Carina Rodrigues - Volatilidade - Implícita

V O L A T I L I D A D E I M P L C I T A .
I M P O R T N C I A N A V A L O R I Z A O D A S
O P E S F I N A N C E I R A S E SI G N I F I C A D O
D O S N D I C E S D E V O L A T I L I D A D E
I M P L C I T A .

Car i n a So f i a Fer n an d es Ro d r i gu es

L i s b o a , D e z e m b r o d e 2 0 1 0
I N S T I T U T O P O L I T C N I C O D E L I S B O A
I N S T I T U T O S U P E R I O R D E C O N T A B I L I D A D E
E A D M I N I S T R A O D E L I S B O A

i i

i i i

I N S T I T U T O P O L I T C N I C O D E L I S B O A
I N S T I T U T O S U P E R I O R D E C O N T A B I L I D A D E E
A D M I N I S T R A O D E L I S B O A

V O L A T I L I D A D E I M P L C I T A
I M P O R T N C I A N A V A L O R I Z A O D A S
O P E S F I N A N C E I R A S E SI G N I F I C A D O
D O S N D I C E S D E V O L A T I L I D A D E
I M P L C I T A .

Carina Sof ia Fernandes Rodrigues

D issert ao submet ida ao I nst it ut o Superior de Cont abilidade e Administ rao de Lisboa
para cumprimento dos requisit os necessrios obt eno do grau de Mest re em
Cont abilidade I nt ernacional, realizada sob a orientao cient f ica de D out or D omingos
Silva Ferreira, Prof essor Coordenador, rea Cient f ica de Cont abilidade.

Const it uio do Jri:
President e ___________________________ D out or Rui Pais de Almeida
Arguent e_____________________________ D outora Snia Margarida Ricardo Bentes
Vogal________________________________D outor D omingos da Silva Ferreira

L i s b o a , D e z e m b r o d e 2 0 1 0

i v

IMPLIED VOLATILITY: THE IMPORTANCE IN THE APPRECIATION OF
FINANCIAL OPTIONS AND THE SIGNIFICANCE OF THE IMPLIED
VOLATILITY INDICES
Carina Sofia Fernandes Rodrigues
Master in: International Accounting
Supervisor: Doutor Domingos Ferreira

ABSTRACT
Given the actual conjuncture of the financial markets and their constant uncertainty, it
has become plus important being able to predict behaviors and make decisions which
minimize risks and consequent losses, sometimes difficult to recover. Its in this context
that volatility arises. This concept shows a growing importance because its an indicator
that allows investors to assess the existing feelings exist in the principal financial
markets: anxiety, satisfaction or dissatisfaction, panic, among others. For this, volatility
has been chosen to be the subject of this study. The theoretical part, has the goal of
contextualizing the study, understanding concepts and prepare the users of this
dissertation to the second part which is to show implied volatility indices evolution and
verify if they have statistical significance. We concluded that the relation observed
between the stock index and its implied volatility index has statistical significance.

Keywords: financial options, Black-Scholes model, implied volatility, implied volatility
indices, correlation, significance.

v

VOLATILIDADE IMPLCITA: IMPORTNCIA NA VALORIZAO DAS
OPES FINANCEIRAS E SIGNIFICADO DOS NDICES DE
VOLATILIDADE IMPLCITA
Carina Sofia Fernandes Rodrigues
Mestrado em: Contabilidade Internacional
Orientador: Doutor Domingos Ferreira

RESUMO
Dada a actual conjuntura dos mercados financeiros, onde uma forte incerteza predomina
no dia-a-dia dos investidores, torna-se cada vez mais importante conseguir prever
comportamentos e tomar decises que minimizem os riscos de desvalorizao de
investimentos e consequentes perdas, por vezes difceis de recuperar. neste contexto
que surge a volatilidade. Este conceito tem tido crescente importncia, pois constitui um
indicador dos sentimentos que reinam nos principais mercados financeiros: ansiedade,
satisfao ou insatisfao, pnico, entre outros. Neste sentido, escolheu-se a volatilidade
para objecto desta dissertao. A primeira parte, de carcter terico, tem como objectivo
contextualizar o estudo, compreender conceitos e preparar os utilizadores deste estudo
para a segunda parte que mostrar a evoluo dos ndices de volatilidade implcita e
verificar se os mesmos tm significado estatstico. Concluiu-se que a relao observada
entre o ndice de aces e o respectivo ndice de volatilidade implcita estatisticamente
significativa.

Palavras-chave: opes financeiras, modelo Black-Scholes, volatilidade implcita,
ndices de volatilidade implcita, correlao, nivel de significncia.

vi

NDICE

ndice de Quadros............viii
ndice de Tabelas..viii
ndice de Figuras..viii
Introduo ............................................................................................................................... 1
1 - Opes Financeiras ............................................................................................................ 4
1.1 Instrumentos financeiros derivados ................................................................................... 4
1.2 Opes financeiras tipos, importncia e caractersticas...................................................... 6
1.3 Modelos de valorizao de opes financeiras ................................................................ 13
1.4 As Greeks e a sua influncia na valorizao das opes .................................................. 18
1.4.1 Delta () ..................................................................................................................... 19
1.4.2 Gamma () .................................................................................................................. 20
1.4.3 Vega () e Volga ......................................................................................................... 20
1.4.4 Theta ()...................................................................................................................... 21
1.4.5 Rho () ........................................................................................................................ 21
2 Volatilidade ..................................................................................................................... 22
2.1 Tipos de volatilidade ...................................................................................................... 23
2.2 Volatilidade histrica ou estatstica ................................................................................. 24
2.3 Volatilidade implcita ..................................................................................................... 25
2.3.1 Os sorrisos da volatilidade ........................................................................................... 30
3 ndices de Volatilidade Implcita e os Sentimentos dos Mercados ................................. 33
3.1 ndice de volatilidade de opes sobre S&P 500 (VIX) ................................................... 35
3.2 ndice de volatilidade de opes sobre DAX-30 (VDAX) ............................................... 39
3.3 ndice de volatilidade de opes sobre o DJIA (VXD) .................................................... 40

vi i

3.4 ndice de volatilidade de opes sobre o NASDAQ-100 (VXN)...................................... 40
4 Interpretao da informao contida nos ndices de volatilidade implcita .................. 42
4.1 Aspectos metodolgicos ................................................................................................. 42
4.2 Evoluo dos ndices de aces e dos IVI ....................................................................... 44
4.2.1 - ndice S&P 500 e VIX ................................................................................................. 44
4.2.2 - ndice DAX-30 e VDAX .............................................................................................. 48
4.2.3 - ndice NASDAQ Composite e VXN ............................................................................ 52
4.3 Verificao do significado estatstico dos ndices de volatilidade implcita ...................... 55
4.3.1 Conceitos estatsticos ................................................................................................... 56
4.3.2 Resultados dos testes efectuados aos ndices S&P 500 e VIX ....................................... 61
4.3.2.1 Correlao entre os ndices ....................................................................................... 61
4.3.2.2. Correlao entre as rendibilidades dos ndices (observaes dirias) ........................ 65
4.3.3 Resultados dos testes efectuados aos ndices DAX-30 e VDAX ................................... 67
4.3.3.1 Correlao entre os ndices ....................................................................................... 67
4.3.3.2. Correlao entre as rendibilidades dos ndices (observaes dirias) ........................ 69
Concluso .............................................................................................................................. 73
Referncias Bibliogrficas .................................................................................................... 75

vi ii

NDICE DE QUADROS

Quadro 1.1: Principais Instrumentos Derivados ........................................................................ 5
Quadro 1.2: Representao das quatro situaes bsicas com opes ....................................... 8
Quadro 1.3: Posio de Compra vs Posio de Venda ............................................................ 11
Quadro 1.4: Situaes bsicas do valor intrnseco de uma opo ............................................ 13
Quadro 1.5: Referncias no estudo das opes entre 1900 e 1979........................................... 14
Quadro 2.1: Volatilidade implcita vs volatilidade terica e prmios das opes de compra .... 28
Quadro 3.1: Sentimentos do mercado em relao aos nveis de volatilidade implcita.............35

NDICE DE TABELAS

Tabela 4.1: Cotaes e rendimentos do ^GSPC vs ^VIX ........................................................ 44
Tabela 4.2: Cotaes e rendimentos do ^GDAXI vs ^VDAX ................................................. 48
Tabela 4.3: Cotaes e rendimentos do ^IXIC vs ^VXN ......................................................... 52

NDICE DE FIGURAS

Figura 1.1: Grfico representativo da posio de compra de uma opo de compra................... 8
Figura 1.2: Grfico representativo da posio de venda de uma opo de compra ..................... 9
Figura 1.3: Grfico representativo da posio de compra de uma opo de venda ................... 10
Figura 1.4: Grfico representativo da posio de venda de uma opo de venda ..................... 10
Figura 2.1: Grfico representativo do sorriso puro da volatilidade .......................................... 31
Figura 2.2: Grfico representativo do sorriso amarelo da volatilidade ..................................... 32
Figura 2.3: Grfico representativo do sorriso trombudo da volatilidade .................................. 33
Figura 3.1: Comportamento dos ndices S&P 500 e VIX - Abril 2009 a Abril 2010 ................ 36
Figura 3.2: Comportamento dos ndices DJIA e VXD - ltima semana de Maro 2010...40

Figura 3.3: Comportamento dos ndices NASDAQ e VXN - Abril 2009 a Abril 2010 ............ 41

i x

Figura 4.1: Evoluo das cotaes do ndice S&P 500............................................................ 45
Figura 4.2: Evoluo dos rendimentos do ndice S&P 500 ...................................................... 45
Figura 4.3: Evoluo das cotaes do ndice de volatilidade VIX ........................................... 46
Figura 4.4: Evoluo dos rendimentos do ndice de volatilidade VIX ..................................... 46
Figura 4.5: Evoluo dos rendimentos do ndice S&P 500 vs VIX.......................................... 47
Figura 4.6: Evoluo das cotaes do ndice DAX-30 ............................................................ 49
Figura 4.7: Evoluo dos rendimentos do ndice DAX-30 ...................................................... 49
Figura 4.8: Evoluo das cotaes do ndice de volatilidade VDAX ....................................... 50
Figura 4.9: Evoluo dos rendimentos do ndice de volatilidade VDAX 50
Figura 4.10: Evoluo dos rendimentos do ndice DAX-30 vs VDAX .................................... 51
Figura 4.11: Evoluo das cotaes do ndice NASDAQ Composite ...................................... 53
Figura 4.12: Evoluo dos rendimentos do ndice NASDAQ Composite ................................ 53
Figura 4.13: Evoluo das cotaes do ndice de volatilidade VXN ........................................ 54
Figura 4.14: Evoluo dos rendimentos do ndice de volatilidade VXN .................................. 54
Figura 4.15: Evoluo dos rendimentos do ndice NASDAQ Composite vs VXN ................... 55
Figura 4.16: Cotaes do ndice S&P500 vs cotaes do ndice VIX - Abril 90 a Abril 10..61
Figura 4.17: Cotaes do ndice S&P 500 vs cotaes do ndice VIX ................................. .62
Figura 4.18: Cotaes do ndice S&P500 vs cotaes do ndice VIX - Janeiro 2000 a Abril
2010 ....................................................................................................................................... 63
Figura 4.19: Distribuio dos rendimentos do ndice S&P 500 ............................................... 66
Figura 4.20: Distribuio dos rendimentos do ndice VIX ...................................................... 66
Figura 4.21: Cotaes do ndice DAX-30 vs cotaes do ndice VDAX ................................. 68
Figura 4.22: Distribuio dos rendimentos do ndice DAX-30 ................................................ 70
Figura 4.23: Distribuio dos rendimentos do ndice VDAX71
importncia da volatilidade implcita: valorizao de opes e ndices de volatilidade implcita

1

Introduo
O objectivo desta dissertao analisar e verificar a informao contida nos IVI
(ndices de volatilidade implcita) e, com isso, demonstrar a relevncia e o papel que
estes desempenham na economia mundial, bem como, mostrar a sua evoluo ao longo
do tempo. Para isso, so desenvolvidos aspectos como: opes financeiras, valorizao
de opes, tipos de volatilidade, VI (volatilidade implcita), sorrisos da volatilidade,
IVI.

Nos mercados financeiros a volatilidade est associada ao sentimento de incerteza face
s decises que se tomam todos os dias. No entanto, e mesmo com riscos associados, as
decises tm de ser tomadas. aqui que o papel da volatilidade assume a sua
importncia fornecendo orientao quando os agentes financeiros tm de assumir
determinadas posies face a um activo. De acordo com D. Ferreira (2009), a
volatilidade constitui assim uma medida de disperso dos preos dos activos subjacentes
em relao sua mdia e durante um determinado perodo de tempo.

