determinada data simplesmente no existiam, por
exemplo, 100 dias antes. Alm disso, a volatilidade destes ativos tende a ser influenciada
pelo prazo restante para o vencimento dos mesmos, dificultando ainda mais a aplicao do
conceito. Em vista do exposto, torna-se claro que a implementao do mtodo de simulao
histrica para opes no independente de modelos de precificao.
Quando aplicado sobre contratos dependentes das taxas de juros, o mtodo de
simulao histrica pode ser implementado nos termos do modelo desenvolvido neste
trabalho. Conforme veremos, a adaptao proposta apresenta vrios atrativos e , muito
provavelmente, a melhor forma de implementao do mtodo quando se tratam de ativos
ligados estrutura a termo.

Seja va(t,k) o vetor de variaes percentuais dos fatores que compem a ETTJ num
horizonte de tempo k, isto ,

( )
( )
( )
( )
( )
( )
( )
]
]
]

1
k t a
t a
1
k t a
t a
1
k t a
t a
k , t va
2
2
1
1
0
0
(75)

O primeiro termo do vetor corresponde variao percentual do nvel da ETTJ
observada entre as datas t-k e t, o segundo corresponde variao percentual da inclinao
e assim por diante.
De acordo com a idia do mtodo de simulao histrica, aplicamos as variaes
percentuais constantes de va(t-i,k) (i=1,2,...,m) sobre a estrutura a termo vigente a(t).
Dessa forma, seja a(t,i,k) o vetor obtido por meio da "aplicao" de va(t-i,k) sobre a(t), isto
,

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] k , i t va 1 . t a k , i t va 1 . t a k , i t va 1 . t a k , i , t a
2 2 1 1 0 0
+ + + (76)

Uma vez que o horizonte de tempo do VaR (k) e o horizonte de tempo da simulao
(m) foram definidos, o mtodo da simulao histrica se resume a calcular os distintos
valores do portflio sob as curvas de juros hipotticas dadas por a(t,i,k), com i=1,2,...,m. Se
o portflio contiver opes, os valores das mesmas so calculados utilizando-se frmulas
como as derivadas na seo 5.1.1. Em tais frmulas, os valores de P(t,T) e P(t,U) so
modificados conforme a(t,i,k) se modifica.
O VaR com parmetros k, m e definido como a diferena entre o valor atual do
portflio e o valor hipottico que maior que % dos valores calculados.

5.1.3 - Formulao de Estratgias de Arbitragem

Demonstramos em sees anteriores que, quando so negociados ttulos com apenas
trs datas de vencimento distintas, o Modelo Simplificado livre de arbitragens e completo.
Um modelo livre de arbitragens e completo uma ferramenta apropriada, e s vezes
especialmente moldada, para a anlise de contratos derivativos. De fato, utilizamos o
Modelo Simplificado com datas de vencimento
3 2 1
T T T para derivar frmulas fechadas
para o preo de opes sobre ttulos de renda fixa.
Nesta seo analisamos uma situao diferente. Trabalhamos com ttulos que
apresentam quatro datas de vencimento distintas e mostramos como criar estratgias de
arbitragem utilizando os mesmos. Antes disso, no entanto, cabe uma questo delicada.

A existncia de estratgias de arbitragem implica a violao da hiptese de
mercados eficientes. Mas justamente na busca incessante dos investidores por tais
estratgias que reside a fora da hiptese. Se os investidores simplesmente se
conformassem com a idia de que os mercados so sempre eficientes, praticamente certo
que eles no seriam.
Dois so os fatores que determinam a existncia/inexistncia de oportunidades de
arbitragem no modelo: (i) a forma particular assumida pelo processo a(t) e (ii) o nmero de
datas de vencimento existentes no mercado. No caso da especificao do processo a(t) ser
feita de forma emprica, isto , por meio de tcnicas de estimao, o modelo resultante pode
ou no conter estratgias de arbitragem. No caso afirmativo, a pergunta que cabe como
identific-las e utiliz-las. Esta seo oferece uma primeira resposta a esta pergunta.

