TRABAJO DE TESIS:

TIPO DE CAMBIO FORWARD IMPLICITO Y SUPUESTO DE AUSENCIA DE ARBITRAJE EN EL MERCADO DE BONOS ARGENTINO

ABSTRACT
Nadie se sorprendera al escuchar que el Mercado Argentino de Futuros y Forwards Argentino enfrenta el problema de falta de liquidez y de diversidad de activos. En este contexto, el objetivo de este trabajo es proporcionar un modelo que obtenga informacin del mercado de bonos y permita estimar el tipo de cambio forward implcito en el precio de los bonos. Asimismo, el modelo permitir evaluar si se cumple el supuesto de ausencia de arbitraje en el mercado de bonos argentino y si las expectativas implcitas en ste y en el mercado de futuros son consistentes.

2011

Alumno: Ezequiel A. Zambaglione Tutor: Lionel Modi

1

INTRODUCCIN El objetivo de este trabajo es construir un modelo que nos permita estimar el tipo de cambio forward utilizando las expectativas validadas por los agentes en el mercado de bonos. Si observamos los futuros de tipo de cambio operados durante el ao 2010, notaremos que el volumen total operado promedio diario se increment en el ltimo ao, ubicndose en alrededor de U$S 260 millones en el caso del MAE (Mercado Abierto Electrnico) y en alrededor de USD$ 172 millones en el caso de ROFEX (Rosario Futures Exchange). Asimismo, los contratos de mayor maturity que se negociaron no excedieron el ao de plazo.
Tabla I - Volmenes negociados en los mercados de Futuros

2007
Mercado de FOREX-MAE Dlar futuro negociado en ROFEX TOTAL 249 70 319

2008
314 116 431

2009
199 142 341

2010
260 172 432

Fuente MAE y ROFEX. Montos expresados en millones de dlares estadounidenses

En este contexto, a lo largo de este trabajo se presentar un modelo que nos permita estimar el tipo de cambio forward para perodos mayores a un ao de plazo, el cual tomar informacin implcita del mercado de bonos, el cual registr durante 2010 un volumen operado en promedio diario de US$ 296 millones1. Cabe destacar, que el volumen operado en bonos corresponde a desembolsos de efectivo mientras que en el mercado de futuros, el volumen corresponde a contratos que se liquidan por compensacin. El modelo estar basado en tres factores de riesgo, es decir tres variables estocsticas: la tasa de inters en moneda local, la tasa de inters en moneda extranjera y el el tipo de cambio2. Asimismo, el marco terico utilizado para simular dichas variables estocsticas ser: El modelo continuo de Ho-Lee (1986), el cual se utilizar para simular las tasas de inters, tanto en moneda local como en moneda extranjera, El Cross Currency Model3, modelo basado en la paridad cubierta de tasas de inters, el cual se utilizar para simular el tipo de cambio spot.

Ambos modelos se implementarn en la aplicacin de Visual Basic desarrollada para Excel, aplicando el mtodo de simulacin de Monte Carlo. Una vez desarrollado el modelo, el mismo ser calibrado en sus variables exgenas (las tasas forward en ambas monedas) de manera que las trayectorias de las short rates obtenidas por el modelo reproduzcan los precios de dos bonos del Gobierno Argentino, uno en dlares y otro en pesos.

Fuente Bolsar y MAE A lo largo del trabajo siempre que se mencione moneda local, moneda extranjera o tipo de cambio se estar haciendo referencia al Peso Argentino, al Dlar Estadounidense y al tipo de cambio entre el Peso Argentino y el Dlar Estadounidense, respectivamente. 3 Este modelo se encuentra desarrollado en Kerry Back, (2005). A course in Derivative Securities: Theory and Computation.
2

Al tener calibrado el modelo al precio de los bonos, nos aseguramos no ofrecer oportunidades de arbitraje al momento de utilizarlo para valuar un activo que no posee cotizacin en el mercado, como podramos hacer en este caso al valuar el tipo de cambio forward con maturity mayor a un ao. En una segunda etapa del trabajo se evaluarn los parmetros exgenos del modelo, planteando distintos escenarios para las volatilidades y la matriz de correlacin de las tres variables estocsticas, de manera de entender los efectos que stos tienen en los resultados arrojados por el modelo. El objetivo de esta evaluacin es observar cmo se vern afectados los resultados de nuestras proyecciones en caso que los valores realizados en el futuro tanto de volatilidad como de correlacin difieran de los histricos o de los seleccionados para la proyeccin. Por ltimo, se evaluar si se cumple el supuesto de ausencia de arbitraje en el mercado de bonos, utilizando las expectativas sobre determinadas variables implcitas en los precios de los bonos. Asimismo, se testear si dichas expectativas son consistentes con las implcitas en el mercado de futuros. Para realizar este anlisis, se plantearn tres estrategias de trading basadas en los resultados obtenidos en el modelo. En el caso de los bonos, se evaluar si el spread de default y la curva spot de la tasa BADLAR4 implcitos en el bono en dlares y en pesos, respectivamente, seleccionados para calibrar el modelo son consistentes con los implcitos en otros bonos con caractersticas similares. Por otro lado, en el caso del tipo de cambio forward, se observar si el obtenido por el modelo basado en las expectativas implcitas en los bonos es consistente con el operado en el mercado de futuros. I. EL MODELO El trabajo consiste en desarrollar un modelo para estimar el tipo de cambio forward implcito en el precio de los bonos del Gobierno Nacional Argentino. Para ello se utilizarn tres factores de riesgo, la tasa de inters en moneda local, la tasa de inters en moneda extranjera y el tipo de cambio. A. Tasa en moneda local: Para estimar las tasas de inters en moneda local, se utiliz el short rate model de HoLee, en el cual la variacin de la short rate est dada por la siguiente expresin:

dr$ ! Q$ dt  WdW $

(1)

donde dr$ es la variacin de short rate, $ es el drift, W es la volatilidad de la tasa en . cuestin y dW$ representa un movimiento Browniano con varianza Para calibrar el modelo de estimacin de la tasa corta de inters en moneda local, se utiliz el BONAR V (AJ12) en pesos, el cual es un bono bullet emitido por el Gobierno Argentino con vencimiento 12/06/2012 y que devenga un cupn de 10.5% anual pagadero semestralmente. Es decir que el precio del bono est dado por la siguiente expresin:
4

La BADLAR es una tasa de inters pagada por el promedio de entidades financieras por depsitos a plazo fijo de ms de un milln de pesos.

