Академический Документы
Профессиональный Документы
Культура Документы
1
br
2
br
121
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
Introduo
A cultura do caf, alm da reconhecida importncia histrica, destaca-se como
atividade de alto valor econmico e social. No contexto histrico, o ciclo do
caf contribuiu com parte substancial da gerao de supervits comerciais
que propiciaram o incio da industrializao brasileira, deixando de herana
amplos mercados interno e externo para essa commodity e um parque produtivo complexo e diverso (FARINA e ZYLBERSZTAJN, 1998).
Com a ausncia da interveno estatal da atividade a partir da dcada de
1990, com a extino do Instituto Brasileiro do Caf e dos Acordos Internacionais do Caf, a reduo de riscos se tornou imperativa, ampliando assim
a importncia das polticas privadas de gesto de risco, especialmente os derivativos agropecurios. Nesse contexto, a Future Industry Association (FIA,
2011) destaca o expressivo volume de opes em 2010, com 11,12 bilhes de
contratos negociados, a nvel mundial.
O fortalecimento institucional da Bolsa de Mercadorias e Futuros (BM&F),
com a internacionalizao dos mercados futuros agropecurios, em dezembro
de 1999, contribuiu para a disseminao dos derivativos agropecurios, propiciando a participao de no-residentes. Outro passo importante foi dado
em maro de 2008 com a fuso da BM&F e a Bolsa de Valores de So Paulo
(BOVESPA), minorando os custos operacionais (BMFBOVESPA, 2010).
Apesar do expressivo volume de contratos de opes negociados no mercado
internacional, do fortalecimento institucional da bolsa brasileira e do ambiente
de estabilidade no mercado interno favorvel a atuao nesses mercados, a
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
122
1. REFERENCIAL TERICO
1.1. Abordagem de Black e Scholes: A frmula de Black
Fisher Black e Myers Scholes desenvolveram em 1973 um modelo para apreamento de opes. Hull (2006) destaca que esses autores utilizaram uma
frmula que considera o tempo contnuo na anlise, para o clculo do valor
terico de uma opo de compra do tipo europia, exercida sobre um objeto
que no paga nenhum dividendo e livremente negociada no mercado. Para
Leuthold et al. (1989) o modelo original de Black e Scholes, sofreu algumas
adaptaes para ser empregado em opes sobre futuros, dando origem a
frmula de Black (1976). Porm as premissas bsicas do modelo no sofreram
alterao:
123
O comportamento do preo do ativo segue uma distribuio lognormal, com volatilidades dos retornos dirios constantes;
Ativos perfeitamente divisveis, sem custos operacionais e impos-
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
tos;
O ativo objeto no receber dividendos durante a vida da opo;
No h oportunidades de arbitragem sem risco;
Os emprstimos so realizados taxa de juros livre de risco.
A dinmica dos preos ou retornos do ativo-objeto representada
por um modelo estocstico simples de movimentos de preos, o passeio aleatrio. Segundo Hull (2006) esse processo, tambm denominado movimento
browniano, til no modelo de apreamento, pois assume o pressuposto de
que o mercado reage imediatamente ao surgimento de uma nova informao,
sendo que a dinmica do retorno do ativo pode ser representada por:
dS t St = mdt + s dZ t
(1.1)
em que, dS t / S t a taxa discreta de retorno do ativo; d
t o intervalo de
tempo infinitesimal; m o valor esperado instantneo da taxa de retorno
composta; s representa a volatilidade, e dZ t varivel aleatria com distribuio normal.
Com a aplicao do clculo integral, algumas noes de probabilidade e demais
consideraes que fogem do escopo deste trabalho3, as frmulas de Black e
Scholes para calls e puts europias podem ser simplificadas para:
c = e rT [F
N ( d1 ) X
N (d 2 )]
(1.2)
p = e rT [X
N (d 2 ) F
N (d1 )]
(1.3)
em que,
s 2
K
(T t )
ln + b +
2
S
e,
d1 =
s (T t )
2
K s
(T t )
ln + b
2
S
d2 =
s (T t )
(1.4)
dado que,
c e p so o preo de uma call e da put europia, respectivamente;
F e K so preo do contrato futuro e o preo de exerccio da opo, respectivamente;
3
A resoluo da equao diferencial parcial de Black-Scholes pode ser encontrada em Luccas (2007).
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
124
s a volatilidade.
2. METODOLOGIA
125
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
M
N = X t .e rT St
(3.1)
3) 2 24
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
126
Segundo Purcell e Koontz (1999), o clculo da volatilidade por induo retroativa, a partir da srie temporal histrica dos preos dirios do fechamento
do ativo-objeto, pode ser obtido com a aplicao da frmula:
(4.1)
s=
n
1
(r r ) 2
i =1 i
n 1
e s = s 252
(4.2)
s =
n
Highi
1
ln
em que, Highi e Lowi referem-se as cotaes mais alta e a mais baixa do preo
do ativo objeto, respectivamente, em um determinado dia de negociao.
Nesse contexto, Garman e Klass (1980) desenvolveram um clculo de
volatilidade que pudesse captar a volatilidade intradiria sem desconsiderar
a volatilidade entre os dias de negociao.