***

Supomos que o mercado de ttulos seja descrito pelas seguintes relaes:

dB(t) = r(t)B(t)dt (77)

( ) ( ) ( ) ( ) ( ) [ ] t dW T , t dt T , t T , t P T , t dP
i i i i
+ (18)
( ) ( ) ( ) ( ) [ ]
3
i 2 2
2
i 1 1 i 0 0 i
t T . b , t T . b , t T . b T , t (20)

com i=1,2,3,4 e
4 3 2 1
T T T T

Um portflio no mercado acima descrito um processo estocstico penta-
dimensional,
t
-adaptado, dado por (t) = [
0
(t),
1
(t), ...,
4
(t)].
Seja o processo X(t) = [B(t), P(t,T
1
), ..., P(t,T
4
)]. Chamamos X(t) de mercado. O
valor, na data t, do portflio (t) no mercado X(t) definido como:

( ) ( ) ( ) ( ) ( ) ( )

4
0 i
i i
t X . t t X . t t V t V

(78)

Seja um portflio com
0
(t) = 0. Ento a equao diferencial estocstica seguida por
V

(t) dada por:

( ) ( ) ( ) ( ) ( ) [ ]
( ) ( ) ( )
( ) ( ) ( )]
]
]
]
]

+
+

t dW T , t dt T , t
...
t dW T , t dt T , t
T , t P t ,..., T , t P t t dV
4 4
1 1
4 4 1 1

(79)

O portflio (t) no livre de risco devido presena do termo dW(t) em (79). Para
que tal termo seja eliminado, escolhemos
i
(t) (i=1,2,3,4) de tal forma que:

( ) ( ) ( ) ( ) [ ]
( ) ( )
( ) ( )
0
t dW T , t
...
t dW T , t
T , t P t ,..., T , t P t
4
1
4 4 1 1

]
]
]
]
]

(80)

Escrevendo (80) em sua forma extensa obtemos:

( ) ( ) ( ) ( ) [ ]
( ) ( ) ( )
( ) ( ) ( )
0
dW t T b dW t T b dW t T b
...
dW t T b dW t T b dW t T b
T , t P t ,..., T , t P t
2
3
4 2 2 1
2
4 1 1 0 4 0 0
2
3
1 2 2 1
2
1 1 1 0 1 0 0
4 4 1 1

]
]
]
]
]

(81)
Como dW
0
(t), dW
1
(t) e dW
2
(t) so desconhecidos mesmo num perodo de tempo de
durao infinitesimal [t, t+dt], a eliminao dos mesmos de (81) requer que os termos que
multiplicam cada um deles sejam iguais a zero. Isto implica o seguinte sistema:

( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( )
( ) ]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

0
0
0
T , t P
...
T , t P
t T b t T b t T b t T b
t T b t T b t T b t T b
t T b t T b t T b t T b
4 4
1 1
3
4 2 2
3
3 2 2
3
2 2 2
3
1 2 2
2
4 1 1
2
3 1 1
2
2 1 1
2
1 1 1
4 0 0 3 0 0 2 0 0 1 0 0

(82)

Que pode ser reescrito como:

( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( )
( )
( )
( )
( )
( ) t V
t T b
t T b
t T b
t V
...
t V
t T b t T b t T b
t T b t T b t T b
t T b t T b t T b
4
3
4 2 2
2
4 1 1
4 0 0
3
1
3
3 2 2
3
2 2 2
3
1 2 2
2
3 1 1
2
2 1 1
2
1 1 1
3 0 0 2 0 0 1 0 0
]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

(83)

com V
i
(t) =
i
(t)P(t,T
i
) (84)

V
i
(t) denota o valor monetrio investido no ttulo i.

Multiplicando o sistema (83) pela inversa da primeira matriz do lado esquerdo,
obtemos os valores V
1
(t), V
2
(t) e V
3
(t) como funo de V
4
(t):


( )
( )
( )
( )
( )
( )
( ) t V
t g
t g
t g
t V
t V
t V
4
3
2
1
3
2
1
]
]
]
]
]

]
]
]
]
]

(85)

Na expresso (85), V
4
(t) livre e V
1
(t), V
2
(t) e V
3
(t) so determinados de forma a
tornar o portflio (t) instantneamente livre de risco.
No apndice 5 demonstramos que g
1
, g
2
e g
3
so dados por:

( )
( )( )( )
( )( )( ) t T T T T T
T T T T T t
T , T , T , T , t g g
1 2 1 3 1
4 2 4 3 4
4 3 2 1 1 1


(86)

( )
( )( )( )
( )( )( )
2 1 2 3 2
4 1 4 3 4
4 3 2 1 2 2
T T T t T T
T T T T T t
T , T , T , T , t g g


(87)

( )
( )( )( )
( )( )( )
3 1 3 3 2
4 1 2 4 4
4 3 2 1 3 3
T T T t T T
T T T T T t
T , T , T , T , t g g