Os modelos de valorizao de opes tm em conta esta medida o que faz dela um dos
aspectos mais importantes na rea das opes financeiras. Com o objectivo de conseguir
prever o seu comportamento, o mais aproximadamente possvel e, nas diversas
tentativas de determinar a evoluo da volatilidade, surgiram, e continuam a surgir,
modelos de previso de volatilidade. Neste contexto, a volatilidade deixa de ser vista
como uma informao passada (estatstica ou histrica), para ser um indicador das
decises a tomar no futuro. Por exemplo, pretende-se pagar um prmio de x montante
por uma opo sobre aces, ento necessrio determinar qual deve ser a VI para que
o valor do prmio seja x. Por outro lado, a volatilidade estatstica ou histrica
fornecida pelos ndices de volatilidade.

Mesmo quando esto a subir, os preos das aces geram preocupaes para a maioria
dos investidores (Corrado et al, 2005). A VI tem uma importncia to significativa ao
ponto de ter de ser reportada, de forma rotineira, pelas agncias financeiras e seguida de
perto por profissionais da rea financeira. Desta forma, a informao contida na VI e a

2

qualidade das previses da mesma constituem um dos mais importantes assuntos de
investigao financeira da actualidade.
Associados VI, surgem os IVI com a funo de avaliar e prestar informao sobre os
sentimentos e os nveis de confiana sentidos nos mercados. Os IVI funcionam como
um indicador dos comportamentos nos principais mercados mundiais. Medem a
estabilidade e a confiana que os investidores tm, por exemplo, no ndice americano
S&P 500. Nesta dissertao abordam-se alguns dos ndices existentes: VIX que mede a
volatilidade do ndice americano S&P 500; VXD que mede a volatilidade do ndice
americano DJIA; VXN que mede a volatilidade do ndice americano NASDAQ; VDAX
que mede a volatilidade do ndice alemo DAX-30.

Pela importncia que a comunidade financeira atribui a estes indicadores, foram j
realizados alguns estudos no sentido de perceber se podem ou no auxiliar os
investidores no planeamento de estratgias futuras. Alguns destes estudos tm contedo
relevante para esta dissertao e para auxiliar na compreenso do tema que objecto de
anlise neste trabalho. Por exemplo, Corrado e Miller (2005) analisaram a qualidade da
informao prestada por IVI, publicados pela CBOE (Chicago Board Options
Exchange) sobre os ndices NASDAQ, S&P 100 e S&P 500. Estes autores utilizaram
como termo de comparao a volatilidade que efectivamente se verificou durante a vida
da opo, concluindo que os referidos ndices superam a volatilidade histrica enquanto
previsores da volatilidade futura. Os dados, para este estudo, reportam ao perodo entre
Janeiro de 1988 e Dezembro de 2003 e incluem a volatilidade associada aos ndices em
anlise e a VI nos prmios das opes. Whaley (2008), nas semanas seguintes ao crash
de Setembro de 2008, publicou um artigo denominado Understanding VIX
(Compreender o VIX - traduo nossa). Durante este perodo verificou-se um crescente
pedido de informao, por parte dos investidores, sobre o ndice de volatilidade VIX no
sentido de os ajudar a avaliar o estado dos mercados e da economia. Constituindo este
indicador uma referncia mundial, Whaley elaborou este artigo para facilitar a
compreenso, interpretao e utilidade da informao por este prestada. Costas e
Athanasios (2009), publicaram um outro trabalho sobre este assunto intitulado Implied
Volatility Indices - A review (Reviso sobre IVI traduo nossa). Os autores deste

3

ltimo trabalho, verificaram que os IVI contm informao sobre a volatilidade futura
alm da que est contida na volatilidade histrica.
Para desenvolvimento dos temas referidos, esta dissertao encontra-se organizada em
cinco partes. Na primeira parte, tratado o conceito de opes financeiras,
desenvolvendo os aspectos tericos que esto directamente relacionados com este
assunto. Nesta primeira parte, existe tambm uma componente prtica que passa pela
apresentao e explicao de alguns modelos de valorizao de opes. A segunda
parte, dedicada volatilidade e aos conceitos ligados mesma. Na terceira parte
tratam-se os IVI e na quarta parte, parte prtica, analisam-se os mesmos, atravs da
elaborao e comparao de grficos, e tambm atravs da realizao de teste
estatsticos. Na quinta e ltima parte, resumem-se as principais concluses que se tiram
desta dissertao.

4

1 - Opes Financeiras
Nesta primeira parte da dissertao faz-se um enquadramento de como surge a VI e qual
a sua importncia. Como ponto de partida, aborda-se o que so as opes financeiras e
um dos modelos de valorizao das mesmas - Black-Scholes - uma vez que da que se
ir extrair o objecto de estudo deste trabalho. Este enquadramento abrange o significado
de opes financeiras, os tipos de opes que existem, a importncia e as principais
caractersticas das opes financeiras, o modelo de valorizao Black-Scholes e as
variveis que o compem.

1.1 Instrumentos financeiros derivados
Os intrumentos financeiros derivados so instrumentos de mercado que tm por base
uma relao contratual. O valor dos derivados depende do valor de um activo,
denominado de activo subjacente, que pode ser qualquer activo que se queira proteger:
contratos de seguros, aces, matrias-primas, taxas de juro, entre outros. A relao
contratual que existe, pode gerar um direito de trocar activos ou passivos financeiros,
em condies potencialmente favorveis, ou uma obrigao de trocar activos ou
passivos financeiros em condies potencialmente desfavorveis, de acordo com o
pargrafo AG16, da IAS 32.
Um instrumento financeiro derivado um contrato que se caracteriza pelo seguinte
(pargrafo 9, das IAS 39):
- o seu valor altera-se em consequncia de mudanas numa dada varivel de mercado
(resultam/derivam de alteraes noutros activos), como por exemplo taxa de juro, taxa
de cmbio, preo de uma mercadoria, preo de instrumento financeiro;
- no necessrio um investimento inicial;
- liquidado numa data futura.
Os forwards, futuros, opes e swaps so alguns dos mais importantes tipos de
instrumentos financeiros derivados que existem. Os forwards so contratos para uma
transaco de compra ou venda, num momento futuro, em que as partes envolvidas tm
de cumprir as condies acordadas sem poderem fechar a posio antes da data que foi

5

definida. Os futuros so contratos, entre duas partes, para compra ou venda de um
activo ou instrumento financeiro, num momento futuro (data de vencimento) e por um
preo certo e determinado. As opes so contratos pelos quais a parte compradora
detm um direito, mas no uma obrigao, de comprar ou vender um activo financeiro a
um preo contratado, numa data previamente estabelecida, ou em qualquer momento at
essa data. Por fim, os swaps so contratos, entre duas partes, para efectuar troca de
fluxos de tesouraria no futuro, em que existe um banco intermedirio (swap dealer).
Estes instrumentos derivados tm em comum uma mesma finalidade: defender o valor
dos activos financeiros que se querem proteger.

QUADRO 1.1: PRINCIPAIS INSTRUMENTOS DERIVADOS

O quadro 1.1 resume as principais caractersticas dos instrumentos derivados
anteriormente mencionados. importante referir que estes instrumentos derivados
podem ser aplicados noutras situaes que no apenas as que se exemplificam no
quadro 1.1 (apresentam-se as mais comuns).

6

Uma vez esclarecido o que so instrumentos financeiros derivados e quais os principais
tipos, nos pontos seguintes aborda-se, em maior detalhe, as opes financeiras.

1.2 Opes financeiras: tipos, importncia e caractersticas
Como j foi referido, as opes financeiras constituem um instrumento financeiro
derivado e
so contratos pelos quais o seu possuidor
ou titular tem um direito, mas no uma
obrigao, de comprar ou de vender um
determinado activo subjacente.
(D. Ferreira, 2009;60)

O primeiro mercado de opes foi criado em 1973 na CBOE. As opes so uma
estratgia financeira, em que o titular da opo detm um direito, que pode ou no ser
exercido. Pretende-se, com a utilizao de opes financeiras, proteger um activo que
importante para o investidor. De um modo geral, uma opo financeira um direito de
executar uma aco, como por exemplo diferir, expandir, manter ou abandonar um
projecto durante um determinado perodo de tempo, perodo esse que corresponde
vida da opo.
As opes financeiras podem dividir-se em opes de compra (call options) e opes de
venda (put options). O titular de uma opo de compra tem o direito, mas no a
obrigao, de comprar aces (admitindo que o activo em causa so aces) de uma
determinada empresa, emitidas ou a emitir, por um preo pr-definido (prmio) na data
de vencimento da opo ou at data de vencimento. O titular de uma opo de venda
tem o direito, mas no a obrigao, de vender aces de uma determinada empresa,
emitidas ou a emitir, por um preo pr-definido (prmio) na data de vencimento da
opo ou at data de vencimento.
As opes financeiras podem ainda dividir-se em funo do momento em que podem
ser exercidas (de acordo com o que for estabelecido no contrato):

7

direito exercido na data de vencimento da opo opo de tipo europeu;
direito exercido at data de vencimento da opo opo de tipo americano.
Esta matria pode ter utilizada para a avaliao de empresas, projectos de negcio a
desenvolver ou para a avaliao de instrumentos financeiros. No mbito da avaliao de
empresas ou projectos de negcio, as opes podem ser uma alternativa quando os
indicadores tradicionais se revelam insuficientes. Por exemplo, indicadores
1
como o
VAL (valor actual lquido), TIR (taxa interna de rendibilidade) e PAY-BACK (prazo de
recuperao do investimento) tm uma natureza esttica, uma vez que no incorporam
flexibilidade. Ao analisar-se um projecto de investimento, o seu valor pode aumentar se
existir a possibilidade de crescimento ou expanso, com perspectivas futuras positivas,
o que no possvel verificar se se recorrer apenas aos mtodos comuns. Este tipo de
anlise tambm coloca em aberto possibilidades de diferimento (determinar qual o
melhor momento para investir), abandono (quando ou se aconselhvel abandonar o
projecto, podendo assim reduzir-se os custos de sada) e mudana (o melhor momento
para investir numa mudana). Este tipo de avaliao entra no campo das opes reais.
Sendo uma opo financeira um acordo contratual, existem sempre duas partes:
compradora e vendedora. Cada uma destas partes assume uma posio, consoante seja o
comprador/vendedor da opo de compra/venda:
posio longa;
posio curta.

O comprador/vendedor, que esteja numa posio longa, ganha sempre que a cotao de
um determinado activo subir. Por outro lado o comprador/vendedor, que esteja numa
posio curta, ganha sempre que a cotao de um determinado activo descer. Podem
verificar-se quatro situaes na transaco de opes de compra ou de venda.

1
Para desenvolvimento deste tema consultar Princpios de Gesto Financeira de C. Menezes.

8

QUADRO 1.2: REPRESENTAO DAS QUATRO SITUAES BSICAS COM OPES

Compra de opo de compra
Esta estratgia bem sucedida se forem seleccionados activos cuja cotao ir subir e o
tempo certo para a transaco. Assim os investidores tm de decidir, adequadamente,
quanto ao activo subjacente opo, preo a contratar e a data de vencimento. A
conjugao destes factores conduzir a uma maior ou menor rendibilidade.
O investidor adquire uma opo de compra pagando um prmio no momento do
contrato. Passa assim a ser o titular da opo de compra, tendo o direito de comprar o
activo subjacente ao preo de exerccio que foi contratado. Isto significa que os lucros
sero tanto maiores quanto maior for a subida na cotao do activo, poi estar a comprar
por x algo que vale x+1, por exemplo. A opo s no ser exercida se o preo de
mercado no for igual ou superior ao preo de exerccio. Neste caso, o comprador perde
o direito de exercer a opo de compra e o prmio que foi pago ao vendedor.

FIGURA 1.1: GRFICO REPRESENTATIVO DA POSIO DE COMPRA DE UMA OPO DE COMPRA


9

Venda de opo de compra
O investidor vende opes de compra recebendo o valor do prmio no momento inicial
do contrato. Caso o titular da opo de compra queira exercer o seu direito de comprar
ao preo de exerccio acordado, o vendedor tem a obrigao de vender a esse preo. Isto
significa que os lucros so tanto menores quanto maior for a subida na cotao do
activo, pois ter de vender por x aquilo que lhe custou x+1, por exemplo.