P!

5.25 e r( i ) 0
3

5.25 e r( i ) 0
9

105.25 r( i ) e0
15

(2)

dnde el precio del bono se obtuvo de la cotizacin en el mercado burstil, y las tasas de descuento sern las variables estocsticas estimadas por el modelo. Para calibrar la estructura de tasas forward observada en el mercado de futuros al precio de mercado del bono (BONAR V) se sigui el siguiente procedimiento: 1) Se construy la curva spot de tasas BADLAR a partir de los forwards de BADLAR que cotizan en el MAE. 2) A partir de la curva obtenida en el punto precedente, se extrajeron los parametros i y X 1 correspondientes al modelo de Nelson y Siegel (1987) que mejor se ajustan a la misma. La frmula utilizada es la siguiente:
R(0, U ) ! F 0  F 1 1  exp( U / X 1 ) 1  exp( U / X 1 )  F2  exp( U / X 1 ) U /X1 U /X1

(3)

3) Por ltimo se construy una curva spot segn la ecuacin precedente con las siguientes restricciones: - Reproduce el precio de mercado del bono segn la frmula (2). - La diferencia entre la suma de los parmetros i y X 1 obtenidos en el punto 1 y la suma de los parmetros utilizados para construir la nueva curva SPOT es 05. Una vez obtenida la curva calibrada con el precio del bono, se utiliz la diferencia entre las tasas forwards segn esta curva como el drift del modelo, es decir la variable de la ecuacin (1). Por otro lado, para obtener la volatilidad histrica de la tasa implcita en el precio del bono6, es decir la variable W de la ecuacin (1), se aplic a la serie de precios del bono Ln( Pt ) la siguiente frmula, r ! (dnde PT es el precio y T es la maturity del bono), y T se tom el desvo estndar de las diferencias entre las tasas7. De esta manera conseguimos calibrar nuestro modelo de manera tal que la estructura de tasas BADLAR obtenida pueda reproducir el precio del bono seleccionado sin ofrecer oportunidades de arbitraje. B. Tasa en moneda extranjera: Para estimar las tasas de inters en moneda extranjera, se utiliz el mismo modelo que en el punto anterior, en el cual la variacin de la short rate est dada por la siguiente expresin:

El objetivo de esta restriccin es calibrar los parmetros que forman la curva SPOT que utilizaremos en el modelo con los parmetros de la curva SPOT obtenida a partir de los forwards de BADLAR. 6 Se utiliz la volatilidad histrica debido a que no hay disponible un mercado de opciones que permita extraer la volatilidad implcita de esta tasa. 7 Se utiliz la frmula de un zero cupon bond para despejar r aplicando el supuesto simplificador que, al tratarse de un bono bullet, se entiende que la incidencia del pago de los cupones no afecto en forma signigicativa la varianza de la tasa r.

drUSD ! QUSD dt  WdW USD

(4)

donde drusd es la variacin de short rate, usd es el drift, W es la volatilidad de la tasa en cuestin y dWusd representa un movimiento Browniano con varianza . Para calibrar el modelo de estimacin de la tasa de inters en moneda extranjera se utiliz el BODEN 12 (RG12), el cual es un bono del Gobierno Nacional Argentino denominado en dlares estadounidenses, con vencimiento 03/08/2012, el cual paga un cupn semestral equivalente a la tasa LIBO de seis meses en dlares estadounidenses y tiene un valor residual del 25%. A su vez, amortiza el capital en dos cuotas del 12.5% del valor nominal en las fechas 03/08/2011 y 03/08/2012. Es decir que el precio del bono est dado por:
P! 12,5  25 * 0.5991 e ( rlibor ( i )  spread )t
0 5

12,5 * (1  Libor( 6 , 6) / 2) e ( rlibor ( i )  spread )t

0 11

12,5 * (1  Libor(12 , 6 ) / 2) e ( rlibor ( i )  spread )t

0 17

(5)

dnde el precio del bono se obtuvo de la cotizacin en el mercado bursatil, las tasas libo son variables estocsticas estimadas con el modelo de Ho-Lee, y la variable spread representa el spread de default implcito en el precio del bono, el cual se asumir como constante para todo el perodo. Para calibrar el modelo segn la ecuacin (4), se utilizaron las tasas implcitas en los eurodollar futures como drift, la volatilidad histrica de la tasa libo de 90 das como sigma 8 y el spread de default se obtuvo implcito en el precio del bono observado en el mercado. Es decir que el spread de default es la variable implcita que se est extrayendo del mercado, formada por las expectativas de los agentes. Por ltimo, se incorpor al movimiento browniano correspondiente a la tasa en moneda extranjera, una correlacin entre esta tasa y la denominada en moneda local, de tal manera que las variables estocsticas del modelo reflejen la correlacin que existe entre estas variables. El movimiento browniano sigue la siguiente frmula:

dWUSD ! V ($,USD ) * norm1  norm2

dnde V ($,USD ) es la correlacin histrica entre ambas tasas y norm1 y norm2 son variables aleatorias con distribucin normal, media 0 y varianza C. Modelo de Tipo de Cambio .

(6)

Una vez calibrados los modelos de tasas de inters, se implement un Cross Currency Model para estimar el tipo de cambio forward, que segn la maturity de los bonos seleccionados, correspondera a forwards con una fecha mxima de settlement 06/2012. El modelo utilizado responde a la siguiente ecuacin:
dX ! ( rd (t )  ( rusd (t )  spread ))dt  WdW X X

(7)

donde X es el tipo de cambio y rd (t ) y rusd (t )  spread son las tasas en pesos y dlares, respectivamente, obtenidas con el modelo de Hoo-Lee en las secciones previas para
8 Se utiliz la volatilidad histrica en lugar de la volatilidad implcita en las opciones de eurodlares para que sea consistente con la metodologa utilizada para estimar la tasa en moneda local.

cada momento t, W se asumi constante y correspondiente a la volatilidad histrica del tipo de cambio y dW X corresponde a un movimiento browniano, al que se le incorpor, al igual que se hizo con el browniano de la tasa en dlares, la correlacin histrica entre el tipo de cambio y cada una de las tasas de inters, segn la siguiente frmula:
dW
X