(88)

Adicionalmente, definimos g
4
= 1. Por fim, a partir de (84) e (85), obtemos as
quantidades de cada ativo, em funo da quantidade livre
4
(t), que tornam a carteira
instantneamente livre de risco:

( ) ( )
( )
( )
( ) t
T , t P
T , t P
t g t
4
i
4
i i
i=1,2,3,4 (89)

Quando o portflio (t) atender relao (89), a dinmica de V

(t) ser dada por:

( ) ( ) ( ) ( ) ( ) ( )



4
1 i
4
1 i
i i 4 i i
dt T , t t g t V dt T , t t V t dV

(90)

O valor desde portflio :

V

(t)=V
1
(t)+...V
4
(t)=(g
1
(t)+g
2
(t)+g
3
(t)+1)V
4
(t) (91)

Se esta mesma quantia for investida na taxa de juros de curto prazo, o retorno do
investimento ser:

( ) ( ) ( ) ( ) ( )

4
1 i
i 4
dt t r t g t V dt t r t V

(92)

importante notar a semelhana entre (90) e (92). Os dois investimentos so
instantneamente livres de risco e, somente por mera coincidncia, apresentaro a mesma
taxa de retorno. Dada a forma da estrutura a termo numa determinada data, o vetor
a(t)=[a
0
(t), a
1
(t), a
2
(t)] pode ser obtido e os valores de (t,T
i
) (i=1,...,4) e r(t) calculados.
Das duas estratgias, a que apresentar menor retorno pode ser utilizada para
financiar a compra da outra. O custo inicial da operao ser nulo e o resultado final
positivo e livre de risco. Estas duas condies caracterizam a arbitragem.


5.1.4 - Estimao do Modelo

Nesta seo derivamos uma frmula para a estimao dos parmetros do Modelo
Simplificado por mxima verossimilhana.
Conforme j discutido, a hiptese fundamental do modelo a de que a estrutura a
termo pode ser representada por meio de uma combinao linear de polinmios. Em outras
palavras, supomos que o conhecimento da estrutura a termo ( ) {
*
0
, t R

implica o
conhecimento do vetor a(t)=[a
1
(t),...,a
n
(t)] e vice-versa.

No Modelo Simplificado temos:

R(t,)=a
0
(t).A
0
()+a
1
(t).A
1
()+a
2
(t).A
2
()

com A
j
()=b
j
.
j
, a
j
(t)=
j
.W(t) (j=0,1,2)

Como possvel observar, os nicos parmetros desconhecidos so
0
,
1
e
2
.
Estes trs termos tambm so os nicos fatores no observveis que constam das frmulas
de precificao de opes j derivadas.
Supomos que observamos a estrutura a termo nas datas {t
1
,t
2
,...,t
n
}, o que significa
que observamos os vetores {a(t
1
), a(t
2
), ..., a(t
n
)}. No necessrio que as datas sejam
regularmente espaadas entre s.
Como os termos do vetor a(t
i
) so independentes, trataremos a distribuio de
probabilidade de cada um deles individualmente. Notamos o seguinte:

( ) ( ) ( ) ( ) ( )
1 i i
2
j 1 i j 1 i j i j
t t , t a N ~ t a / t a

(93)

A funo densidade de probabilidade conjunta de {a
j
(t
1
), a
j
(t
2
), ..., a
j
(t
n
)} :

( ) ( ) ( ) ( ) ( ) ( )

n
1 i
i n j 1 i n j 1 j n j
t a / t a f t a ,..., t a f (94)
com
( ) ( ) ( )
( )
( ) ( ) ( )
( )

,
`

.
|

+
+
+
+
i n 1 i n
2
j
2
i n j 1 i n j
j i n 1 i n
i n j 1 i n j
t t 2
t a t a
exp
t t 2
1
t a / t a f

(95)
0 t
0
,
( )
( ) ( )
( ) ( )
( ) ( )
U , t dP T , t dP
U t P T t P
g
U , t dP
U t P
g
2
1
2
2
2
2

+


A partir de (94) e (95), a funo de log-verossimilhana do modelo pode ser
computada, resultando em:

( ) ( ) { ( ) ( ) ( ) ( )
( ) ( ) ( )
( )


+
+
+

+ +
n
1 i
n
1 i i n 1 i n
2
j
2
i n j 1 i n j
i n 1 i n j 1 n j n j j
t t
t a t a
2
1
t t ln
2
1
2 ln
2
n
ln n t a ,..., t a /

!
(96)

Tomando a derivada de (96) em relao a
j
e igualando a zero, encontramos o
estimador de mxima verossimilhana:

( ) ( ) ( )

+
+

n
1 i i n 1 i n
2
i n j 1 i n j 1
j
^
t t
t a t a
n (97)

Como o estimador dado por (97) possui uma distribuio de probabilidade, os
preos de opes que forem calculados a partir do mesmo tambm estaro sujeitos
variabilidade amostral. Este pode ser um tema interessante para uma pesquisa futura.