FIGURA 1.2: GRFICO REPRESENTATIVO DA POSIO DE VENDA DE UMA OPO DE COMPRA

Compra de opo de venda
Neste caso, o investidor adquire uma opo de venda pagando um prmio no momento
do contrato. Passa assim a ser o titular da opo de venda, tendo o direito de vender o
activo subjacente ao preo de exerccio contratado. Isto significa que os seus lucros
sero tanto maiores, quanto maior for a descida na cotao do activo, pois estar a
vender por x algo que vale x-1, por exemplo.


10

FIGURA 1.3: GRFICO REPRESENTATIVO DA POSIO DE COMPRA DE UMA OPO DE VENDA

Venda de opo de venda
O investidor vende opes de venda pagando um prmio no momento do contrato. Se o
titular da opo de venda quiser exercer o direito de vender ao preo de exerccio
acordado, o investidor tem a obrigao de comprar a esse preo. Isto significa que os
lucros sero tanto maiores quanto maior for a subida na cotao do activo.

FIGURA 1.4: GRFICO REPRESENTATIVO DA POSIO DE VENDA DE UMA OPO DE VENDA


11

Como resumo apresenta-se o quadro 6, onde se distinguem as obrigaes e os direitos,
do comprador e vendedor, numa transaco de compra ou venda de uma opo.

QUADRO 1.3: POSIO DE COMPRA VS POSIO DE VENDA

Depois de se verificar em que consiste uma opo financeira, que tipos existem, como
podem ser exercidos os direitos que lhe esto associados e qual a sua finalidade,
possvel compreender a importncia que tem a adequada valorizao das opes.
Os investidores, que utilizam este tipo de instrumento financeiro, pretendem transferir
para outra parte os riscos que esto associados aos seus investimentos e da procurarem
faz-lo pelo menor valor possvel. Assim sendo, muito importante que o prmio a
pagar pela opo de compra/venda esteja bem valorizado, pois caso o direito no seja
exercido (na data de vencimento da opo ou at data de vencimento, consoante seja
uma opo tipo europeu ou tipo americano) esse valor no recupervel e o investidor
perde o direito de exercer a opo. Alguns modelos para valorizar e avaliar o prmio a
pagar pelas opes so abordados no ponto seguinte.

12

ainda importante referir os factores que exercem maior influncia no preo das
opes
2
:
preo do activo subjacente;
preo de exerccio;
tempo at ao termo;
taxas de juro;
volatilidade, variabilidade ou disperso das cotaes;
dividendos distribudos.

Em funo do preo de exerccio e do valor de mercado, as opes financeiras podem
tambm classificar-se numa das seguintes situaes:
ITM (in-the-money);
ATM (at-the-money);
OTM (out-of-the-money).

No quadro 3 apresentam-se as situaes que se podem verificar para calls e puts quando
o valor de mercado superior, igual ou inferior ao preo de exerccio. A diferena entre
estes dois valores representa o valor intrnseco de uma opo, isto , o resultado que o
seu possuidor pode obter se optar pelo exerccio imediato - valor mnimo da opo (D.
Ferreira, 2009; 69).

2
Opes Financeiras, de Domingos Ferreira (2009; 75).

13

QUADRO 1.4: SITUAES BSICAS DO VALOR INTRNSECO DE UMA OPO

Como j foi referido, uma opo de compra ganha quando os preos de mercado sobem
pois o possuidor da opo de compra poder comprar por dez um activo com um preo
de mercado igual a 15. Isto significa que a diferena (S X) positiva, logo a opo
encontra-se ITM. Quando o preo de mercado iguala o preo de exerccio, o valor
intrnseco (S X) ser zero, dizendo-se que a opo est ATM. Caso o preo de
mercado seja inferior ao preo de exerccio, (S X) ser uma diferena negativa pois o
activo pode ser adquirido por um preo superior (X) ao que o mercado lhe atribui (S).
De acordo com a definio de opo de compra, o detentor da opo no obrigado a
comprar, pelo que o valor intrnseco no pode ser inferior a zero.
Por outro lado, tm-se as opes de venda que ganham quando os preos descem, uma
vez que o possuidor da opo de venda poder vender por 15 um activo com um preo
de mercado igual a 10. Isto significa que a diferena (X - S) positiva, logo a opo
encontra-se ITM. Quando o preo de mercado iguala o preo de exerccio, o valor
intrnseco (X S) ser zero, dizendo-se que a opo est ATM. Caso o preo de
mercado seja superior ao preo de exerccio, (X S) ser uma diferena negativa pois o
activo pode ser vendido por um preo inferior (X) ao que o mercado lhe atribui (S). De
acordo com a definio de opo de venda, o detentor da opo no obrigado a
vender, pelo que o valor intrnseco no pode ser inferior a zero.

1.3 Modelos de valorizao de opes financeiras
Desde 1900 at 1973, foram vrios os autores que contribuiram para o desenvolvimento
de um modelo que permitisse a valorizao de opes financeiras. No quadro 1.5

14

apresenta-se o contributo de alguns dos modelos desenvolvidos, bem como, limitaes
inerentes s suas formulaes.
O modelo com maior impacto, e que constituiu um ponto de partida para a formulao
de outros modelos, foi desenvolvido em 1973 por Fischer Black e Myron Scholes, tendo
sido designado por Black-Scholes
3
. A ideia base deste modelo a construo de uma
carteira, com opes e um activo subjacente, que pode ser ajustada no tempo, sendo a
sua rendibilidade certa e conhecida em qualquer momento. Pressupe-se que a carteira
no tem risco associado, sendo a rendibilidade igual taxa de juro dos activos sem
risco, e que o preo da opo calculado admitindo que no existe arbitragem no
mercado.
QUADRO 1.5: REFERNCIAS NO ESTUDO DAS OPES ENTRE 1900 E 1979

3
D. Ferreira, 2009 apu The Pricing of Options and Corporate Liabilities, Journal of Political Economy, 1973.

15

O modelo Black-Scholes assenta nos seguintes pressupostos:
as variaes das cotaes durante o tempo de vida da opo seguem uma
distribuio normal;
volatilidade constante no curto prazo: a volatilidade mede o grau de incerteza que
existe quanto s alteraes que podem ocorrer no preo de um activo. Black-Scholes
admitiram que a volatilidade seria constante no curto prazo;
possvel obter e conceder emprstimos a uma taxa de rendimento sem risco
4
que se
mantm constante durante o tempo de contrato da opo;
no existem custos de transaco;
no h lugar ao pagamento de dividendos durante o contrato;
no existem restries existncia de short selling
5
;
no existem oportunidades para a arbitragem
6
;
a opo s pode ser exercida na data de vencimento (s funciona com opes tipo
europeu).

4
Este conceito implica no existir o risco de incumprimento por parte do devedor. No entanto existem outros riscos associados
como o risco de mercado (alterao nas taxas de mercado) e o risco de liquidez (risco de no se conseguir vender o activo, no curto
prazo, sem incorrer em custos significativos).
5
Short selling significa vender um activo que pertence a uma terceira parte, com a inteno de comprar um outro activo semelhante
que ser devolvido ao originador.
6
Arbitragem significa tirar proveito da diferena de preos, de um dado activo, que se verifica entre dois ou mais mercados:
comprando no mercado mais barato e vendendo no mercado mais caro, o lucro ser a diferena.

16

Com base nestes pressupostos, Black-Scholes chegaram s seguintes frmulas para o
clculo de uma call option e de uma put option, respectivamente
7
:

- N(d
j
) = funo de distribuio de probabilidade acumulada de uma varivel
normal estandardizada com mdia igual a zero e desvio-padro igual a um;
- X.e
-rt
= valor actual do preo de exerccio utilizando o regime de capitalizao
contnua;
- c = prmio da call option;
- p = prmio da put option;
- X = preo de exerccio;
- S = preo de mercado ou corrente do activo;
- t = tempo de vida da opo, apresentado como uma percentagem do ano;
- = volatilidade dos preos do activo subjacente, medida como o desvio
padro anualizado instantneo dos rendimentos desse activo subjacente;
- ln = logaritmo natural;
- r = taxa de rendimento sem risco anualizada no regime de capitalizao
contnua.

7

17

Os coeficientes, N(d
1
) e N(d
2
), representam duas probabilidades, sendo que N(d
1
) traduz
o nmero de opes que necessrio vender por cada unidade do activo subjacente e
N(d
2
) traduz a probabilidade de a opo de compra (europeia) ser exercida na data de
vencimento.
8

Ainda em 1973, Robert Merton apresentou um modelo alternativo ao modelo Black-
Scholes para os casos, de opes tipo europeu, com pagamento contnuo de dividendos
(constantes) durante o perodo de contrato da opo. Este autor considera duas situaes
para o exerccio de opes tipo americano:
- sem distribuio de dividendos - no se justifica o exerccio antecipado da opo,
pois o seu valor ser igual ao de uma opo tipo europeia;
- com distribuio de dividendos - o valor do activo diminui aps a distribuio de
dividendos, pelo que ser prefervel exercer a opo, adquirir o activo e receber os
dividendos.
A formalizao do modelo Black-Scholes-Merton a seguinte:

Introduz-se d para ajustar o valor de mercado do activo pelos dividendos (d representa a
taxa de dividendo). O modelo Black-Scholes pode ser utilizado para o caso de
distribuio de dividendos discretos, no entanto necessrio ajustar o valor de mercado
do activo (S).
No ponto 2 introduz-se um exemplo de utilizao do Black-Scholes, cujos dados servem
tambm para a determinao da VI.

8

18

O modelo binomial ou de Cox-Ross-Rubinstein surgiu em 1979 e funciona com os dois
tipos de opes: europeias e americanas. Este modelo assume que no final de cada
perodo existe a probabilidade p de o preo subir e a probabilidade 1-p de o preo
descer. Tem como prametros fundamentais:
- coeficiente de subida u;
- coeficiente de descida d.
- probabilidade de o preo subir p;
- probabilidade de o preo descer q (1-p);
Estes parmetros so representados pelas seguintes expresses:
- u = e
( * (t/n))

- d = 1/u
- p = [(e
(rd-rf)(t/n)
) d] / (u d)
9

- q = 1 - p
Alm da importncia dos modelos anteriormente mencionados, no que respeita
valorizao das opes, no ponto seguinte abordam-se as greeks.

1.4 As Greeks e a sua influncia na valorizao das opes
As greeks so medidas que traduzem a sensibilidade de um derivado, neste caso das
opes, face a alteraes nos prametros dos quais depende o valor do instrumento.
utilizada a designao de greeks pois representam letras no alfabeto grego.
Estas medidas de sensibilidade so ferramentas fundamentais para a gesto do risco,
pois cada uma delas mede a sensibilidade do valor da opo, relativamente a uma
pequena mudana num dos seus componentes: preo do activo subjacente, volatilidade,
tempo e taxa de juro. Nestas anlises, e de acordo com o factor que se pretende estudar,

9
O factor n representa o nmero de perodos.

19

assume-se que apenas um dos factores se altera e os restantes mantm-se constantes.
So teis para quem negoceia instrumentos derivados, especialmente para quem
pretende proteger as suas carteiras de investimentos de mudanas adversas que possam
ocorrer nos mercados.
O conjunto de greeks, que so utilizadas como mtodo de cobertura, o seguinte:
(1) delta;
(2) gamma;
(3) vega;
(4) volga;
(5) theta;
(6) rho.

1.4.1 Delta ()
O delta representa a sensibilidade (taxa) do valor da opo em relao a uma pequena
alterao no preo do activo subjacente, assumindo que as restantes variveis se
mantm constantes.
O delta ser um nmero entre 0 e 1 para uma opo de compra e, entre -1 e 0 para uma
opo de venda:
- opo de compra 0 1 ;
- opo de venda -1 0 .
Estes valores so apresentados como uma percentagem do nmero total de aces
representadas pelo contrato de opo. Por exemplo, uma opo de compra que tenha um
delta de 0,25 significa que um aumento de 1,00 no preo do activo subjacente,
aumentar 0,25 no preo da opo.

20

Um delta positivo significa que o valor da opo aumenta com subidas no preo do
activo subjacente e diminui com descidas no preo do mesmo. Por outro lado, um delta
negativo significa que o valor da opo diminuir com subidas no preo do activo
subjacente e aumentar com as descidas (relao negativa).
No modelo Black-Scholes o delta representado pela probabilidade N(d
1
), sendo que
para as calls positivo, pois existe uma relao positiva entre o valor da opo e o preo
do activo subjacente, e para as puts negativo, pois existe uma relao negativa entre o
preo da opo e o preo do activo subjacente.

Esta medida de sensibilidade influenciada por
10
:
- preo de mercado/cotao do activo subjacente (S) e preo de exerccio (X);
- variaes na volatilidade e no tempo at maturidade;
- variaes no preo do activo subjacente.