! V (TC ,$) * norm1  V (TC ,USD ) norm2  norm3

(8)

donde V (TC ,USD ) y V (TC ,$) son las correlaciones histricas entre el tipo de cambio y la tasa en dlares y en pesos respectivamente, y norm1, norm2 y norm3 son variables aleatorias con distribucin normal, media 0 y varianza . D. Sntesis del modelo En sntesis, el modelo quedara determinado por las siguientes ecuaciones, las cuales estaran representando nuestras variables estocsticas:
$ 1) dr$ ! Q$ dt  WdW USD 2) dr USD ! QUSD dt  WdW dX 3) ! ( r$ (t )  ( rusd (t )  spread ))dt  WdW X

dnde como vimos anteriormente, la primera ecuacin del sistema corresponde a la trayectoria de la tasa corta de inters en pesos, con drift a $, que representa la estructura de la curva forward terica de la tasa BADLAR obtenida segn la ecuacin (3) y un shock estocstico asociado dW $ con distribucin normal, media 0 y desvo , escalado segn el desvo de la variable ( ). La segunda ecuacin, corresponde a la trayectoria de la tasa en dlares, la cual tiene como drift a usd, las tasas implcitas en los eurodallar, y un shock estocstico asociado dW usd , escalado segn el desvo de la variable ( ). Este shock, a su vez se encuentra correlacionado con el shock correspondiente a la tasa en pesos segn la ecuacin (6), y posee una distribucin normal, media 0 y un desvo que puede alcanzar y segn el nivel de correlacin entre las variables. valores entre Por ltimo, la tercera ecuacin representa la trayectoria del tipo de cambio, el cual se va a ir determinando mediante la interaccin entre las tasas obtenidas en las ecuaciones (1) y (2) y el spread de default implcito en el precio del bono del Gobierno Nacional para cada momento t. Dicha interaccin va a estar shockeada por una variable estocstica dW X escalada segn el desvo de la variable ( ). A su vez, este shock estar correlacionado con los shocks correspondientes a ambas tasas de inters segn la y . ecuacin (8), con una distribucin normal con media 0 y desvo entre  Para generar los shocks correlacionados, se utiliz el mtodo de descomposicin de Cholesky aplicado a la siguiente matriz de correlaciones,

Matriz de correlaciones
El determinante de la matriz debe ser no negativo Tasa en pesos Tasa en pesos Tasa en dlares Tipo de Cambio 1,00 ($, USD) ($, TC) Tasa en dlares Tipo de Cambio ($, USD) 1,00 (USD, TC) ($, TC) (USD, TC) 1,00

de esta forma obtenemos a partir de 3 shocks independientes, 3 shocks correlacionados entre s,

dW $ ! norm1 , dWUSD ! V ($,USD ) * norm1  norm2

dW
X

! V (TC ,$) * norm1  V (TC ,USD ) norm2  norm3

Donde normi son los 3 shocks independientes con distribucin normal, media 0 y varianza y (i,j) son las correlaciones entre las variables segn la matriz de correlaciones presentada anteriormente. II. TESTEANDO LOS PARMETROS DEL MODELO En esta seccin se buscar testear el modelo de forma tal de revelar la conducta que siguen las variables endgenas ante cambios en los parmetros, asimismo se determinar el nmero de simulaciones de manera tal de optimizar el trade off entre precisin y carga computacional. A. Numero de simulaciones En primer lugar, se establecer el nmero de simulaciones que se utilizarn para estimar el modelo, en este caso se eligi utilizar 3000 simulaciones. Se seleccion este valor debido a que con esa cantidad de simulaciones se alcanza un nivel de precisin aceptable, el cual fue medido mediante la varianza del promedio del estimador, es decir la varianza del resultado obtenido con nuestro modelo en las distintas simulaciones para el tipo de cambio forward. Este promedio con el nmero de simulaciones seleccionado alcanza un valor de 0,00005, representando 0.15% del bid/ask spread promedio del tipo de cambio ($0.04). A su vez, con ese nmero de simulaciones el modelo demora 49 segundos en arrojar los resultados, lo cual parece ser un tiempo de respuesta razonable ante el pedido de cotizacin de un cliente. Previo a seleccionar el nmero adecuado, se evalu cual sera el resultado en caso de aumentar el nmero de simulaciones a 3500. Como se puede observar en la tabla I, se obtiene un aumento significativo en la precisin del modelo, la varianza del estimador pasa a ser de 0,04% del bid/ask spread, pero como contrapartida un incremento del 40% en el tiempo de ejecucin.
TABLA I NUMERO DE SIMULACIONES
Simulaciones 3500 3000 2000 Media 4,8734 4,8675 4,8675 Intervalo de confianza Tiempo de ejecucin 4,8667 4,8773 0,22% 01:09 4,8618 4,8732 0,23% 00:49 4,8572 4,8709 0,28% 00:39 Vza estimador / bidask spread 1,5E-05 0,04% 5,8E-05 0,15% 3,3E-04 0,83%

Sin embargo, no se observ una reduccin significativa en el intervalo de confianza que justifique el aumento en el tiempo de ejecucin correspondiente a las 3500 simulaciones. Similar conclusin se arrib al utilizar 2000 simulaciones ya que la disminucin en el tiempo de ejecucin no compens el aumento del intervalo de confianza. B. Correlacin entre las variables En segundo lugar, se analizar el impacto que tienen en los brownianos las correlaciones entre las variables, de forma tal de poder establecer una relacin entre cambios en estos parmetros y los resultados obtenidos en el modelo. Para realizar este test, se asignarn distintos valores extremos a la correlacin entre las variables para determinar los mximos niveles de varianza que pueden llegar a tomar los brownianos. Primeramente, vamos a analizar el efecto de una correlacin perfecta positiva y negativa. En este caso calculamos la media y la varianza del browniano correspondiente a la tasa de inters en dlares, suponiendo una correlacin perfecta con la tasa de inters en pesos.
TABLA II CORRELACION ENTRE TASAS Y SU EFECTO EN LOS BROWNIANOS

Media Varianza

correlaciones 1 entre tasas correlaciones -1 entre tasas Browniano ars Browniano usd Browniano ars Browniano usd 0,001 -0,001 0,003 -0,006 0,283 0,403 0,290 0,404

Como se puede observar, el efecto de una correlacin perfecta en la varianza del browniano es la misma tanto en el caso de correlacin positiva como en el de correlacin negativa. Este efecto corresponde a un aumento en la varianza, la cual aumenta de dt a 2 * dt . En segundo lugar, analizaremos como impacta en los brownianos la correlacin perfecta entre la tasa de inters en pesos y las otras dos variables, la tasa de inters en dlares y el tipo de cambio, sin que haya correlacin entre estas dos ltimas.
TABLA III CORRELACION ENTRE TASA EN PESOS Y YIPO DE CAMBIO Y SU EFECTO EN LOS BROWNIANOS