5.2 O Modelo Standard

Supomos que a taxa de retorno ou yield to maturity de um ttulo com vencimento
em T dada por:

R(t,T-t) = a
0
(t).b
0
+ a
1
(t).b
1
.(T-t) + a
2
(t).b
2
.(T-t)
2
+ a
3
(t).b
3
.(T-t)
3
(98)

O vetor a(t) = [a
0
(t), a
1
(t), a
2
(t), a
3
(t)] obedece seguinte equao diferencial
estocstica:

( )
( )
( )
( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( )
( )
( )
( )
]
]
]
]
]
]

]
]
]
]
]

+
]
]
]
]
]
]

]
]
]
]
]
]

t dW
t dW
t dW
t dW
...
... ... ...
...
dt
t a
t a
t a
t a
t da
t da
t da
t da
3
2
1
0
33 30
03 00
3 3 3
2 2 2
1 1 1
0 0 0
3
2
1
0






(99)

com
i
,
i
,
ij
(i,j = 0,1,2,3) constantes positivas e W
0
(t),...,W
3
(t) processos de
Wiener independentes.
Na expresso (98), a estrutura a termo esta sendo modelada por meio dos fatores
nvel, inclinao, curvatura e dupla curvatura. A dinmica dos fatores dada por (99), que
um processo de Ornstein-Ulenbeck multivariado com reverso mdia.
Como possvel observar em (99), o processo estocstico seguido pelo vetor a(t)
estacionrio com mdia de longo prazo dada por =[
0
,
1
,
2
,
3
]. A constante
i
a
velocidade de reverso mdia do fator i. Sempre que a
i
(t) estiver acima de sua mdia de
longo prazo, teremos (
i
-a
i
(t))<0 e o termo
i
.(
i
-a
i
(t)).dt "forar" a
i
(t) para baixo.
Ocorrer exatamente o oposto quando a
i
(t) for inferior a
i
. O vetor possui a interpretao
de curva de juros de equilbrio.
O apndice 5 demonstra que a distribuio de a(T) condicional a
t
( ) T t dada
por:

O preo, na data t, de um ttulo que paga 1$ na data de vencimento T dado por:

P(t,T) = exp(-R(t,T-t).(T-t)) (100)

Pelo o Lema de It, P(t,T) obedece seguinte equao diferencial estocstica:

( )
( ) ( ) ( )

3
0 j
3
0 j
3
0 i
i j
i j
2
j
j
da da
a a
T , t P
2
1
da
a
T , t P
dt
t
T , t P
T , t dP (101)

Computando as derivadas parciais a partir de (100) e os termos que envolvem da
i
e
da
j
e substituindo em (101) obtemos:

( ) ( ) ( ) ( ) ( ) [ ] t dW T , t dt T , t T , t P T , t dP + (101)
com



Apndice 1

Este apndice descreve os dados sobre taxas de juros utilizados na parte 3 deste
trabalho.

A partir do final de 1997, a Bolsa de Mercadorias e Futuros --BM&F -- passou a
coletar, diariamente, as taxas de swap de fechamento praticadas pelas principais instituies
financeiras que operam no Brasil.
Cada instituio fornece as taxas de bid e ask por prazo negociado, referentes aos
ltimos negcios realizados. Os prazos que no foram negociados so fornecidos em
branco. O tamanho da amostra coletada pela BM&F oscila entre 20 e 40 bancos ou
corretoras.
De posse das taxas fornecidas por cada instituio, a BM&F calculada a mdia entre
bid e ask para cada prazo. Em seguida, as taxas mdias mxima e mnima de cada prazo so
excludas da amostra. Finalmente, calcula-se a mdia aritmtica simples dos dados
restantes, donde se obtm a Taxa Mdia de Swap apurada pela BM&F e divulgada,
diariamente, no Boletim Dirio.