1.4.2 Gamma ()
O gamma taxa de variao do delta mede a variao que ocorre no delta sempre que
se verifiquem alteraes no preo do activo subjacente. Esta medida importante pois
permite corrigir a convexidade do valor (curvatura de como o preo de uma obrigao
varia com as alteraes da taxa de juro). Um gamma positivo traduz uma relao
positiva entre as alteraes no preo do activo subjacente e o delta da opo.

1.4.3 Vega () e Volga
O vega mede a sensibilidade do preo da opo quando ocorrem alteraes na
volatilidade implcita. expresso como o montante (por aco) que o valor da opo ir
ganhar, ou perder, quando a volatilidade subir, ou descer, 1%.

10
Opes Financeiras, de Domingos Ferreira (2009; 318, 319, 321).

21

O vega pode ser muito importante na orientao de um option trader (negociador de
opes - traduo nossa), principalmente em mercados muito volteis, pois algumas
estratgias com opes podem ser particularmente sensveis a alteraes na volatilidade.
Para um vega de, por exemplo, 0,375662, quando a volatilidade subir um ponto o preo
da opo sobe 0,375662, pelo que uma subida de 1% na volatilidade implica que o
preo da opo passe de 10 para 10 + 0,01 x 0,375662. No caso de uma descida de 1%
na volatilidade, o valor da opo passar de 10 para 10 - 0,01 x 0,375662.
Assim, pode dizer-se que aumentos na volatilidade causam aumentos no valor das
opes e vice -versa.
O volga representa a taxa de variao do vega face a alteraes na volatilidade.
Representa assim a segunda derivada da opo em relao a uma alterao na
volatilidade e a primeira derivada do vega em relao a uma alterao na volatilidade.

1.4.4 Theta ()
O theta mede a sensibilidade do valor de uma opo em relao ao tempo que falta at
maturidade (variao do tempo). Vem expresso em valor por ano (valor/ano).
Para thetas positivos o valor da opo aumenta medida que o tempo passa, enquanto
que para thetas negativos verifica-se o inverso. Desta forma, prefervel comprar
opes com maiores vencimentos.
Este parmetro til para planear transaces futuras e os seus custos, mas no
utilizado como um parmetro de cobertura de risco.

1.4.5 Rho ()
O rho mede a sensibilidade do valor da opo face a alteraes na taxa de juro
aplicvel.
Das medidas de sensibilidade do valor da opo aqui introduzidas, o rho a menos
utilizada pois o valor de uma opo menos sensvel a alteraes nas taxas de juro,

22

dado serem mais estveis do que o preo do activo subjacente ou a volatilidade
implcita.
Assim como o theta, o rho, no utilizado para cobertura de risco com opes, mas sim
para anlise de variao das opes relativamente a variaes que possam ocorrer nas
taxas de juro.
Apresentado o conceito de opes financeiras, alguns dos seus modelos de valorizao,
e a importncia da mesma, altura de entrar no ponto 2, onde se aborda a volatilidade
implcita.

2 Volatilidade
A volatilidade um aspecto de grande importncia na rea das opes, pois
fundamental para que estas sejam correctamente valorizadas.
No ponto anterior foi referido que a volatilidade uma das variveis que compe o
modelo de valorizao de opes Black-Scholes, sendo a nica que no observvel.
A VI a volatilidade que est implcita num dado preo de mercado de uma opo,
utilizando um modelo de valorizao de opes. Assumindo que o mercado eficiente e
o modelo de valorizao vlido, a VI deveria ser uma previso eficiente e no
enviesada da volatilidade futura, para o restante tempo de vida da opo (Li e Yang,
2008).
A relao entre a VI e volatilidade efectiva, constitui um teste conjunto eficincia do
mercado e aplicabilidade do modelo de valorizao. Latane e Rendleman, utilizaram
os preos de fecho das opes e aces de 24 empresas, cujas opes eram
comercializadas na Bolsa de Chicago (CBOE). Concluram que a VI supera a
volatilidade histrica no que respeita previso da volatilidade futura.
Day e Lewis, examinaram as opes do ndice S&P 100 (OEX opes), entre 1983 e
1989, verificando que a VI no continha mais informao do que a volatilidade
histrica, sobre a volatilidade futura.

23

Para responder s diferentes concluses que surgiram, Jorion (1995) sugeriu duas
explicaes: os testes realizados contm erros ou as opes de mercado no so
eficientes.
Este autor concluiu que a VI uma previso eficiente, mas enviesada da volatilidade
futura. Fleming, utilizando o ndice de opes S&P 100, para o perodo de anlise entre
1985 e 1992, verificou que a VI tem maior poder de previso, em relao volatilidade
efectiva, do que a volatilidade histrica. Ou seja, a volatilidade histrica pode conter
parte da informao da qual ser, efectivamente, a volatilidade futura.

2.1 Tipos de volatilidade
A volatilidade pode ser histrica ou estatstica, implcita, previsional ou futura. A
volatilidade histrica, ou estatstica, mede as variaes nos preos que ocorreram no
passado e calculada pelo desvio-padro das variaes logartmicas desses preos.

O valor que se obtm desta expresso introduzido na frmula do modelo Black-
Scholes e, o preo da opo que da advm uma consequncia.
A volatilidade histrica pouco exacta para estimar a volatilidade futura pois, de um
modo geral, o preo da opo que se obtm diferente do preo de mercado, o que pode
pr em questo a validade dos modelos de valorizao de opes. A resposta para esta
diferena reside na VI: diferena entre a volatilidade histrica e a volatilidade que o
mercado atribui s condies inerentes s opes, num dado momento.
O processo para obter a VI o inverso ao que se utiliza para obter a volatilidade
histrica, uma vez que utilizado o preo da opo como input no modelo de
valorizao. Com esta aproximao possvel saber o que o mercado pensa sobre um
activo num dado momento e fazer comparaes entre os preos das opes em
diferentes maturidades.

24

2.2 Volatilidade histrica ou estatstica
Quanto maior for a volatilidade, maior a incerteza, o valor do tempo
11
e o prmio da
opo.

A volatilidade a nica varivel dos modelos de valorizao que no directamente
observvel, tendo de ser estimada:

- n = nmero de observaes;
- x
t
= logaritmo natural de quociente entre duas cotaes sucessivas: ln ( P
t
/ P
t-1
);
- x = mdia aritmtica de x
t
.

Este mtodo de clculo da volatilidade, apesar de simples, implica que se obtenha
diariamente a cotao de fecho do activo em estudo. Utilizando valores dirios, obtm-
se a volatilidade diria, pelo que necessrio anualizar o resultado obtido. Isto ,
multiplicando o resultado anterior pelo valor da raiz quadrada do nmero de dias em
que houve transaces (E. Duarte, 2007).

A volatilidade histrica tem como limitao, na previso de valores futuros, o facto de
que os valores histricos dificilmente se repetiro. No entanto, relevante na previso
de valores futuros, uma vez que contribui para a formao de expectativas.

11
O valor do tempo a diferena entre o valor da opo e o seu valor intrnseco.

25

2.3 Volatilidade implcita

Como j foi referido, a VI traduz aquilo que o mercado pensa sobre um activo em
determinado momento. O preo da opo o input e a volatilidade o output, do modelo
de valorizao.

Existe uma forte correlao entre o preo das opes e a VI sendo que, se a VI aumenta,
o preo da opo tambm aumenta. O valor da VI est em constante mudana, o que se
pode constatar comparando os valores de fecho de dias consecutivos.

importante conhecer os valores da VI e da volatilidade histrica, pois com isso
podem-se realizar estratgias com base nos diferenciais de prmios.

Se o preo de uma opo for calculado com base na volatilidade histrica e, se se
verificar que o preo de mercado diferente (assumindo que as restantes variveis se
mantm constantes), pode concluir-se que esta diferena se deve volatilidade.

De seguida e, atravs de um exemplo retirado do livro Opes Financeiras, de
Domingos Ferreira, demonstra-se como calcular o preo de uma opo atravs do
modelo Black-Scholes (manualmente e utilizando a aplicao Option!) e como calcular
a VI utilizando o comando Goal Seek, do Excel.
Para clculo do preo da opo de compra utilizar-se-o as frmulas apresentadas no
ponto 1.3 e os dados do quadro 2.1.

Clculo de d
1


26

Clculo de d
2

Clculo de N(d
1
) e N(d
2
)

Estas probabilidades podem ser determinadas, atravs do Excel, utilizando a frmula
Normsdist:

N(d
1
) = Normsdist (-0,666181179)
N(d
1
) = 0,253

N(d
2
) = Normsdist (-0,752771713)
N(d
2
) = 0,226

Clculo do prmio da opo de compra

Este procedimento deve ser repetido para todas as linhas do quadro 2.1. Como
alternativa, poder ser utilizada a aplicao Option!, em que, apenas com a introduo
dos dados de base, devolvido o valor do prmio da opo de compra e da opo de
venda.

27


28

QUADRO 2.1: VOLATILIDADE IMPLCITA VS VOLATILIDADE TERICA E PRMIOS DAS OPES DE COMPRA


29

De seguida, e utilizando os dados do mesmo quadro, apresenta-se o comando Goal Seek
do Excel, como uma ferramenta a utilizar na determinao da VI .

Goal Seek
Para que esta ferramenta funcione devem ser introduzidas as frmulas que so
necessrias determinao do preo da opo, de modo a que o processo esteja
devidamente automatizado. Caso a insero dos valores seja manual, este comando no
funcionar por no ser possvel associar a clula da volatilidade aos preos de mercado
e terico.

As etapas a seguir na utilizao do goal seek so as seguintes:
1. inserir os dados base e as frmulas de clculo;
2. activar o comando, definir as clulas e dar ok;
3. verificar que o valor da volatilidade e o preo terico se alteraram.

1.


30

2.

3.

2.3.1 Os sorrisos da volatilidade

Os sorrisos da volatilidade so formas grficas que resultam da VI de opes com o
mesmo activo subjacente e com a mesma data de vencimento, para os vrios preos de
exerccio possveis.
S se consegue construir estes grficos aps determinar a VI para cada preo de
exerccio. Utilizando o modelo Black-Scholes, possvel avaliar a volatilidade de um
activo introduzindo diferentes preos de mercado para as opes. Teoricamente, para
opes com a mesma data de vencimento este modelo assume que a VI a mesma,
independentemente do preo de exerccio que se utilize. No entanto, a VI que se obtm

31

diferente para diferentes preos de exerccio. Este comportamento, ou desvio, traduz-
se nos sorrisos da volatilidade.

O grfico dos sorrisos da volatilidade tem a forma de U, mostrando que para opes
ITM e OTM a VI elevada e baixa para opes ATM. (Os conceitos ITM, OTM e
ATM traduzem as posies em que o valor intrnseco de uma opo de compra ou de
venda pode encontrar-se, consoante o seu valor de mercado seja igual, maior ou menor
do que o preo de exerccio exemplificado no quadro 1.4 do ponto 1.2).

Os sorrisos da volatilidade
12
podem ser:
- sorriso puro e franco smile (figura 2.1);
- sorriso amarelo ou forado skew, smirk ou sneer (figura 2.2);
- sorriso trombudo frown (figura 2.3).

Em 1972, Black-Scholes, analisaram opes sobre aces da NYSE (New York Stock
Exchange) concluindo a existncia desses mesmos desvios entre o preo determinado
com o modelo e o preo de mercado
13
.

FIGURA 2.1: GRFICO REPRESENTATIVO DO SORRISO PURO DA VOLATILIDADE

12
13
C. Lanari et al. apud Viana (1998).

32

A figura 2.1 mostra a volatilidade para opes com a mesma data de vencimento mas
diferentes preos de exerccio. A relao entre o preo de exerccio e a VI o que se
tem estado a referir por sorriso da volatilidade. Numa opo de compra, se o preo de
mercado (S) superior ao preo de exerccio (X) a opo est ITM a VI superior.
Numa opo de venda, se o preo de mercado (S) superior ao preo de exerccio (X)
a opo est OTM a VI superior.
De um modo geral, o ponto mais baixo na curva do sorriso da volatilidade corresponde
posio ATM (X = S).

FIGURA 2.2: GRFICO REPRESENTATIVO DO SORRISO AMARELO DA VOLATILIDADE

A figura 2.2 mostra a forma de um sorriso amarelo. Este sorriso da volatilidade assim
denominado devido linha ascendente que apresenta. O sorriso amarelo mostra que
opes de compra deep in-the-money (no extremo ITM) e opes de venda deep out-of-
the-money (no extremo OTM) so mais caras do que aquilo que o modelo Black-Scholes
prev, enquanto opes de compra deep out-of-the-money e opes de venda deep in-
the-money so mais baratas. O sorriso amarelo mostra que os vendedores de opes
acreditam que muito mais provvel que advenham perdas da venda de opes de puts
OTM do que de calls OTM.