Media Varianza

correlacion perfecta entre tasa en $ con tasa en US$ y TC Browniano ars Browniano usd Browniano tc 0,00 0,00 0,00 0,29 0,41 0,41

Al igual que se haba observado para la tasa de inters en dlares, el efecto entre la correlacin positiva y negativa es el mismo. Asimismo, se puede observar como el efecto de la correlacin entre la tasa en pesos y la tasa en dlares no tiene efecto en el browniano que afecta al tipo de cambio, siempre y cuando la correlacin entre la tasa en dlares y el tipo de cambio sea 0. En tercer lugar, analizaremos como impacta en el browniano correspondiente al tipo de cambio el efecto de una correlacin perfecta positiva y negativa, tanto entre las tasas de inters como entre las tasas de inters y el tipo de cambio.

TABLA IV CORRELACION ENTRE TASAS Y YIPO DE CAMBIO Y SU EFECTO EN LOS BROWNIANOS

Media Varianza

Todas las correlaciones 1 Browniano ars Browniano usd Browniano tc 0,00 0,00 0,00 0,29 0,41 0,50

correlaciones -1 entre tasas y 1 con tc Browniano ars Browniano usd Browniano tc 0,00 -0,01 0,00 0,29 0,41 0,50

En este caso, observamos como la varianza del browniano que afecta al tipo de cambio se ve aumentada a 3 * dt , por el doble efecto de la correlacin con la tasa de inters en pesos y la correlacin con la tasa de inters en dlares. Luego del anlisis realizado, se puede concluir que los shocks estocsticos que van a estar afectando a las variables van a tener siempre media 0, sin importar la correlacin que haya entre las mismas, mientras que la varianza va a estar en un rango entre dt y

3 * dt segn la correlacin que exista entre las variables.

Cabe aclarar, que esta diferencia entre el nivel de varianza de las shocks estocsticos va a repercutir en un aumento en el intervalo de confianza de la estimacin, tanto en las tasas de inters como en el tipo de cambio. C. Volatilidad de las tasas de inters En tercer lugar, analizaremos como impactan las volatilidades de las tasas de inters en la estimacin del modelo, estimando las variables para una volatilidad igual a 0, para la volatilidad histrica y para una volatilidad del doble de la histrica. Como era de esperar, las volatilidades afectan directamente los intervalos de confianza. Cuando la volatilidad es 0, estamos en un mundo de certeza absoluta con lo cual nuestra estimacin es perfecta, es decir nuestro intervalo es un punto.
TABLA V INTERVALOS DE CONFIANZA CON SIGMA 0

RG12 AJ12 Spread TC

Media 24,783 97,100 1,185% 4,867

Sigmas = 0 Banda Banda inferior superior 24,783 24,783 97,100 97,100 1,185% 1,185% 4,867 4,867

Diferencia 0,0000 0,0000 0,0000 0,0000 0,0% 0,0% 0,0% 0,0%

Por el contrario, utilizando las volatilidades histricas de las variables, la media de nuestro modelo reproduce los precios de mercado de los bonos con una precisin del 99%, con una diferencia entre la banda inferior y la banda superior del intervalo de confianza9 menor al 1% de la media.

Se utiliz un nivel de confianza del 95%

TABLA VI INTERVALOS DE CONFIANZA CON SIGMA HISTORICO

RG12 AJ12 Spread TC

Media 24,784 97,102 1,183% 4,868

Sigmas Histricos Banda Banda inferior superior 24,784 24,784 97,087 97,116 1,1829% 1,1831% 4,862 4,874

Diferencia 0,0000 0,0288 0,0000 0,0118 0,0% 0,0% 0,0% 0,2%

Finalmente, se plantea un escenario donde las volatilidades realizadas duplican a las histricas, consiguindose una precisin similar a la obtenida en el caso previo y, aunque se observaron intervalos de confianza de mayor amplitud, los valores continuaron siendo aceptables.
TABLA VII INTERVALOS DE CONFIANZA CON SIGMA DUPLICADO

RG12 AJ12 Spread TC

Media 24,784 97,121 1,183% 4,867

Sigmas Duplicados Banda Banda inferior superior 24,784 24,784 97,092 97,149 1,183% 1,183% 4,856 4,879

Diferencia 0,0000 0,0567 0,0000 0,0224 0,0% 0,1% 0,0% 0,5%

Por ltimo y para concluir que los riesgos pareceran estar relativamente controlados, se analiz un escenario extremo, donde las volatilidades realizadas duplican a las histricas y los niveles de correlacin entre las variables son extremos, en este caso la media mantiene su precisin y el intervalo de confianza sigue no alcanza el 1% del valor de la media.
TABLA VIII INTERVALOS DE CONFIANZA CON SIGMA DUPLICADO Y CORRELACION 1

RG12 AJ12 Spread TC

Media 24,784 97,108 1,183% 4,891

Sigmas Duplicados y correlacin 1 Banda Banda Diferencia inferior superior 24,784 24,784 0,0000 97,080 97,136 0,0554 1,183% 1,183% 0,0000 4,871 4,911 0,0391

0,0% 0,1% 0,0% 0,8%

III. PROPUESTA DE TRADE10 En esta seccin se realizarn 3 propuestas de inversin en base a los resultados arrojados por el modelo. La primera propuesta corresponder un trade relativo entre bonos en dlares, la segunda entre bonos en pesos y la ltima utilizando el tipo de cambio futuro. A.1. PROPUESTA DE TRADE N1 : Trade entre bonos RG12 y AS13 Una vez extrado el spread de default implcito en la cotizacin del BONDEN 12, el cual arroj un valor medio de 1.18%, se utiliz ese spread para valuar otro bono en dlares del Gobierno Argentino.

10

Todos los precios de los activos utilizados en esta seccin, corresponden a los precios del 28/02/2011.