O mercado brasileiro de swaps CDI x PRE possui uma conveno prpria. Os
parmetros que definem um contrato so os seguintes: data inicial (t
0
), data final (T), valor
nominal (VN), taxa da operao (r) e percentual a ser aplicado sobre o CDI (P).
A contratao do swap no envolve movimentao de caixa na data inicial. O fluxo
de caixa nico ocorre na data de vencimento e dado por:

a) Para a parte "compradora" de CDI:
valor de liquidao = VL = ( ) ( )

+ +
1 T
0 t t
360 N
t
r 1 . VN CDI . P 1 . VN (1)

b) Para a parte "vendedora" de CDI:
valor de liquidao = VL = ( ) ( )

+ +
1 T
0 t t
t
360 N
CDI . P 1 . VN r 1 . VN (2)

onde CDI
t
denota o valor do CDI na data t expresso em unidades dirias e N denota
o nmero de dias corridos total da operao, isto , N=T-t
0
. importante notar que uma
operao com data inicial t
0
e data final T envolve o CDI de t
0
mas no envolve o de T.
Os prazos negociados com maior liquidez costumam ser os de 30, 60, 90, 180, 360 e
720 dias corridos. Se a data inicial do swap mais 30 dias for um domingo, por exemplo,
ento o prazo do swap ser de 31 dias, desde que a segunda-feira seguinte no seja feriado.
Se for, o prazo do swap ser de 32 dias, desde que tera no seja feriado e assim por diante.
A mesma regra tambm se aplica aos demais prazos.
Como consequncia da conveno adotada para a anualizao da taxa da operao
(ver as frmulas 1 e 2), a magnitude de r reflete o nmero de dias corridos entre as datas
inicial e final do contrato. Tudo o mais constante, a taxa de um swap que termina numa
segunda-feira ser maior que a taxa daquele que termina na sexta-feira anterior, unicamente
devido passagem de um maior nmero de dias corridos e conveno de anualizao da
taxa. Este tipo de efeito dependente exclusivamente da composio do calendrio e no
deve ser confundido com volatilidade no sentido de incerteza ou risco.
O primeiro tratamento dispensado srie de taxas de juros da BM&F visou retirar
da mesma o "efeito calendrio". Isso foi feito de forma muito simples: todas as taxas foram
convertidas para o perodo da operao (ao invs do perodo de 1 ano) e depois foram
novamente anualizadas porm com base no nmero de dias teis (nmero de CDIs) de cada
contrato e no com base no nmero de dias corridos.
De maneira geral, a taxa de juros r' utilizada na seo 3 foi obtida a partir da
seguinte frmula:

( ) ( ) 1 r 1 ' r
DU
252
360
N
+ (3)

onde DU representa o nmero de dias teis (nmero de CDIs) entre a data inicial
(inclusive) e a data final (exclusive) do contrato de swap cuja taxa pre-fixada r.
O ltimo tratamento dispensado aos dados foi o de "preenchimento" de lacunas.
Enquanto alguns prazos (como 30, 60, 90, 180, 360 e 720) so negociados com liquidez,
outros praticamente no registram negcios. Dessa maneira, somente por meio de um
mtodo de interpolao possvel obter uma curva de juros completa.
Para obteno dos vrtices no negociados com liquidez, utilizamos uma regra de
interpolao que praxe no mercado, utilizada por muitas das principais instituies
financeiras atuantes no Brasil. O intuito disso foi o de criar uma curva que seria a mais
prxima possvel de uma curva verdadeiramente "negociada".
De forma geral, sejam r(n
1
) e r(n
2
) duas taxas referentes aos prazos n
1
e n
2

negociados com liquidez. Supomos que queremos obter a taxa r(n) com n
1
<n<n
2
onde n
um prazo pouco negociado. A frmula utilizada a seguinte:

( ) ( ) ( )
( ) ( )
( ) ( )
n 360
DU DU
DU DU
360 1 n
1
360 2 n
2
360 1 n
1
1 2
1
n r 1
n r 1
n r 1 n r

,
`

.
|

,
`

.
|
+
+
+

(4)

onde DU
i
representa o nmero de dias teis de cada taxa.

De forma intuitiva, a interpretao de (4) a seguinte: uma taxa r(n) entre r(n
1
) e
r(n
2
) dada pela composio de r(n
1
) com a taxa forward dada pela "diviso" de r(n
2
) por
r(n
1
), pro-rateada para refletir o perdo de tempo restante de r(n) a partir de r(n
1
).