33

FIGURA 2.3: GRFICO REPRESENTATIVO DO SORRISO TROMBUDO DA VOLATILIDADE

A figura 2.3 mostra um sorriso trombudo, em que a curvatura o inverso da que se tem
com um sorriso aberto.

3 ndices de Volatilidade Implcita e os Sentimentos dos Mercados
Alguns anos depois da CBOE ter introduzido a negociao do primeiro contrato de
opes (Abril de 1973), Gastineau (1977) foi o primeiro acadmico a criar um IV
(ndice de volatilidade) baseado nos preos de mercado das opes. Nos anos seguintes,
foram vrios os estudiosos que seguiram e desenvolveram o trabalho de Gastineau,
nomeadamente Galai (1979); Cox e Rubinstein (1985); Brenner e Galai (1993) e;
Whaley (1993). Mas foi o trabalho deste ltimo que definiu a rea de actuao dos
ndices baseados na VI dos preos das opes de mercado. Whaley desenvolveu uma
metodologia inovadora para o clculo de um IVI, pois foi o primeiro a considerar
ndices de opes em vez de opes de mercado individuais (C. Siriopoulos e A.Fassas,
2009 apud Fleming et al, 1995).


34

Em 1993, CBOE tornou-se na primeira bolsa organizada que introduziu oficialmente
um IVI, o VIX. Este ndice baseou-se na metodologia de Whaley e rapidamente se
tornou numa fonte de comparao e avaliao do risco no mercado de aces dos
Estados Unidos (C.Siriopoulos e A.Fassas, 2009).

Seguindo o exemplo de sucesso da CBOE, bolsas de outros pases desenvolveram os
seus prprios ndices: Deutsche Brse introduziu o ndice VDAX em 1994 e French
March des Options Ngotiables de Paris (MONEP) introduziu, em 1997, dois IVI
(VX1 e VX6). Em 2003, a CBOE lanou novamente o ndice VIX mas com uma nova
metodologia de valorizao de swaps, baseada no trabalho de Demeterfi et al (1999).
(C.Siriopoulos e A.Fassas, 2009). O ndice mais recentemente adicionado famlia de
ndices de VI, j existentes, foi o FTSE 100 (2008), tendo por base o ndice de
referncia de opes do Reino Unido. Os ndices de VI constituem um dos instrumentos
mais utilizados para medir a VI.

Os ndices de volatilidade implcita tm como
principal objectivo avaliar as condies, os
sentimentos e os nveis de confiana vividos nos
mercados.
(D. Ferreira, 2009; 357)

Um IVI reflecte as expectativas de mercado em relao volatilidade futura do ndice
de opes que lhe est subjacente:

- IVI elevado significa maior instabilidade e maior receio dos mercados;
- IVI baixo significa maior estabilidade e maior confiana dos investidores.

No quadro 3.1 apresentam-se os sentimentos no mercado face aos nveis de VI.


35

QUADRO 3.1: SENTIMENTOS DO MERCADO EM RELAO AOS NVEIS DE VOLATILIDADE IMPLCITA

3.1 ndice de volatilidade de opes sobre o S&P 500 (VIX)

Este ndice foi introduzido em Setembro de 2003 e tem duas diferenas essenciais
quando comparado com o VIX inicialmente introduzido. Os dois ndices tm subjacente
ndices diferentes, isto , o novo VIX tem por base opes subscritas no ndice S&P
500, enquanto o VXO (VIX inicial) tem por base opes do ndice S&P 100. Os dois
ndices tambm utilizam diferentes mtodos de clculo da VI, sendo que o VIX
independente de qualquer modelo, no recorrendo assim ao mtodo Black-Scholes. O
VIX mede a VI de opes do ndice S&P 500 para os 30 dias seguintes. Baseia-se no
conceito de justo valor da varincia futura, desenvolvido por Demeterfi e clculado a
partir de variveis directamente observveis, independentes de qualquer modelo de
valorizao, tais como os preos de mercado de uma opo de venda e de uma opo de
compra e as taxas de juro. considerado the fear index - o ndice do medo (traduo
nossa).
14

14
www.cboe.com, acedido em 16 de Fevereiro de 2010

36

FIGURA 3.1: COMPORTAMENTO DOS NDICES S&P 500 E VIX - ABRIL 2009 A ABRIL 2010

Os ndices de mercado, tais como o S&P 500, so calculados utilizando os preos das
aces que o compem. Cada ndice tem por base determinadas regras para a seleco
das aces a incluir e uma frmula de clculo. O ndice VIX um IV composto por
opes, em vez de aces, com o preo de cada opo a reflectir as expectativas de
mercado em relao volatilidade futura (para os prximos 30 dias).
15

O clculo deste ndice composto por trs passos, de acordo com o descrito no site da
CBOE: seleco das opes a serem utilizadas no clculo do ndice de volatilidade;
clculo da volatilidade para opes near-term
16
e opes next-term; clculo da mdia
para 30 dias e multiplicao por 100 da raz quadrada desse valor, obtendo-se assim o
valor do VIX.

15
The CBOE Volatility Index VIX, (2009; 2; 4)
16
Opes near-term tm no mnimo uma semana de vida antes da data de vencimento.

37

A explicao do clculo dos IVI, apresentada pelo site da CBOE
17
, envolve maior
detalhe e maior complexidade, pelo que se utiliza de seguida um exemplo retirado do
livro Opes Financeiras de Domingos Ferreira.

So utilizadas oito opes de compra e venda (quatro de compra e quatro de venda)
imediatamente ITM e OTM, em primeiro e em segundo nvel.

Os preos das opes a utilizar so determinados atravs da mdia dos preos bid/ask
(compra/venda traduo nossa) que esto em vigor, no mercado, no momento em que
calculado o IVI. As volatilidades implcitas nesses preos so ponderadas de modo a
representarem 30 dias de calendrio ou 22 dias de transaces. Assim, e uma vez que os
preos das opes tm por base dias de calendrio e os ndices de volatilidade dias de

17
Esta informao pode obter-se consultando o documento disponvel em http://www.cboe.com/micro/vxn/#method.

38

transaces, necessrio fazer ajustamentos. Admitindo que N
c
representa o nmero de
dias de calendrio e N
t
o nmero de dias de transaco:

A segunda frmula serve para ajustar a VI e tem-se que:

-
t
= taxa de VI associada aos dias de transaco e;
-
c
= taxa de VI associada aos dias de calendrio.

Posto isto, determinam-se as mdias das volatilidades implictas, das opes de compra
e de venda, para o primeiro e para o segundo nvel, o que ir gerar quatro volatilidades.
Com estas volatilidades para cada maturidade, e atravs de interpolao, apuram-se as
volatilidades implcitas para a posio ATM. Calculadas as volatilidades ATM, o IVI
obtido pela seguinte expresso:

N
t,1
e N
t,2
representam o nmero de dias de transaco at ao vencimento do primeiro e
segundo nvel.


39

3.2 ndice de volatilidade de opes sobre o DAX-30 (VDAX)

Em 1994, a Deutsche Brse, na Alemanha, publicou uma srie de ndices baseados no
ndice de opes DAX-30. Foram introduzidos oito sub-ndices de volatilidade,
correspondentes ao nmero de meses at ao vencimento das opes (entre 2 a 24 meses)
e calculados atravs de dois pares de opes (um par com o preo de exerccio acima do
preo calculado e outro par com o preo de exerccio abaixo do preo calculado
utilizao do modelo Black-Scholes). O ndice VDAX, principal IVI alemo,
calculado, uma vez por minuto, por interpolao linear de dois sub-ndices com cerca de
45 dias at ao vencimento.

O ndice VDAX-New, introduzido a 20 de Abril de 2005, quantifica o risco esperado no
mercado de aces alemo e expressa as expectativas do mercado em relao s
variaes no DAX-30. Este ndice tornou-se uma referncia para as empresas que
constituem o DAX-30.

A metodologia utilizada para o seu clculo passa por: avaliao dos sub-ndices de
volatilidade pelas datas de vencimento; clculo dos sub-ndices ao minuto; construo
do ndice de referncia, a 30 dias da data de vencimento e atravs de interpolao linear,
com os valores dos dois sub-ndices que se encontrarem mais prximos.

Os ndices VDAX e VDAX-New apresentam diferenas relevantes na metodologia que
utilizam. O primeiro mede a VI utilizando opes ATM, enquanto o segundo utiliza a
VI nas opes ATM e OTM; o VDAX utiliza o modelo Black-Scholes, enquanto o
VDAX-New no recorre a qualquer modelo de valorizao de opes, envolvendo
apenas somatrios sobre os preos das opes; o ndice VDAX determinado para os
45 dias seguintes, enquanto o VDAX-30 determinado para os 30 dias seguintes.
18

18
http://deutsche-boerse.com, acedido em 16 de Fevereiro de 2010

40

3.3 ndice de volatilidade de opes DJIA (VXD)

O ndice VXD foi introduzido em 2005 pela CBOE, sendo baseado nos preos reais das
opes do ndice DJIA e foi concebido para reflectir o consenso dos investidores
relativamente volatilidade futura esperada (tambm calculado a 30 dias).

FIGURA 3.2: COMPORTAMENTO DOS NDICES DJIA E VXD - LTIMA SEMANA DE MARO 2010

A metodologia utilizada para o clculo deste ndice semelhante do ndice VIX,
sendo que este sobre opes do ndice DJIA.

3.4 ndice de volatilidade de opes sobre o NASDAQ-100 (VXN)

Introduzido em Janeiro de 2002, constitui uma medida das expectativas de mercado dos
preos das opes associadas ao ndice NASDAQ-100. Mede as expectativas de
mercado de 30 dias da VI destas opes. O VXN um barmetro dos sentimentos dos
investidores e da volatilidade do mercado no que respeita ao ndice NASDAQ-100.


41

FIGURA 3.3: COMPORTAMENTO DOS NDICES NASDAQ E VXN - ABRIL 2009 A ABRIL 2010

A metodologia utilizada para o clculo deste ndice semelhante do ndice VIX,
sendo que este sobre opes do ndice NASDAQ.


42

4 Interpretao da informao contida nos ndices de volatilidade implcita

Sendo os IVI indicadores do nvel de incerteza vivida, diariamente, nos mercados
financeiros, nesta fase da dissertao apresenta-se a evoluo de alguns deles, e faz-se
uma anlise das suas oscilaes. Para isso, referem-se, de seguida, quais os aspectos
metodolgicos deste estudo, as bases de dados utilizadas e os procedimentos.
Posteriormente apresentam-se os grficos construdos com a informao obtida.

4.1 Aspectos metodolgicos
Objectivo geral: contribuir para a compreenso, interpretao e leitura adequada da
informao contida nos IVI;
Objectivos especficos: elaborao de grficos para os IVI, mostrar a evoluo ao
longo dos anos e fazer comparaes entre os ndices.
Populao: cotaes dirias dos ndices de aces e dos IVI de opes sobre aces.
Amostra: S&P 500, GSPC, VIX, DAX-30, GDAXI, VDAX, NASDAQ Composite,
IXIC e VXN.
Caractersticas de seleco: so transaccionados nas principais bolsas do mundo,
tm associados ndices de aces mais antigos, traduzem os sentimentos dos
mercados e constituem um meio de avaliao das oscilaes que podem ocorrer nos
mercados mundiais e, so tambm os mais utilizados para o planeamento de
estratgias.
Recolha de dados: os dados utilizados foram obtidos no site
www.yahoofinance.com (site fidedigno, Copyright 2010).
Bases de dados: os dados so apresentados medida que se trata cada um dos
ndices seleccionados. No entanto, foi omitida parte da informao (referente ao
perodo entre Abril de 1990 e Abril de 2010) por ser bastante extensa ainda que
fosse apresentada em forma de apndice.
Procedimentos: foi seleccionada a informao dos ltimos vinte anos, mais
propriamente informao para o perodo compreendido entre Abril de 1990 e Abril
de 2010. Contudo, nem todos os ndices tm informao disponvel para um perodo
to longo de tempo, dado alguns terem sido criados j na dcada de 2000.