10

En este caso se utiliz el bono BONAR VII (AS13), el cual es un bono bullet con vencimiento 2013 y cupn fijo semestral del 7% anual. Para valuar el bono se aplic la misma frmula aplicada para el BODEN 12 (RG12):

P! e

Ci
0 29

 e

103,5
0 29

(9)

(rlibor(i)  spread)t

(rlibor(i)  spread)t

El precio de este bono utilizando el spread de default implcito obtenido en el modelo, es US$ 114.5 mientras que su valor de mercado es US$ 107.8, lo que podra estar significando el mercado le est asignando un spread de default mayor a este bono que al utilizado para calibrar el modelo. Esta situacin parecera estar ofreciendo una posibilidad de arbitraje. En un esfuerzo por encontrar posibles explicaciones para este fenmeno, se presentan tres posibles razones, y Teniendo en cuenta que el RG12 paga un cupn variable atado a la tasa LIBO y el AS13 paga un cupn fijo, el spread observado podra corresponder a mayores costos que el inversor local incurre respecto a inversores externos, al momento de adquirir un swap de tasas. Teniendo en cuenta que el RG12 tiene un maturity menor en un ao al del AS13, el mercado local podra estar asignando una probabilidad de default mayor en el ao 201311, ao en el cual el primer bono se encontrara vencido. El RG12 amortiza en 2 cuotas, una en 2011 y otra en 2012, mientras que el AS13 es un bono bullet. Es posible que el mercado vea en la amortizacin del bono una posibilidad para formar activos en el exterior sin estar expuesto a la normativa cambiaria vigente, ya que este abona dlares billetes o depositados en cuenta local o extranjera, segn corresponda. De esta forma, el spread observado podra corresponder a riesgo cambiario12.

Para explotar esta supuesta oportunidad de arbitraje, se ha seleccionado una estrategia de trade relativo, es decir una estrategia que permita obtener rentabilidad de la diferencia observada en el spread de default implcito en estos dos bonos, limitando la exposicin a otros shocks estocsticos como ser el riesgo de variaciones en la tasa de inters internacional o el riesgo que el Gobierno Argentino incurra en un default de su deuda soberana. Para ello se propone armar una estrategia long en el bono con alto spread de default implcito (AS13) y short el bono con bajo spread de default implcito (RG12), de manera tal que el Payoff quedar determinado por la siguiente expresin:
M M T T Payoff !  PAS 13  PRG 12  PAS 13  PRG 12

(10)

M M T T Donde PAS13 y PRG12 son los precios de mercado de los bonos y PAS13 y PRG12 es el valor actual de los cash flows futuros estimados con el modelo.

Recordamos que en nuestro modelo la probabilidad de default se supuso constante a lo largo del tiempo. 12 La normativa cambiaria vigente establece un lmite para formacin de activos externos por parte de residentes en el pas de $2 millones por mes.

11

11

A continuacin se presenta un histograma con los distintos escenarios simulados con el modelo y el respectivo Payoff de la estrateria, donde se observa que en todos los escenarios el Payoff es positivo, con una media de US$ 6.7 y un valor mnimo cercano al US$ 4 por cada US$ 100 VN de bonos AS13 adquiridos.
GRAFICO 1 HISTOGRAMA PAYOFF TRADE RELATIVO EN US$

De manera de cubrir un escenario con mayor volatilidad, se postula uno donde la volatilidad utilizada para simular la tasa LIBO duplica a la observada histricamente y la correlacin entre la tasa de inters en pesos y la tasa de inters en dlares es 1. Se presenta el histograma con los distintos escenarios simulados con nuestro modelo y el respectivo Payoff de la estrategia.
GRAFICO 2 HISTOGRAMA PAYOFF TRADE RELATIVO EN US$

Como se puede observar, aunque se ampli el rango de ganancias mximas, el mnimo Payoff simulado arroja prdidas para menos del 0.5% de los casos. Dado que este escenario se considera extremo, se entiende que no sera incorrecto definir a la estrategia de inversin planteada como un arbitraje. A.2. TEST OUT OF THE SAMPLE DE LA ESTRA TEGIA En esta seccin se evaluar la performance de la estrategia si la misma se hubiera llevado a cabo el pasado ao, para ello se eligi como fecha de inicio de la estrategia el 04/01/2010 y como fecha de finalizacin el 28/12/2010. Recordamos que el payoff de la estrategia est dado por la ecuacin (10), con lo cual con fecha 04/01/2010 se hubiera comprado el bono AS13 y vendido el bono RG12, cuyas cotizaciones eran, US$ 0.93 y US$ 0.35 por cada US$ 1 de valor nominal, respectivamente. Es decir que se deberan haber comprado 0.27 bonos AS13 por cada bono RG1213 que se hubiera vendido para que la estrategia no tenga desembolso inicial. A continuacin se presentan los resultados hipotticos de haber llevado a cabo la estrategia de trade N1:
TABLA IX - ESTRATEGIA DE TRADE N1 - TEST OUT OF THE SAMPLE

04/01/2010 Venta RG12 Compra AS13 28/12/2010 Compra RG12 Venta AS13 Rendimiento

Precio (US$) 0,34 0,93 0,24 1,03

N de bonos* 273 -100 -425 108

Monto en USD 93 -93 -103 111 8,02

*Se utiliz el supuesto de reinversi n de cupo nes y amortizacin co n una co misin de 1 %

Como se puede observar, si se hubiera llevado a cabo la estrategia de trade n 1 durante el ao 2010, la misma hubiera arrojado un rendimiento positivo de US$ 8,02 por cada $100 VN de bonos AS13 adquiridos, valor que se encuentra por encima de la media correspondiente a la simulacin. B.1. PROPUESTA DE TRADE N 2: Trade entre bonos AE14 y AJ12

13

Recordamos que el bono RG12 al 04/01/2010 haba amortizado el 62.5% del capital.

12

El mecanismo utilizado para armar esta estrategia de inversin es similar al utilizado en el punto anterior, es decir extraer una variable a partir del precio de un bono y aplicarla a la valuacin de otro. En este caso, se utiliz el bono AJ12 para calibrar la curva SPOT de tasa BADLAR y utilizar la misma para valuar otro bono en pesos del Gobierno Nacional Argentino, el BONAR 2014 (AE14), el cual es un bono bullet que paga un cupn trimestral equivalente a la tasa BADLAR + 275 puntos bsicos anual. Para valuar el bono utilizamos la misma frmula que la aplicada al BONAR V (AJ12):
P!
0 34