Durante a maior parte do perodo de 10/12/97 a 22/3/99, a amostra coletada pela
BM&F contou com um nmero de observaes considerado adequado. No entanto, em
algumas datas especficas como, por exemplo, o perodo da crise da Rssia, o tamanho e a
qualidade da amostra foram prejudicados. Em dias marcados por muita volatilidade e
incerteza, o volume total negociado no mercado de swaps diminuiu substancialmente.
Nesses dias, as curvas de juros calculadas pela Bolsa apresentaram formatos pouco usuais
e, muito provavelmente, pouco significativos.
As aproximaes polinomiais utilizadas produziram os maiores erros percentuais
absolutos exatamente em tais datas. Algumas curvas de juros fornecidas pela Bolsa
apresentavam formato prximo ao de um "zigue-zague". Se verdade que uma
aproximao polinomial de grau 2 ou 3 encontra dificuldades para reproduzir curvas como
estas, tambm notria a dificuldade de qualquer modelo sobre a estrutura a termo de
explicar este tipo de fenmeno. Acreditamos que ele seja apenas fruto de uma amostra
distorcida, no devendo causar maiores preocupaes.

Apndice 2

Neste apndice estabelecemos as condies sob as quais o mercado descrito pelo
Modelo Simplificado completo. Supomos a inexistncia de oportunidades de arbitragem,
o que equivale a supor que so negociados ttulos com apenas trs vencimentos distintos
( )
3 2 1
T T T . Dessa forma, j trabalhando com a medida de probabilidade martingal
equivalente, o modelo composto pelas seguintes relaes:

( ) ( ) ( )dt t B t r t dB (1)

( ) ( ) ( ) ( ) ( ) [ ] t dW T , t dt t r T , t P T , t dP
Q
i i i
+ (2)

( ) ( ) ( ) ( ) ( )
3
i 2 2
2
i 1 1 i 0 0 i
t T . b t T . b t T . b T , t (3)

com i = 1,2,3
Para podermos dar continuidade discusso, necessitamos de algumas definies
que so usuais na literatura de finanas.

Definio 1 - Um mercado, no contexto do modelo sob considerao, um
processo de It quadridimensional,
t
-adaptado, dado por X(t)=[B(t), P(t,T
1
), P(t,T
2
),
P(t,T
3
)], onde os termos de X(t) so dados por (1), (2) e (3).
Definio 2 - Um portflio no mercado X(t) um processo estocstico
quadridimensional,
t
-adaptado, dado por (t) = [
0
(t),
1
(t),
2
(t),
3
(t)].
Definio 3 - O valor, na data t, de um portflio (t) no mercado X(t) definido
como:
( ) ( ) ( ) ( ) ( ) ( )

3
0 i
i i
t X . t t X . t t V t V

(4)
Definio 4 - O portflio (t) dito autofinancivel se ( ) ( ) ( ) ( )

+
t
0
s dX s 0 V t V

.

Definio 5 - Um contrato derivativo do tipo europeu com data de vencimento T
uma varivel aleatria
T
-mensurvel F().
Definio 6 - O contrato derivativo F() atingvel (no mercado X(t)) se existir um
portflio (t) autofinancivel e um nmero R z tais que

( ) ( ) ( ) ( )

+
T
0
z
s dX s z T V F

(5)

Se tal portflio (t) existir, diremos que ele replica o contrato derivativo F().

Definio 7 - O mercado X(t) dito completo se todo contrato derivativo do tipo
europeu for atingvel.

A seguir estabeleceremos um conjunto resultados simples que sero importantes
para a sequncia deste apndice.

Lema 1 (Oksendal (1998), Lemas 12.2.3 e 12.2.4)
a) Seja ( ) ( ) ( )
1
_
t B t X t X

o mercado normalizado pela taxa de juros de curto prazo.
Suponha que (t) seja um portflio autofinancivel no mercado X(t), com valor dado por
V

(t)=(t)X(t). Ento (t) tambm autofinancivel no mercado ( ) t X

_
e seu valor dado
por ( ) ( ) ( ) ( ) ( ) t V t B t X t t V
1
_
_

, isto ,

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

+ +

t
0
_
t
0
1
s X d s 0 V t V t B s dX s 0 V t V

(6)

b) O contrato derivativo do tipo europeu F() atingvel no mercado X(t) se, e
somente se, B(t)
-1
F() for atingvel no mercado ( ) t X
_
.
c) O mercado X(t) completo se, e somente se, ( ) t X
_
tambm for.

d) No mercado normalizado ( ) t X
_
as relaes (1) e (2) tornam-se:

( ) 0 t B d
_
(1')

( ) ( ) ( ) ( ) ( ) t dW T , t T , t P t B T , t P d
Q
i i
1
i
_

(2')

O Lema seguinte conhecido, na literatura, como decomposio de Doob-Meyer e
a base da prova do teorema que estabelece as condies sob as quais o mercado X(t)
completo. Maiores detalhes sobre a decomposio de Doob-Meyer num contexto de
modelos de finanas podem ser obtidos em Dothan (1990, sees 5.6 e 10.8).