43

A primeira abordagem que ir ser feita aos dados obtidos a construo dos grficos
que demonstram a evoluo dos ndices. O tratamento da informao recolhida passou
pelos seguintes momentos:
1 - clculo da variao das cotaes, numa base diria (cotao de fecho do dia X+1 /
cotao de fecho do dia X);
2 - clculo do logaritmo natural, numa base diria, para a variao apurada no ponto 1
[ln (variao)];
3 - clculo da variao das cotaes das opes sobre aces, numa base diria (cotao
de fecho do dia X+1 / cotao de fecho do dia X);
4 - clculo do logaritmo natural, numa base diria, para a variao apurada no ponto 3
[ln (variao)];
5 - representao grfica da evoluo das cotaes, para cada ndice de aces;
6 - representao grfica da evoluo dos rendimentos das cotaes, obtida no ponto 2;
7 - representao grfica da evoluo das cotaes das opes sobre aces, para cada
IVI;
8 - representao grfica da evoluo dos rendimentos das cotaes, obtida no ponto 4;
9 - representao grfica da evoluo dos rendimentos obtidos para o ndice de aces e
para o correspondente IVI, em simultneo.
Resumidamente, cada um dos ndices (por exemplo, S&P 500 ou DAX-30) referidos
engloba diversas empresas e contm as cotaes das aces das mesmas. A evoluo
dessas cotaes pode observar-se consultando os ndices ^GSPC ou ^GDAXI. Por sua
vez, cada um destes ndices tem associado um terceiro ndice que mede a VI das opes
que so transaccionadas sobre essas aces.

No ponto seguinte apresentada, graficamente, a evoluo dos ndices seleccionados.
Os grficos so elaborados com recursos aos procedimentos anteriormente referidos e
com recurso ao Excel.


44

4.2 Evoluo dos ndices de aces e dos IVI

4.2.1 - ndice S&P 500 e VIX
Para anlise do ndice S&P 500 e do correspondente IVI, VIX, os dados utilizados so
os constantes na tabela 4.1.

TABELA 4.1: COTAES E RENDIMENTOS DO ^GSPC VS ^VIX

Font e: El abor ao pr pr i a


45

FIGURA 4.1: EVOLUO DAS COTAES DO NDICE S&P 500


FIGURA 4.2: EVOLUO DOS RENDIMENTOS DO NDICE S&P 500


46

FIGURA 4.3: EVOLUO DAS COTAES DO NDICE DE VOLATILIDADE VIX


FIGURA 4.4: EVOLUO DOS RENDIMENTOS DO NDICE DE VOLATILIDADE VIX


47

FIGURA 4.5: EVOLUO DOS RENDIMENTOS DO NDICE S&P 500 VS VIX


Pela anlise dos grficos anteriores pode confirmar-se a relao inversa que existe entre
as cotaes de um ndice de aces e a correspondente volatilidade.
Para o perodo entre Abril de 1990 e Abril de 2000 as cotaes do ndice S&P 500
apresentam uma subida constante e a volatilidade mantm-se tambm em nveis
aceitveis, entre 10 e 30 (patamar entre a satisfao e a ansiedade moderada). No
perodo compreendido entre Abril de 2000 e Junho de 2002, as cotaes do S&P 500
desceram, descida esta que foi acompanhada por uma subida da volatilidade, uma vez
que no nicio deste perodo esta se situa um pouco acima do nvel 30 e no fim (Junho de
2002) encontra-se acima do nvel 40. No perodo seguinte, entre Junho de 2002 e Abril
de 2007, as cotaes do ndice S&P 500 apresentam novamente uma subida e a
volatilidade uma descida, passando esta ltima de 40 para 10. Entre Abril de 2007 e
Janeiro de 2009, a queda deste ndice de aces acentuada, e a maior de que h
registo, o que novamente acompanhado pelo aumento da volatilidade que atinge o
nvel de pnico extremo (nvel 80), nunca antes antigido.
-0,40
-0,30
-0,20
-0,10
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0
2
-
0
4
-
1
9
9
0
0
2
-
0
4
-
1
9
9
1
0
2
-
0
4
-
1
9
9
2
0
2
-
0
4
-
1
9
9
3
0
2
-
0
4
-
1
9
9
4
0
2
-
0
4
-
1
9
9
5
0
2
-
0
4
-
1
9
9
6
0
2
-
0
4
-
1
9
9
7
0
2
-
0
4
-
1
9
9
8
0
2
-
0
4
-
1
9
9
9
0
2
-
0
4
-
2
0
0
0
0
2
-
0
4
-
2
0
0
1
0
2
-
0
4
-
2
0
0
2
0
2
-
0
4
-
2
0
0
3
0
2
-
0
4
-
2
0
0
4
0
2
-
0
4
-
2
0
0
5
0
2
-
0
4
-
2
0
0
6
0
2
-
0
4
-
2
0
0
7
0
2
-
0
4
-
2
0
0
8
0
2
-
0
4
-
2
0
0
9
LN ^ VIX
LN ^ GSPC

48

4.2.2 - ndice DAX-30 e VDAX
Para anlise do ndice DAX-30 e do correspondente IVI, VDAX, os dados utilizados
so os constantes na tabela 4.2.

TABELA 4.2: COTAES E RENDIMENTOS DO ^GDAXI VS ^VDAX


Este um dos casos em que a comparao apenas pode ser feita a partir de 2005, pois o
ndice de volatilidade VDAX surgiu em 2005.

49

FIGURA 4.6: EVOLUO DAS COTAES DO NDICE DAX-30


FIGURA 4.7: EVOLUO DOS RENDIMENTOS DO NDICE DAX-30


50

FIGURA 4.8: EVOLUO DAS COTAES DO NDICE DE VOLATILIDADE VDAX


FIGURA 4.9: EVOLUO DOS RENDIMENTOS DO NDICE DE VOLATILIDADE VDAX



51

FIGURA 4.10: EVOLUO DOS RENDIMENTOS DO NDICE DAX-30 VS VDAX


Dos grficos anteriores verifica-se que, para o perodo entre Novembro de 2005 e Julho
de 2007, o ndice de aces DAX-30 est em subida constante, o que acompanhado
com satisfao pelos investidores: a volatilidade registada varia entre 10 e 15. Nesta
altura, Julho de 2007, inicia-se uma descida que continua at Dezembro de 2008, o que
leva os investidores ao pnico extremo (volatilidade com um nvel de 75). Entre
Dezembro de 2008 e Novembro de 2009, as cotaes do DAX-30 comeam a ganhar
registando-se, em contrapartida, uma descida da volatidade para o nvel 20, o que
significa pouca satisfao por parte dos investidores, mas ansiedade moderada.
-0,30
-0,20
-0,10
0,00
0,10
0,20
0,30
0,40
2
6
-
1
1
-
1
9
9
0
2
6
-
1
1
-
1
9
9
1
2
6
-
1
1
-
1
9
9
2
2
6
-
1
1
-
1
9
9
3
2
6
-
1
1
-
1
9
9
4
2
6
-
1
1
-
1
9
9
5
2
6
-
1
1
-
1
9
9
6
2
6
-
1
1
-
1
9
9
7
2
6
-
1
1
-
1
9
9
8
2
6
-
1
1
-
1
9
9
9
2
6
-
1
1
-
2
0
0
0
2
6
-
1
1
-
2
0
0
1
2
6
-
1
1
-
2
0
0
2
2
6
-
1
1
-
2
0
0
3
2
6
-
1
1
-
2
0
0
4
2
6
-
1
1
-
2
0
0
5
2
6
-
1
1
-
2
0
0
6
2
6
-
1
1
-
2
0
0
7
2
6
-
1
1
-
2
0
0
8
2
6
-
1
1
-
2
0
0
9
LN GDAXI
LN VDAX

52

4.2.3 - ndice NASDAQ Composite e VXN
Para anlise do ndice NASDAQ Composite e do correspondente IVI, VXN , os dados
utilizados so os constantes na tabela 4.3.

TABELA 4.3: COTAES E RENDIMENTOS DO ^IXIC VS ^VXN

No caso destes ndices, a comparao apenas pode ser feita a partir de 2001.

53

FIGURA 4.11: EVOLUO DAS COTAES DO NDICE NASDAQ COMPOSITE


FIGURA 4.12: EVOLUO DOS RENDIMENTOS DO NDICE NASDAQ COMPOSITE


54

FIGURA 4.13: EVOLUO DAS COTAES DO NDICE DE VOLATILIDADE VXN


FIGURA 4.14: EVOLUO DOS RENDIMENTOS DO NDICE DE VOLATILIDADE VXN



55

FIGURA 4.15: EVOLUO DOS RENDIMENTOS DO NDICE NASDAQ COMPOSITE VS VXN


Para o perodo entre Abril de 2001 e Abril de 2002, os valores das cotaes do ndice
NASDAQ apresentam uma pequena descida, complementada pela subida da
volatilidade do nvel 45 para o nvel 70. de salientar que no nicio de 2001
(aparecimento do IVI VXN) os nveis de VI so bastante elevados, pois nesta altura o
ndice de aces encontra-se em queda acentuada. No perodo seguinte, entre Abril de
2002 e Abril de 2008, as cotaes valorizam, o que comprovado por nveis de
volatilidade mais ou menos constantes, patamar entre 20 e 35 (ansiedade moderada mas
em crescimento). Em Abril de 2008, as cotaes descem novamente e a volatilidade
atinge o seu valor mais alto, o que, como nos ndices anteriores, representa uma situao
de pnico extremo (volatilidade no nvel 80).

4.3 Verificao do significado estatstico dos ndices de volatilidade implcita

O objectivo desta anlise verificar se os IVI apresentam um comportamento oposto
aos dos ndices de aces, a que esto ligados, e se tm significado estatstico. Para isso,

56

as bases de dados, anteriormente apresentadas, so objecto de anlise atravs da
realizao de alguns testes.

Para que se compreendam os testes realizados e as concluses que se obtm, neste ponto
so abordados conceitos como covarincia, correlao, teste t-statistic, teste Jarque-
Bera.

4.3.1 Conceitos estatsticos

Existem alguns conceitos cuja essncia necessrio compreender e que justifica a
escolha dos testes que foram utilizados.

Covarincia

A covarincia uma medida de como duas variveis variam conjuntamente. Determina
a relao que existe entre duas bases de dados (no caso em estudo tm-se as cotaes
dos ndices de aces e as cotaes dos IVI). a mdia do desvio-padro multiplicado
por cada valor, que constitui cada uma das bases de dados.
Sendo X e Y variveis aleatrias e n o nmero total de observaes, a covarincia pode
ser calculada pela seguinte frmula:

Correlao

A correlao, tambm referida como coeficiente de correlao, uma medida que indica
a fora e a direco do relacionamento entre duas variveis aleatrias. A correlao
varia entre 1 e -1. Quando o seu valor igual a 1, isso significa que existe uma

57

correlao perfeita positiva entre as duas variveis em estudo; por outro lado, quando o
valor igual a -1, isso significa que existe uma correlao perfeita negativa entre as
duas variveis, ou seja, se uma aumenta a outra diminui. Todos os outros valores
intermdios que a correlao possa assumir, indicam o grau de dependncia linear que
existe entre as duas variveis (se for igual a 0, as variveis no dependem uma da outra,
dizendo-se que so descorrelacionadas).
A correlao importante, na medida em que pode permitir estimar uma varivel a
partir de outra.

t-Statistic

Quando se est a analisar uma dada populao, tipicamente, no se sabe qual o desvio-
padro inerente, pelo que utilizada uma amostra dessa populao para verificar se a
mdia dessa amostra ou no muito diferente de qualquer outro valor da populao.
Para conduzir este tipo de teste, utiliza-se o t-statistic ou t-test. A utilizao deste teste
pressupe que as distribuies no seguem a lei normal, o que se deve ao facto de ter de
se fazer uma estimativa do desvio-padro da populao, o que no possvel fazer de
uma forma perfeita. A distribuio t de Student deriva naturalmente deste problema.
A distribuio t de Student semelhante distribuio normal, uma vez que simtrica
em torno da mdia que igual a zero e, embora seja platicrtica e apresente as abas
mais gordas.
Uma varivel aleatria X tem distribuio t de Student, com n graus de liberdade -
- quando a sua funo densidade de probabilidade tem a forma:


58

com - < x < + e n > 0.

O parmetro que caracteriza esta distribuio tambm n (o nmero de graus de
liberdade).
As caractersticas mais importantes desta distribuio so as que se seguem:
- se ento E (X) = 0 e var (X) = n / (n-2), com n > 2;
- ums distribuio simtrica em relao origem e aproxima-se da distribuio normal
medida que n aumenta.
Esta distribuio relaciona-se com a normal e com a qui-quadrado
19
. Assim, se X e Y
forem duas variveis aleatrias independentes e se e , ento:

p-value (Valor da probabilidade)

O p-value corresponde ao menor nvel de significncia que pode ser assumido para
rejeitar a hiptese nula. Diz-se que um resultado estatisticamente significativo quando
o p-value inferior ao nvel de significncia que se escolheu. Por exemplo, quando p =
0,0001 pode dizer-se que um resultado estatisticamente significativo pois o p muito
inferior a um dos nveis de significncia que habitualmente se utilizam (5 %). Por outro
lado, se estiver muito prximo, como o caso de p = 0,048, podem existir dvidas, pois
apesar de ser inferior, est muito perto do nvel habitual. Quanto mais baixo o valor do
p-value menos provvel que a hiptese nula seja verdadeira e portanto mais
significativo o resultado (do ponto de vista estatstico). A hiptese nula rejeitada se o
p-value for menor ou igual do que o nvel de significncia utilizado.