100 * ( BADLARi  0.0275) 100 * (1  ( BADLAR34  0.0275))  BADLAR ( i ) BADLAR( i ) e e

(11) El valor de este bono utilizando la curva BADLAR implcita obtenida en el modelo calibrado al precio del bono AJ12 es $107.7, mientras que su valor de mercado es $97.5, lo que significa que implcitamente el mercado est descontando el bono a una estructura de tasa ms alta que la obtenida por nuestro modelo Esta situacin tambin parecera estar ofreciendo una posibilidad de arbitraje. Cabe destacar que el mercado est descontando el bono con una estructura de tasas mayor a la correspondiente a la BADLAR, estructura utilizada para descontar los flujos del BONAR V en el modelo, ya que este bono devenga un cupn variable atado a la tasa BADLAR + un spread y el precio del mismo se encuentra bajo la par. En un esfuerzo de encontrar posibles explicaciones para este fenmeno, se presentan tres posibles razones, y Los agentes le estn cargando una mayor probabilidad de default al Gobierno Nacional que al sistema financiero14, lo cual no parecera razonable ya que histricamente el Estado demostr ser el prestamista de ltima instancia de las entidades financieras. Los agentes, basados en experiencias pasadas con el ndice CER15, le tengan desconfianza a la correcta medicin de la tasa BADLAR en el futuro. Esta situacin parece poco factible ya que la tasa BADLAR no es medida por Instituto Nacional de Estadsticas y Censos (INDEC) sino por el Banco Central, institucin con mayor prestigio y autonoma que la primera. Al igual que en la estrategia anterior, el mercado local podra estar asignando una probabilidad de default mayor para los aos 2013 y 201416, aos en los cuales el primer bono se encontrara vencido.

Al igual que en la propuesta de trade 1, se ha seleccionado una estrategia de trade relativo, es decir armar una estrategia que busque aprovechar la diferencia entre el precio de mercado del bono y el precio terico obtenido con los parmetros del modelo, y a su vez neutralice otros riesgos como ser el de shocks estocsticos en la tasa de

Recordemos que la tasa BADLAR es la tasa pasiva que pagan las entidades financieras por depsitos a plazo fijo de ms de un milln de pesos. 15 El CER en un coeficiente publicado por el INDEC (Instituto Nacional de Estadsticas y Censos) que replica la evolucin del IPC (Indice de Precios al Consumidor), el cual los consultores econmicos privados cuestionan por estar subestimado desde mediados del ao 2008. 16 Recordamos que en nuestro modelo la probabilidad de default se supuso constante a lo largo del tiempo.

14

13

inters internacional o que el Gobierno Argentino incurra en la cesacin de pagos de su deuda soberana. Para ello se propones armar una estrategia long en el bono cuya estructura de tasas de descuento implcita es mayor, el bono AE14, y short el bono cuya estructura implcita es menor, el bono AJ12. De esta manera el Payoff del portafolio estar compuesto de la siguiente manera:
M M T T Payoff !  PAE14  PAJ 12  PAE14  PAJ 12

(12)

M M T T Donde PAE14 y PAJ 12 son los precios de mercado de los bonos y PAE14 y PAJ 12 es el valor actual de los cash flows futuros estimados con el modelo..

A continuacin se presenta un histograma con los distintos escenarios simulados con el modelo y los correspondientes valores de los Payoff de nuestro portafolio, donde se observa que en todos los escenarios el Payoff es positivo con una media de $10.22 y un valor mnimo cercano a $9 por cada $100 VN de bonos AE14 adquiridos.
GRAFICO 3 HISTOGRAMA PAYOFF TRADE RELATIVO EN $

De manera de cubrir un escenario con mayor volatilidad, se utiliz una volatilidad que duplica a la histrica de la tasa de inters local y se asumi una correlacin perfecta entre la tasa de inters en pesos y la tasa de inters en dlares. A continuacin se presenta el histograma con los distintos escenarios simulados con el modelo y el respectivo valor del Payoff de la inversin.
GRAFICO 4 HISTOGRAMA PAYOFF TRADE RELATIVO EN $

En este caso, se puede observar como el histograma es muy similar al presentado anteriormente pero con valores 10% inferiores y superiores en las colas de la distribucin, respectivamente. Al igual que en la propuesta uno, se podra definir a la estrategia de inversin planteada como arbitraje. Cabe destacar, que en este caso la posicin long corresponde a un bono que paga tasa variable con lo cual su precio es menos voltil ante variaciones en la tasa de inters local. Por el contrario, la posicin short de nuestra inversin, al pagar un cupn fijo, ve reducido o aumentado su valor en mayor proporcin ante una suba o baja de la tasa de inters local, respectivamente. En este sentido, la cartera (en este caso de dos bonos) aumenta su valor ante una suba en la tasa de inters local y lo disminuye ante una cada de la misma. B.2. TESTEO OUT OF THE SAMPLE DE LA ESTRATEGIA En esta seccin se evaluar la performance de la estrategia si la misma se hubiera llevado a cabo en el pasado, para ello se eligi como fecha de inicio de la estrategia el 04/01/2010 y como fecha de finalizacin el 28/12/2010. Recordamos que el payoff de la estrategia est dado por la ecuacin (12), con lo cual con fecha 04/01/2010 se hubiera comprado el bono AE14 y vendido el bono AJ12, cuyas cotizaciones eran, $ 0.87 y $ 0.86 por cada $1 de valor nominal, respectivamente. En este caso, para que la estrategia no tenga un desembolso inicial, es decir que se autofinancie, la cantidad de bonos a comprar y vender habra sido la misma. A continuacin se presentan los resultados hipotticos de haber llevado a cabo la estrategia de trade N2: 14

TABLA X - ESTRATEGIA DE TRADE N2 - TESTEO OUT OF THE SAMPLE

04/01/2010 Venta AJ12 Compra AE14 28/12/2010 Compra AJ12 Venta AE14 Rendimiento

Precio (US$) 0,23 0,23 0,24 0,25

N de bonos 101 -100 -113 117

Monto en USD 23 -23 -27 29 2,35

*Se utiliz el supuesto de reinversi n de cupo nes y amortizacin co n una co misin de 1 %

Como se puede observar, si se hubiera llevado a cabo la estrategia de trade n 2 durante el ao 2010, la misma hubiera arrojado un rendimiento positivo de US$ 2,35 por cada 100 bonos AE14 adquiridos, valor que se encuentra entre la media y la cota inferior correspondientes a la simulacin17. C.1. PROPUESTA DE TRADE N 3 La tercer propuesta de inversin estar vinculada al tipo de cambio forward obtenido a travs del modelo y el tipo de cambio forward que cotiza en el mercado de futuros. En este caso se seleccion el que futuro de tipo de cambio con vencimiento Febrero de 2012, cuya cotizacin se ubicaba en $ 4.4818. Como se puede observar en el histograma presentado a continuacin, en un 75% de los escenarios simulados para el tipo de cambio forward, generado a partir del diferencial de tasas de inters extradas del mercado de bonos, el valor del mismo supera al tipo de cambio forward que cotiza en el mercado de futuros.
GRAFICO 5 HISTOGRAMA TIPO DE CAMBIO FORWARD ESTIMADO POR EL MODELO