Lema 2 - (Decomposio de Doob-Meyer)
Um contrato derivativo do tipo europeu F() com data de vencimento T possui a
representao nica:
( ) ( ) ( ) ( ) ( )

+
T
0
Q Q
s dW s F E F (7)

com ( )
3
R , t , (t)
t
-adaptado e ( ) <
]
]
]

T
0
2 Q
ds s E

Teorema: O mercado X(t) completo se a matriz

( )
( )
( )]
]
]
]
]

3
2
1
T , t
T , t
T , t

possuir inversa.


Prova: Supomos que existe
1
tal que
3
1
I

. Temos de provar que existem o

portflio (t) autofinancivel e a constante R z tais que

( ) ( ) ( ) ( )

+
T
0
z
F s dX s z T V

(8)

Pelo Lema 1, partes a) e b), a condio (8) equivalente a uma condio idntica no
mercado normalizado:

( ) ( ) ( ) ( ) ( )

+
T
0
1
_
_
z
F T B s X d s z T V

(9)

Utilizando a parte d) do Lema 1, reescrevemos (9) como:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

T
0
3
1 i
Q
i i i
1
_
z
1
s dW T , s T , s P s s B z T V F T B


( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

+ + +
T
0
3
1 i
Q
2 i 3
Q
1 i 2
Q
0 i 1 i i
1
s dW T , s s dW T , s s dW T , s T , s P s s B z (10)

Pelo Lema 2, existe a representao nica:

( ) ( ) ( ) ( ) [ ] ( ) ( )

+

T
0
Q 1 Q 1
s dW s F T B E F T B =
( ) ( ) [ ] ( ) ( )

+
T
0
3
1 i
Q
1 i i
1 Q
s dW s F T B E (11)

Como (10) tem de ser igual a (11) caso o teorema seja correto,
fazemos ( ) ( ) ( ) F T B E z
1 Q
e tentamos definir
1
(t),
2
(t) e
3
(t) tais que as integrais
estocsticas de (10) e (11) sejam idnticas. De fato, para que tais integrais sejam iguais, os
termos que multiplicam ( ) t dW
Q
i
(i=1,2,3) devem ser iguais, isto :

( ) ( ) ( ) ( ) ( )

3
1 i
j i j i i
1
t T , t T , t P t t B com j=1,2,3 (12)

Na expresso (12), o termo
i
(t) (i=1,2,3) a incgnita. Tal expresso implica o
seguinte sistema linear:

( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( )
( ) ( )
( )
( )
( )]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

t
t
t
T , t P t
T , t P t
T , t P t
T , t T , t T , t
T , t T , t T , t
T , t T , t T , t
3
2
1
3 3
2 2
1 1
3 3 2 3 1 3
3 2 2 2 1 2
3 1 2 1 1 1

(13)

Em (13) notamos que a primeira matriz do sistema a transposta de . Como
estamos supondo que existe
1
, existe tambm a inversa da transposta e as incgnitas

1
(t),
2
(t) e
3
(t) podem ser determinadas de tal forma que exista um portflio que replique
o contrato derivativo F() no mercado normalizado ( ) t X
_
. No mercado no normalizado
X(t),
0
(t) escolhido de forma a tornar o portflio (t) autofinancivel. Finalmente, pela
parte b) do Lema 1, (t) replica F() em X(t), isto , F() atingvel em X(t). Como o
contrato derivativo F() foi escolhido arbitrariamente, o mercado X(t) completo.


Corolrio - O mercado descrito pelo Modelo Simplificado com datas de
vencimento
3 2 1
T T T completo.
Prova: Basta substituir (3) em . Como
3 2 1
T T T , possui inversa e o teorema
pode ser aplicado.








Apndice 3

Neste apndice demonstramos de que forma o valor de v
2
foi obtido.