19
Qui-quadrado uma comparao entre os valores observados na tabela, desta distribuio, com os valores esperados se no
existisse relao entre as duas variveis.

59

O p-value responde seguinte pergunta: se a populao tem o mesmo significado no
seu global, qual a probabilidade de que uma amostra escolhida aleatoriamente possa
conduzir a diferenas maiores do que aquelas que foram observadas na amostra inicial?

Desvio-padro

O desvio padro mede a variabilidade dos valores de uma dada amostra. Quanto maior
for o desvio padro maior a disperso dos valores, o que significa que mais afastados
se encontram da mdia.

Skewness (Assimetria)

Skewness ou coeficiente de assimetria um conceito extremamente importante para
financeiros e investidores. Muitas bases de dados, incluindo preos de aces e as suas
rendibilidades, so enviesadas direita ou esquerda, em vez de seguirem uma
distribuio normal, cuja assimetria igual a zero.
Associado a este conceito tem-se o skewness risk, ou seja, o risco de assimetria
(traduo nossa), que traduz o risco de um modelo assumir uma distribuio normal
quando a distribuio dos dados em causa assimtrica esquerda ou direita da mdia
dessa distribuio.
A assimetria pode ser calculada pela seguinte frmula:

| |
2
3
2
3
|
|
.
|
\
|
(
(
|
.
|
\
|

(
(
|
.
|
\
|

=
X X E
X X E
X Skew

Curtose

Analisar a curtose significa verificar qual o grau de achatamento da curva, ou seja,
saber se a curva que representa um dado conjunto de dados mais afilada ou mais
achatada em relao curva de uma distribuio normal. Assim, a curva de uma

60

distribuio pode ser mesocrtica (meio termo, nem muito achatada nem muito afilada),
platicrtica (muito achatada) ou leptocrtica (mais afilada).
A frmula para determinar a curtose a seguinte:

| |
2
2
4
|
|
.
|
\
|
(
(
|
.
|
\
|

(
(
|
.
|
\
|

=
X X E
X X E
X Kurtosis

Teste Jarque-Bera

O teste Jarque-Bera utilizado para testar a normalidade das distribuies e baseia-se
no valor dos coeficientes de assimetria e da curtose. A realizao deste teste passa pelas
seguintes etapas:

1. Formulao das hipteses

2. Escolha do teste

3. Tomada de deciso

A hiptese nula (H
0
a hiptese que segue a normalidade) rejeitada se .

As amostras utilizadas neste trabalho tm grande dimenso: para o ndice S&P 500,
VIX e DAX-30, so cerca de 5000 observaes; para o IVI VDAX so cerca 1000
(disponvel apenas a partir 2005).


61

Os vrios testes feitos aos ndices S&P500, VIX, DAX-30 e VDAX. Os testes foram
efectuados nos softwares SPSS 12.0 e EVIEWS 6.0.

4.3.2 Resultados dos testes efectuados aos ndices S&P 500 e VIX

4.3.2.1 Correlao entre os ndices

FIGURA 4.16: COTAES DO NDICE S&P500 VS COTAES DO NDICE VIX - ABRIL 1990 A ABRIL 2010

Ao observar-se o grfico anterior, no fcil concluir que exista uma grande correlao
entre o ndice ^GSPC e o respectivo IVI, pois a tendncia do ^GSPC de subida e o
VIX mantm-se mais ou menos constante. Em 2008, mais visvel a correlao
existente entre estes dois ndices, pois a descida acentuada do GSPC promove a subida
do VIX.

Os primeiros testes realizados aos dados destes ndices, revelaram os resultados que se
apresentam de seguida.

0
20
40
60
80
100
0
400
800
1,200
1,600
90 92 94 96 98 00 02 04 06 08
GSPC VIX

62

GSPC VI X
GSPC
138770,7
1
-
-
VI X
489,4898 Covar i nci a 69,68974
0,157402 Cor r el ao 1
11,31212 Test e t -
0 p-value -

Numa primeira anlise, e sabendo que se estabeleceu um nvel de significncia de 5%,
pode concluir-se que a relao observada estatisticamente significativa, pois o p-value
0,000000. Tal como referido anteriormente, o facto de o p-value ser bastante inferior
aos nveis considerados normais, faz com que esta relao seja estatisticamente
significativa. Por outro lado e, contrariamente ao que seria de esperar, existe uma
correlao positiva entre os dois ndices (0,157402), quando a mesma devia ser
negativa, pois isso significaria que subida de um corresponde a descida do outro.
Com o objectivo de analisar melhor esta situao, decidiu-se dividir o perodo em
estudo (de Abril de 1990 a Abril de 2010) em duas partes: de Abril de 1990 at
Dezembro de 1999 e, de Janeiro de 2000 at Abril de 2010. O comportamento dos
ndices no primeiro perodo est representado na figura 4.17.

FIGURA 4.17: COTAES DO NDICE S&P 500 VS COTAES DO NDICE VIX
ABRIL 1990 A DEZEMBRO 1999

0
400
800
1,200
1,600
0
10
20
30
40
50
90 91 92 93 94 95 96 97 98 99
VIX GSPC

63

Neste perodo apenas em 1998 que mais visvel a relao inversa entre os dois
ndices. Neste perodo sentiam-se os efeitos da crise que comeou em 1997 e conhecida
por crise asitica. Pases como Malsia, Indonsia, Filipinas e Coreia do Sul viram as
suas moedas desvalorizarem entre 15 e 25%. Em 1998 (crise russa), a Rssia sofria
ainda com a crise asitica, principalmente com a desvalorizao do preo das
commodities (matrias-primas), j que os principais produtos de exportao eram o
petrleo e o gs. Ao mesmo tempo, a moeda russa desvalorizou mais de 50%.

VI X GSPC
VI X
35,24816

1

-

-
GSPC
1021,46 Covar i nci a 102896,9
0,536354 Cor r el ao 1
32 Test e t

0 p-value

Tem-se agora uma correlao de 0,536354, o que leva a crer que no perodo seguinte
ser negativa, dado que a correlao calculada para todo o perodo 0,157402. Mantm-
se o p-value de 0, indicando que existe significncia estatstica.

FIGURA 4.18: COTAES DO NDICE S&P500 VS COTAES DO NDICE VIX - JANEIRO 2000 A ABRIL 2010

0
20
40
60
80
100
600
800
1,000
1,200
1,400
1,600
00 01 02 03 04 05 06 07 08 09
GSPC VIX

64

Aqui bastante mais evidente que quando o GSPC desce, o VIX sobe, especialmente
em 2002 e no perodo compreendido entre 2007 e 2009. Os picos que se verificam neste
ltimo perodo, so justificados pela crise do subprime. Em Julho de 2007, instalou-se
uma crise mundial que veio interromper anos de prosperidade ininterrupta. Com o
crescimento contnuo alargaram as suas linhas de crdito, sobretudo no sector
imobilirio. O crdito a sendo cedido em mercados distintos: mercado prime, mercado
subprime, e mercado default. O primeiro classificado como de primeira linha e
relativo a pessoas com histrico de bom pagador. No mercado subprime, o crdito era
cedido a pessoas que no conseguiam comprovar a sua capacidade de pagamento ou no
eram pontuais nos pagamentos, havendo portanto maior risco de incumprimento. O
mercado default englobava as situaes de crditos em atraso, com negociao para
recuperao.
Muitas pessoas recorreram ao crdito para adquirirem bens de consumo e uma boa parte
dos crditos concedidos foram considerados como no sendo responsveis ou prudentes,
por Ben Bernanke (2008), presidente do FED (Banco Central Americano).
Com o aumento do no cumprimento, por parte dos clientes, e com a desvalorizao dos
imveis, os juros comearam a subir e muitos deixaram de pagar os seus emprstimos
por no terem como faz-lo ou porque simplesmente j tinham uma dvida muito
superior ao valor dos seus bens.
Como consequncia da desvalorizao dos mercados, os investidores perderam a
confiana, a incerteza cresceu e os IVI atingiram nveis elevados.

GSPC VI X
GSPC
38439,21

1

-

-
VI X
-967,4085 Covar i nci a 96,01012
-0,503575 Cor r el ao 1
-29,56040 Test e t -
0 p-value -


65

Para o segundo perodo, tem-se a covarincia e a correlao negativas, o que significa
que as cotaes do ndice de aces e as cotaes do IVI variam inversamente. So
indicadores ad contrarium. Tem-se, novamente, o p-value, de 0,00000, a demonstrar
que a relao observada estatisticamente significativa.

4.3.2.2. Correlao entre as rendibilidades dos ndices (observaes dirias)

LNGSPC LNVIX
M ean 0,000247 -5,32E-05
M edi an 0,000524 -0,002987
M axi mum 0,109572 0,496008
M i ni mum -0,094695 -0,299872
St d. Dev. 0,011730 0,058746
Skewness -0,204623 0,637045
Kur t osi s 12,16591 7,285216
Jar que-Ber a 17681,62 4195,475
Pr obabi li t y 0,000000 0,000000
Sum 1,246543 -0,268028
Sum Sq.Dev. 0,693449 17,38301
Obser vat i ons 5041 5038

Os valores ajustados ao ano (multiplicando por 252 que o nmero de dias de
transaces num ano) para a mdia e para o desvio-padro so:

M di a Desvi o-padr o
S& P500 0,0622440 2,9559600
VIX
-
0,0013406 14,803992

Destes resultados, pode-se verificar que a assimetria da distribuio dos rendimentos do
ndice ^GSPC negativa, ou seja, a distribuio dos rendimentos enviesada
esquerda. A curtose de 12, o que significa que a distribuio leptocrtica (numa
distribuio normal a curtose igual a 3). De acordo com a medida de curtose e com o
resultado do teste Jarque-Bera, que tem uma probabilidade associada igual a 0, verifica-
se que a distribuio dos rendimentos no segue uma distribuio normal.

66

FIGURA 4.19: DISTRIBUIO DOS RENDIMENTOS DO NDICE S&P 500

FIGURA 4.20: DISTRIBUIO DOS RENDIMENTOS DO NDICE VIX

LNVIX
0,6000 0,4000 0,2000 0,0000 -0,2000 -0,4000
F
r
e
q
u
e
n
c
y
600
400
200
0
LNVIX
Mean =-5,32E-5
Std. Dev. =0,
058745759326
N =5.038

67

Os resultados dos testes correlao entre as rendibilidades do ^GSPC e do VIX so os
seguintes.

LNGSPC LNVI X
LNGSPC
0,000138

1

-

-
LNVI X
1,23E-0,06 Covar i nci a 0,003450
0,001789 Cor r el ao 1
0,126979 Test e t -
0,8990 p-value -

O p-value 0,8990, portanto superior ao nvel de significncia definido de 5%, o que
significa que a correlao observada no estatisticamente significativa.

Como se verificou, os testes no so significativos para a totalidade do perodo em
estudo.

De referenciar, que esta dissertao comeou por avaliar o comportamento de dois
ndices de aces, americanos: o S&P 500 e o NASDAQ. Os testes efectuados ao
NASDAQ apresentaram valores semelhantes aos que foram obtidos para o S&P 500.
Neste sentido, optou-se por incorporar apenas o S&P 500 que o ndice mais
representativo daquele mercado.

4.3.3 Resultados dos testes efectuados aos ndices DAX-30 e VDAX

4.3.3.1 Correlao entre os ndices


68

FIGURA 4.21: COTAES DO NDICE DAX-30 VS COTAES DO NDICE VDAX
NOVEMBRO 1990 A ABRIL 2010

Neste caso, a anlise apenas pode ser feita a partir de 2005, altura em que o ndice
VDAX foi criado.
Tal como no caso do S&P 500 e do VIX, tambm aqui visvel o comportamento
oposto do ndice de aces DAX-30 e do correspondente IVI VDAX, para o ano 2008.
Os nveis de incerteza (nvel de pnico, de acordo com o quadro 3.1, do ponto3) que se
registaram nesta data, e que se podem verificar pelo traado do VDAX, so justificados
pelas mesmas razes que foram apresentadas no caso do ndice VIX, pelo que se optou
no as referir novamente.
Dos testes que foram efectuados a estes ndices, obtiveram-se os resultados
apresentados de seguida.