Por consiguiente, el modelo parecera estar transmitiendo que el tipo de cambio forward no estara arbitrado con los parmetros utilizados en la estimacin del modelo, es decir las expectativas del mercado de bonos. Esta situacin tambin podra estar ofreciendo una oportunidad de arbitraje. Nuevamente, realizaremos un esfuerzo por encontrar posibles explicaciones para este fenmeno, se presentarn dos: y En el mercado de futuros, la liquidacin del contrato se hace contra pesos, es decir que al maturity del contrato se recibe la compensacin en pesos para adquirir dlares a la cotizacin oficial en el mercado de cambios, mientras que en el de bonos, se reciben dlares billetes o depositados en cuenta local o extranjera, segn corresponda. Posiblemente, el mercado est asignando un spread asociado a este riesgo cambiario19. Al igual que fue analizado en el Trade N2, si el mercado le est cargando un spread de default mayor al Gobierno Nacional que al sistema financiero, nuestro modelo estara sobrestimando la tasa BADLAR y por consiguiente el tipo de cambio forward final. Sin embargo, como ya fue comentado no parecera razonable segn el criterio planteado anteriormente.

La simulacin esta expresada en pesos, el resultado de la estrategia en pesos hubiera sido $9.34 El valor corresponde a la cotizacin en ROFEX, mercado de futuros de Rosario, para el dlar futuro con vencimiento 28/02/2012. 19 La normativa cambiaria vigente establece un lmite para formacin de activos externos por parte de residentes en el pas de $2 millones por mes.
18

17

15

En este caso, la estrategia consistira en un portafolio con una posicin long en la tasa BADLAR, depsito a plazo fijo, long el forward de tipo de cambio que cotiza en el mercado de futuros, de manera de fijar el tipo de cambio de salida de la inversin, todo esto financiado con una posicin short en la tasa de inters en moneda extranjera. De esta manera, se buscara aprovechar que el tipo de cambio forward del mercado de futuros parecera estar cotizando por debajo del valor que se correspondera con el diferencial de tasas de inters en moneda local y extranjera implcitas en el mercado de bonos, y sacarle una rentabilidad. El Payoff de la estrategia estar dado por la siguiente ecuacin:

Payoff ! N * TC SPOT * e 0

BADLAR( i )

/ F022012  Ne 0

rusd ( i )  spread

(13)

Donde N es el valor nominal en dlares que deseamos invertir, TC SPOT es el valor del tipo de cambio spot, BADLAR es la tasa en moneda local, r_usd es la tasa en moneda extranjera, spread es el spread de default implcito en el precio del bono y F022012 es el tipo de cambio futuro con vencimiento 28/02/2012. Como se puede observar, cerca del 80% de los escenarios simulados arrojan un payoff positivo para la estrategia de inversin planteada, con lo cual tcnicamente no estamos ante un arbitraje sobre el tipo de cambio forward. En este caso, a diferencia de los casos anteriores, se estara asumiendo un riesgo al llevar adelante la estrategia de inversin, sin embargo se recomienda asumirlo dado el alto porcentaje de escenarios con payoff positivos.
GRAFICO 6 HISTOGRAMA PAYOFF ESTRATEGIA TIPO DE CAMBIO FUTURO

Al igual que lo realizado para las estrategias anteriores, se plantea un escenario con mayor volatilidad para poner a prueba los resultados del trade, duplicando los niveles de volatilidad respecto a los histricos, tanto para las tasas de inters como para el tipo de cambio, y asignando un nivel de correlacin 1 a las tres variables entre s. En este contexto, la estrategia parece ser menos atractiva que en el escenario original, ya que resulta en rendimientos negativos para alrededor del 40% de los escenarios. Sin embargo, se sigue recomendando asumir el riesgo ya que la esperanza del payoff de la estrategia sigue siendo positiva.
GRAFICO 7 HISTOGRAMA PAYOFF ESTRATEGIA TIPO DE CAMBIO FUTURO

C.2. TESTEO OUT OF THE SAMPLE DE LA ESTRATEGIA En esta seccin se evaluar la performance de la estrategia si la misma se hubiera llevado a cabo en el pasado, para ello se eligi como fecha de inicio de la estrategia el 04/01/2010 y como fecha de finalizacin el 28/12/2010. Recordamos que el payoff de la estrategia est dado por la ecuacin (13), con lo cual con fecha 04/01/2010 hubiramos comprado el bono AJ12, el cual fue utilizado para calibrar la curva BADLAR utilizada en el modelo, y vendido el bono RG12, cuyas cotizaciones eran, $ 0.87, US$ 0.34 por cada 100 de valor nominal, respectivamente. A su vez se hubiera entrado en un contrato long de dlar futuro con maturity 28/12/2010, cuyo precio futuro era $4.25 por dlar. Es decir que se debera haber comprado 0.66 bonos RG12 por cada bono AJ12 que habramos vendido, de manera tal que la estrategia se autofinancie. 16

A continuacin se presentan los resultados hipotticos de haber llevado a cabo la estrategia de trade N3:
TABLA XI - ESTRATEGIA DE TRADE N3 - TESTEO OUT OF THE SAMPLE

04/01/2010 Venta RG12 Compra AJ12 Compra F122010 28/12/2010 Compra RG12 Venta AJ12 Settlement F122010 Rendimiento

Precio en US$ 0,34 0,23 0,24 0,24 0,24

N de bonos 66 -100

Monto en USD 23 -23

-103 113

-25 27 -2 0,01

*Se utiliz el supuesto de reinversi n de cupo nes y amortizacin co n una co misin de 1 %

Como se puede observar, si se hubiera llevado a cabo la estrategia de trade n 3 durante el ao 2010, la misma hubiera arrojado un rendimiento neutro, es decir que la cotizacin del dlar futuro fue consistente con el diferencial de tasas entre los bonos seleccionados. Por ltimo, se analizar una ltima estrategia que combina la propuesta de trade N 2 y la N 3, utilizando un portafolio similar al anterior pero reemplazando el bono AJ12 por el AE14, que a travs de la estrategia de trade N 2 demostr ser ms rentable.
TABLA XII - ESTRATEGIA DE TRADE N2 y N3 - TESTEO OUT OF THE SAMPLE