A varincia v
2
a soluo da seguinte integral:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ]

+ +
U
t
2
3 3 2
2
2
2
2
2 2 2
1
2
1
2 2
0
2
0
2
ds s U s T b s U s T b s U s T b v

A resoluo da integral acima um problema simples porm tedioso. Por esse
motivo, decidimos utilizar o software Maple, que resolve problemas matemticos de forma
simblica.
O fator que est sendo integrado foi representado no Maple por meio da expresso:



O comando int(f(s),s=t..U) integrou a expresso acima entre t e U e o comando
factor(.) fatorou o resultado, produzindo:



Finalmente, colocando z0
2
, z1
2
e z2
2
em evidncia na expresso acima, obtemos o
resultado apresentado no texto.








Apndice 4

Neste apndice apresentamos a resoluo de

( ) ( ) ( ) ( )
t
F
t
E T , U , U F , 0 max E . U , t P c (1)
com
( ) ( ) ( ) ( )

,
`

.
|


t
0
t
0
2
Q
ds U , s
2
1
s dW U , s exp t
(2) e
( )
( ) 2
v
U , t P
T , t P
ln m
2
(3)

Seja F(U,U,T) = e
y
. Ento

( ) ( ) ( ) ( )
( )

,
`

.
|

dy
v 2
m y
exp
v 2
1
E e , 0 max E T , U , U F , 0 max E
2
2
y
t
F

( )
( )

,
`

.
|


E ln
2
2
y
dy
v 2
m y
exp
v 2
1
E e

(4)

Seja
v
m y
z

. Fazendo a troca de variveis em (4) e usando a propriedade de
simetria da normal padro obtemos:

( )

,
`

.
|

+
vdz
2
z
exp
v 2
1
E e
2 h
2
m z . v

,
`

.
|

,
`

.
|

+
dz
2
z
exp
2
1
. E dz
2
z
exp
2
1
e
2 h
2
2 h
2
m z . v



( )

,
`

.
|

+
2
2 h
2
m z . v
h N . E dz
2
z
exp
2
1
e

( )
( )
2
2 h
2
2 v m
h N . E dz
2
v z
exp
2
1
e
2

,
`

.
|

(5) onde
v
E ln m
h
2

Seja u=z-v. Fazendo a troca de variveis em (5) e usando, novamente, a propriedade
de simetria da normal padro obtemos:

( )

,
`

.
|

+
2
v 2 h
2
2 v m
h N . E du
2
u
exp
2
1
e
2

( ) ( )
2 2
2 v m
h N . E v h N . e
2
+
+
(6)

Finalmente, substituindo (3) em (6) e o resultado em (1), obtemos a frmula final
para o preo da opo:

c
t
= P(t,T).N(h
1
) - P(t,U).N(h
2
) com h
1
= h
2
-v
Apndice 5

Neste apndice mostramos como foram obtidas as expresses:

( )
( )( )( )
( )( )( ) t T T T T T
T T T T T t
T , T , T , T , t g g
1 2 1 3 1
4 2 4 3 4
4 3 2 1 1 1




( )
( )( )( )
( )( )( )
2 1 2 3 2
4 1 4 3 4
4 3 2 1 2 2
T T T t T T
T T T T T t
T , T , T , T , t g g




( )
( )( )( )
( )( )( )
3 1 3 3 2
4 1 2 4 4
4 3 2 1 3 3
T T T t T T
T T T T T t
T , T , T , T , t g g




As variveis g
1
, g
2
e g
3
surgem do sistema linear (68) e so dadas por:


( )
( )
( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( )
( )
( ) ]
]
]
]
]

]
]
]
]
]

]
]
]
]
]

3
4 2 2
2
4 1 1
4 0 0
1
3
3 2 2
3
2 2 2
3
1 2 2
2
3 1 1
2
2 1 1
2
1 1 1
3 0 0 2 0 0 1 0 0
3
2
1
t T b
t T b
t T b
t T b t T b t T b
t T b t T b t T b
t T b t T b t T b
t g
t g
t g

A resoluo do sistema acima uma tarefa simples porm tediosa. Por este motivo,
decidimos solucion-lo com o auxlio do software Maple, que desenvolve expresses
matemticas de forma simblica.
A primeira matriz do lado direito do sistema foi representada no Maple da seguinte
forma:



A segunda matriz do lado direito foi representada no Maple por meio de:




Por meio do comando linalg[inverse] obtivemos a inversa da primeira matriz:




O comando linalg[multiply] fez a multiplicao das duas ltimas matrizes,
resultando em:




Por fim, o comando factor fez a fatorao de cada um dos termos da matriz acima,
obtendo as formas finais de g
1
, g
2
e g
3
.