0
20
40
60
80
0
2,000
4,000
6,000
8,000
10,000
1000 2000 3000 4000
GDAXI VDAX

69

GDAXI VDAX
VDAX
1086277

1

-

-
GDAXI
-5687,764 Covar i nci a 94,20632
-0,562252 Cor r el ao 1
-22,58039 Test e t -
0 p-value -

Aqui tambm se tem a correlao e covarincia, entre os ndices, negativas, o que indica
que os comportamentos so inversos. O resultado do t-Statistic comprova que as
distribuies destes ndices no seguem a a distribuio normal e o p-value igual a zero
demonstra que o resultado estatisticamente significativo.

4.3.3.2. Correlao entre as rendibilidades dos ndices (observaes dirias)

LNGDAX LNVDAX
M ean 0,000300 9,28E-05
M edi an 0,000789 -0,003310
M axi mum 0,107975 0,299830
M i ni mum -0,098709 -0,189280
St d. Dev. 0,014673 0,052594
Skewness -0,093441 0,716981
Kur t osi s 7,967711 6,090163
Jar que-Ber a 5030,142 534,3300
Pr obabi li t y 0,000000 0,000000
Sum 1,463406 0,102490
Sum Sq.Dev. 1,051505 3,053859
Obser vat i ons 4885 1105

Os valores ajustados ao ano (multiplicando por 252 que o nmero de dias de
transaces num ano) para a mdia e para o desvio-padro so:


70

M di a Desvi o-padr o
DAX-30 0,0756000 3,6975960
VDAX
-
0,0023386 13,253688

Dos resultados anteriores, possvel verificar que a assimetria da distribuio dos
rendimentos do ndice ^GDAXI negativa, ou seja, a distribuio dos rendimentos
enviesada esquerda, o que no acontece com a distribuio dos rendimentos do VDAX
que enviesada direita. A curtose de 6,9 e 7,0, respectivamente, o que significa que
ambas as distribuies so leptocrticas. De acordo com a medida de curtose e com o
resultado do teste Jarque-Bera, que tem uma probabilidade associada igual a 0, verifica-
se que a distribuio dos rendimentos no segue uma distribuio normal.

FIGURA 4.22: DISTRIBUIO DOS RENDIMENTOS DO NDICE DAX-30

LNGDAX
0,1500 0,1000 0,0500 0,0000 -0,0500 -0,1000
F
r
e
q
u
e
n
c
y
1.000
800
600
400
200
0
LNGDAX
Mean =3,00E-4
Std. Dev. =0,
014672966374
N =4.885

71

FIGURA 4.23: DISTRIBUIO DOS RENDIMENTOS DO NDICE VDAX

Os resultados dos testes efectuados correlao entre as rendibilidades do ^GDAXI e
VDAX so apresentados na tabela seguinte.

LNGDAX LNVDAX
LNGDAX
0,000254

1

-

-
LNVDAX
-3,76E-05 Covar i nci a 0,002764
-0,044856 Cor r el ao 1
-1,491241 Test e t -
0,1362 p-value -

A correlao e a covarincia indicam que existe uma relao oposta entre estes ndices
(a subida de um deles representa a descida do outro).
LNVDAX
0,30000 0,20000 0,10000 0,00000 -0,10000 -0,20000
F
r
e
q
u
e
n
c
y
200
150
100
50
0
LNVDAX
Mean =9,28E-5
Std. Dev. =0,05259
N =1.105

72

Contrariamente ao que se constatou no caso do S&P 500 e do respectivo IVI, o p-value
igual a 0,1362, valor este que se encontra distante do nvel de significncia que foi
estabelecido para comparao com os resultados obtidos nesta dissertao. Conclui-se
assim, que a relao observada no estatisticamente significativa.

73

Concluso
As opes financeiras so instrumentos de mercado, que permitem, atravs dos modelos
de valorizao, determinar quais devem ser as condies de mercado para obter os
ganhos desejados ou quais os ganhos mximos que se podem obter com as condies de
mercado que estejam em vigor numa dada altura. As opes podem ser contratualizadas
sobre qualquer activo. A volatilidade um dos factores determinantes na valorizao de
uma opo financeira e pode ser um factor decisivo, para alguns investidores, nas
decises que so tomadas nas actividades bolsistas. Da que se venha tentando, ao longo
do tempo, perceber se possvel determinar a volatilidade futura com base no seu
comportamento passado. At data, os resultados de estudos desta natureza so
diversos, uma vez que alguns concluem que a volatilidade histrica contm mais
informao til para a determinao da volatilidade futura, e outros concluem ser a
volatilidade efectiva.
A volatilidade mede a probabilidade de ocorrerem mudanas no preo de mercado de
um dado activo, ou seja, quanto que esse activo poder variar at data de vencimento
da correspondente opo. Ao introduzir-se a volatilidade implcita no modelo Black-
Scholes, parece quase certo que o valor do prmio da opo que se obtm o que est a
ser utilizado no mercado. No entanto, os preos variam constantemente, o que implica
que a sua probabilidade de variao (volatilidade) tambm se altere. Alm disso e, ao
contrrio do que se assume com a utilizao deste modelo, a volatilidade implcita no
a mesma para todas as opes sobre um mesmo activo, ainda que tenham a mesma data
de vencimento. So estas dificuldades que impulsionaram o aparecimento dos modelos
de previso da volatilidade.
A importncia da volatilidade, nos mercados financeiros, vai mais longe. Existem ainda
os IVI. Um IVI com um valor elevado representa instabilidade e grande incerteza nos
mercados podendo chegar ao pnico, como se verificou na crise financeira de 2008
(Setembro e Outubro). Um IVI com um valor baixo representa maior estabilidade e
confiana. Os principais ndices de aces, do mundo, tm associado um IVI. A
principal verificao que se retira da anlise dos grficos construdos e dos testes
efectuados a confirmao de que existem comportamentos inversos entre o valor de
um activo (neste caso o activo representado por aces) a volatilidade que lhe est

74

implcita, uma vez que a um aumento das cotaes corresponde uma diminuio da
volatilidade implcita e vice-versa.
Dos testes efectuados concluiu-se que os ndices de aces e os respectivos IVI so ad
contrarium, isto , que tm comportamentos opostos e que as relaes observadas so
estatisticamente significativas. Por outro lado, a relao entre as rendibilidades no
estatisticamente significativa.
O resumo dos valores que se obtiveram o seguinte:

CORRELAO ENTRE OS NDI CES PARA
O PER ODO TOTAL

S& P 500/ VI X DAX- 30/ VDAX
Cor r el ao 0,157402 -0,562252
Test e t 11,312120 -22,580390
p-value 0,000000 0,000000
CORRELAO ENTRE AS RENDI BI LI DADES
PARA O TOTAL DO PER ODO

LNGSPC/ LNVIX LNGDAXI / LNVDAX
Cor r el ao 0,001789 -0,044856
Test e t 0,126979 -1,491241
p-value 0,899000 0,136200
CORRELAO ENTRE OS NDI CES
S& P 500/ VI X

1 per odo 2 per odo
Cor r el ao 0,536354 -0,503575
Test e t 31,53241 -29,56040
p-value 0,000000 0,000000

75

Referncias Bibliogrficas
(1) CAPORIN, Massimiliano; MCALEER, Michael A Scientific Classification of
Volatility Models. Publicado em Janeiro, 2009. [Consult. 12 Dez. 2009]. Disponvel
em: http://ssrn.com/abstract=1314231.
(2) CORRADO, Charles J. ; MILLER, Thomas W. - The Forecast Quality of
CBOE Implied Volatility Indexes. Social Science Research Network. Publicado em
Junho, 2003. Actualizado em Setembro, 2003. [Consult. 9 Nov. 2009]. Disponvel em:
http://ssrn.com/abstract=436300.
(3) DEUSKAR, Prachi; GUPTA, Anurag; SUBRAHMANYAM, Marti G. Interest
Rate Option Markets: The Role of Liquidity in Volatility Smiles. Social Science
Research Network. Publicado em Novembro, 2004. Actualizado em Dezembro, 2008.
[Consult. 9 Nov. 2009]. Disponvel em:
http://papers.ssrn.com/sol3/Papers.cfm?abstract_id=1295852.
(4) FELLER, W. - An Introduction to Probability Theory and Its Applications.
New York. John Wiley & Sons (1968).
(5) FERREIRA, Domingos Opes Financeiras Gesto de Risco, Especulao
e Arbitragem. 2. ed. Lisboa: Edies Slabo, 2009. ISBN 978-972-618-519-2.
(6) FERREIRA, Domingos Fuses, Aquisies e Reestruturaes de Empresas
Volume II. Edies Slabo, 2002. ISBN 978-972-618-280-1.
(7) GEIGER, Heiko; SIPPEL, Konrad VDAX NEW. Deutsche Borse AG.
Publicado em Abril, 2005. [Consult. 16 Fev. 2010]. Disponvel em: http://deutsche-
borse.com.
(8) HASEN, David - Financial Options in the Real World - An Economic and
Tax Analysis. Social Science Research Network. Publicado em Agosto, 2009.
Actualizado em Outubro, 2009. [Consult. 16 Fev. 2010] Disponvel em:
(9) JUNG, Do-Sub; CORRADO, Charles J. - Tweaking Black-Scholes. Social
Science Research Network. Publicado em Maro, 2009. [Consult. 17 Out. 2009]
Disponvel em: http://ssrn.com/abstract=1330248.
(10) LI, Steven; YANG, Qianqian - The relationship between implied and realized
volatility: evidence from the Australian stock index option market. Springer
Netherlands. Publicado em Setembro, 2008. [Consult. 9 Nov. 2009]. Disponvel em:
http://www.springerlink.com/content/234766051775204x/.
(11) OHSAKI, Schuichi; OZEKI, Takaaki; UMEZAWA, Akira A Note on the
Black-Scholes Implied Volatility with Default Risk. Social Science Research

76

Network. Publicado em Novembro, 2008. [Consult. 9 Set. 2009]. Disponvel em:
(12) OLIVEIRA, Lus Miguel - A Extraco e a Importncia da Informao
Contida nos Preos dos Derivados Financeiros. Expectativas de Mercado e
Prmios de Opes: uma Aplicao a Opes Sobre Futuros de Taxa de Juro.
Lisboa: Universidade Tcnica de Lisboa, Instituto Superior de Economia e Gesto,
2002. Dissertao de Mestrado.
(13) PARKER, Gareth; LIU, Berlinda; LOGGIE, Keith - Directional Exposure to
Volatility via Listed Futures S&P 500 VIX Short-Term Futures Index. Social
Science Research Network. Publicado em Janeiro, 2009. [Consult. 9 Set. 2009].
(14) SIRIOPOULOS, Costas; FASSAS, Athanasios - Implied Volatility Indices A
Review. Social Science Research Network. Publicado Junho, 2009). [Consult. 9 Set.
2009]. Disponvel em: http://ssrn.com/abstract=1421202.
(15) SZADO, Edward - VIX Futures and Options - A Case Study of Portfolio
Diversification during the 2008 Financial Crisis. Social Science Research Network.
Publicado em Junho, 2009. Actualizado em Setembro, 2009. [Consult. 11 Nov. 2009].
(16) S.A. Servios de Documentao da Universidade do Minho. Universidade
do Minho. Publicado em 2010. [Consult. 23 Mai. 2010]. Disponvel em:
http://www.sdum.uminho.pt/Default.aspx?tabid=4&pageid=72&lang=pt-PT#DOCS.
(17) S.A. - The CBOE Volatility Index. Chicago Board Options Exchange.
Publicado em 2009. [Consult. 16 Fev. 2010]. Disponvel em:
http://www.cboe.com/micro/vix/vixwhite.pdf.
(18) S.A. Understanding Index Options. Chicago Board Options Exchange.
Publicado em 2001. [Consult. 18 Abr. 2010]. Disponvel em:
http://www.cboe.com/LearnCenter/pdf/understandingindexoptions.pdf.
(19) WHALEY, Robert E. - Understanding VIX. Social Science Research Network.
Publicado em Novembro, 2008. Actualizado em Dezembro, 2008. [Consult. 9 Nov.
2009]. Disponvel em: http://ssrn.com/abstract=1296743.

Carina Rodrigues - Volatilidade - Implícita

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Carina Rodrigues - Volatilidade - Implícita

Uploaded by

Copyright:

Available Formats

V O L A T I L I D A D E I M P L C I T A .

You might also like