04/01/2010 Venta RG12 Compra AE14 Compra F122010 28/12/2010 Venta AE14 Settlement F122010 Compra RG12 Rendimiento

Precio en US$ 0,34 0,23 0,24 0,25 0,24

N de bonos 66 -100

Monto en USD 23 -23

117 -103

29 -2 -25 2,30

*Se utiliz el supuesto de reinversi n de cupo nes y amortizacin co n una co misin de 1 %

En este ltimo caso los resultados obtenidos hubieran sido positivos, con una rentabilidad de US$ 2.3 por cada por cada 100 bonos AE14 adquiridos, pero a diferencia de la estrategia N 2 tenemos asegurado el tipo de cambio de salida de nuestra inversin, sin quedar atados a riesgo cambiario. IV. Conclusiones El objetivo del trabajo fue elaborar un modelo que nos permita estimar el tipo de cambio forward implcito en el precio de los bonos, de manera tal de poder solucionar uno de los problemas que enfrenta el mercado local de futuros, que es contar con forwards de maturities superiores a un ao. Una vez calibrado el modelo de manera que reproduzca el precio de mercado de los bonos del Gobierno Nacional, se puso a prueba el supuesto de ausencia de arbitraje en el mercado de bonos, evaluando si las expectativas sobre el valor asignado al riesgo de default en los bonos denominados en moneda extranjera y la estructura spot de la tasa BADLAR implcita en los bonos denominados en moneda nacional, eran consistentes para dos pares de bonos seleccionados.

17

Luego de dicha evaluacin, se concluy que, bajo los supuestos del modelo, el supuesto de ausencia de arbitraje no se cumpla para los bonos seleccionados y para obtener una rentabilidad de esta oportunidad de arbitraje se aplicaron dos estrategias de trading, las cuales fueron autofinanciadas y con retorno promedio de US$ 6.7, en el caso de los bonos en dlares, y de $ 10.22, para los denominados en pesos, por cada 100 bonos adquiridos. Asimismo, se determin que el tipo de cambio forward que cotizaba en el mercado de futuros no se encontraba arbitrado con el diferencial de tasas de inters en moneda local y extranjera implcito en el mercado de bonos, situacin que aunque no se presentaba como un oportunidad de arbitraje, si ofreca una alternativa de inversin con resultado positivo en el 80% de los escenarios simulados. Por ltimo, se realiz un testeo out of the sample de manera de evaluar la performance que hubieran tenido nuestras estrategias en el pasado, obteniendo resultados positivos en los dos primeros casos, vinculados a oportunidades de arbitraje en el mercado de bonos, y no as en el ltimo caso, oportunidades de arbitraje entre el mercado de bonos y el de futuros. En conclusin, construimos un modelo que nos permite calcular el tipo de cambio forward implcito en el precio de los bonos, lo cual lo hace extremadamente flexible respecto al plazo del contrato. A su vez, demostramos que se pueden encontrar oportunidades de arbitraje en el mercado de bonos argentino, poniendo a prueba la validez del supuesto de ausencia de arbitraje.

18

V. Referencias

       

Kerry Back, (2005). A course in Derivative Securities: Theory and Computation John Hull, (1996). Options, Futures and Other Derivatives Paul Glasserman, (2003). Monte Carlo Methods in Financial Engineering Hansen, Steven, (2004). Mastering Excel 2003 Programing with VBA Fisher Black and Myron Scholes, (1973). The Pricing of Options and Corporate Liabilities Martellini, L., Priaulet, P. and Priaulet, S, (2003). Fixed income securities. Valuation, risk management and portfolio strategies. T.S.Y. Ho, S.B. Lee, (1986). Term structure movements and pricing interest rate contingent claims. C.R Nelson, A.F. Siegel, (1987). Parsimonious modeling of yield curves.

19

VI. Grficos Grfico 1 - Histograma Payoff trade relativo en US$

-Volatilidades histricas400 350 300 250 200 150 100 50 0
3,66 3,96 4,26 4,56 4,86 5,16 5,46 5,76 6,06 6,36 6,66 6,96 7,26 7,56 7,86 8,16 8,46 8,76 9,06 9,36 9,66

Grfico 2 -Histograma Payoff trade relativo en US$

-Volatilidade de tasa en US$ duplicada y correlacin 1 entre tasas350 300 250 200 150 100 50 0
-1,90 -0,40 1,10 2,60 4,10 5,60 7,10 8,60 10,10 11,60 13,10 14,60 16,10

20

Grfico 3 - Histograma Payoff trade relativo en $

-Volatilidades histricas500 450 400 350 300 250 200 150 100 50 0
8,8 9,0 9,3 9,5 9,8 10,0 10,3 10,5 10,8 11,0 11,3 11,5 11,8

Grfico 4 - Histograma Payoff trade relativo en $

-Volatilidades duplicada500 450 400 350 300 250 200 150 100 50 0
7,9 8,1 8,4 8,6 8,9 9,1 9,4 9,6 9,9 10,1 10,4 10,6 10,9 11,1 11,4 11,6 11,9 12,1 12,4 12,6

21

330 300 270 240 210 180 150 120 90 60 30 0

Grfico 5 - Histograma - Tipo de cambio Forward estimado por el modelo

110% 100% 90% 80% 70% 60% 50% 40% 30%

23,30%

20% 10% 0%

4,20 4,25 4,30 4,35 4,40 4,45 4,50 4,55 4,60 4,65 4,70 4,75 4,80 4,85 4,90

Grfico 6 - Histograma Payoff estrategia contra tipo de cambio futuro

-Volatilidad histricas400 350 300 250 200 150 100 50 0 -0,64 -0,49 -0,34 -0,19 -0,04 0,11 0,26 0,41 0,56 0,71 0,86 1,01 1,16 1,31 120% 105% 90% 75% 60% 45% 30% 15% 00%

21,37%

22

Histograma Payoff estrategia contra tipo de cambio futuro

-Volatiliadad duplicada y correlacin 1350

105% 90% 75% 60% 45% 30% 15% 0%

-1,54 -1,24 -0,94 -0,64 -0,34 -0,04 0,26 0,56 0,86 1,16 1,46 1,76 2,06

300

250

200

150

39,53%

100

50

23