127
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
Closei
1 Highi 1 n
[2 ln(2) 1] ln
s =
ln
n i=1
Close
(4.3) n i =1 Lowi
i 1
em que, Closei o fechamento do prego atual e Closei 1 o fechamento do
n
= w + a u 2 t i + b
s
t i
(4.4)
em que w refere-se a um termo constante; a consiste em uma estimativa
similar ao modelo ARCH e b a previso da volatilidade feita no perodo
2
t-i ( s ti ).
t
Para efeito de comparao com as demais metodologias de clculo da volatilidade histrica, utiliza-se a mesma forma de clculo empregado por Aguilar
(1999). Para o clculo da volatilidade do primeiro dia do perodo analisado,
define-se uma janela de estimao a priori (30, 60 e 90 dias)8. No prximo
passo, a janela de estimao para os parmetros do modelo GARCH aumentada em uma observao, sendo que a observao inicial excluda da
anlise. Esse procedimento ser realizado at que se obtenham previses de
volatilidade para todas as observaes da srie analisada.
Enfim, no presente trabalho, foram empregadas as seguintes volatilidades
histricas: mdia mvel (VMA), procedimento High-Low de Parkinson
(VHL), procedimento Close-High-Low de Garman e Klass (VCH) e o modelo
GARCH (1,1).
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
128
s i c(s i ) cm
c s i
(5.1)
em que, c (s i ) o preo observado e cm o preo calculado da opo; c s
s
i +1
s ponderado = l s i com l = 1 (s i s )
(5.2)
em que, l um peso que desconta o desvio da volatilidade implcita em relao a mdia das volatilidades implcitas para o mesmo vencimento ( s ).
Em outras situaes, h mais de uma opo negociada para um mesmo
contrato futuro e geralmente os valores das volatilidades implcitas so
diferentes entre essas opes. Para Luccas (2007), esse um fato estilizado
no apreamento de opes, conhecido como sorriso da volatilidade. Para
mitigar os problemas associados com o uso da volatilidade implcita simples,
foram desenvolvidos alguns mtodos para ponderar a volatilidade, levando
em conta a distncia em relao ao dinheiro. Neste trabalho, ser utilizado o
procedimento de Macbeth e Merville (1979). Segundo o autor, a volatilidade
implcita de uma opo no-dinheiro boa referncia para a volatilidade do
ativo objeto e, como cada srie de opes lanadas sobre o mesmo contrato
futuro pode fornecer diferentes resultados, necessrio estimar a regresso
apresentada na equao (5.3) para se obter uma estimativa da volatilidade
do contrato futuro:
10 O vega de uma opo de compra, por exemplo, dado por
quanto o preo da opo afetado por mudanas na volatilidade.
129
n C = n C (t , S ,s ) = C s
e demonstra
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
De forma simplicada, Vitiello Jr (2000) destaca que o processo
para obteno da volatilidade implcita de uma opo no-dinheiro segue as
seguintes etapas:
Calcular a volatilidade implcita, s ijt , ou seja, calculam-se, no dia t, as volatilidades implcitas das opes lanadas sobre determinado contrato futuro i;
Tendo-se calculado s ijt , utiliza-se a equao (5.3) para se obter s i 0t , a volatilidade implcita no-dinheiro do contrato futuro i, no instante t.
ERM =
(6.1)
em que, ci e
ci ci
ci
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
130
0 = q0 s 2 n
(6.2)
2
em que, s a soma do quadrado dos resduos e q0 o valor crtico da amplitude total estudentizada que depende do nvel de significncia adotado
e n o nmero de observaes ( ni e n j representam grupos de tamanhos
diferentes).
A seguir, comparam-se os valores absolutos das estimativas dos contrastes
ui u j dados por mi m j , como o valor de 0 . Se o valor de mi m j 0
rejeita-se ao nvel de significncia adotado a hiptese H 0 de que todas as
diferenas de pares de mdia sejam nulas.
Eviews 6.0.
11 Negcio efetuado a forma de contabilizar a participao de cada agente no mercado de opes. Por
exemplo, se s um agente negociar 50 opes em um determinado dia, nessa data contabilizado um negcio
efetuado e 50 contratos negociados.
131
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
3. Resultados e discusso
3.1. Anlise preliminar dos dados
A Figura 1 demonstra o comportamento de preos do ativo subjacente, ou seja,
o contrato futuro de caf arbica. possvel identificar facilmente o padro
sazonal de variao dos preos no decorrer de cada ano, bem como o ciclo
de alta desse produto. Para o Instituto de Economia Agrcola (IEA), 2002
delimita um perodo de acentuada queda nos preos do caf, sendo que aps
uma lenta recuperao (2003 e 2004) inicia-se um novo ciclo plurianual de
elevao nos preos do caf. A srie de retornos ressalta a variao dos preos,
sendo que, a inspeo visual permite apenas detectar o padro inconstante
das oscilaes de preos.
Figura 1 Comportamento dos Preos Futuro e do retorno
dos preos futuros de Caf Arbica, no perodo de 2003 a
2009.
preos, sendo que, a inspeo visual permite apenas detectar o padro inconstante
das oscilaes de preos.
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
132
20 0
16 0
12 0
80
40
0
-0.0 5
0 .00
Me an
Me dian
Ma xi mum
Minimum
Std. De v.
Skewness
Kurto si s
0.000 589
0.000 382
0.072 855
-0.0 81 854
0.017 883
0.062 710
4.373 640
Jarque -Bera
Proba bility
13 7.1 470
0.000 000
0.05
12
133
O modelo GARCH (1,1) foi escolhido com base no menor valor do critrio Akaike e Schwarz.
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
Figura 3 Volatilidades Histricas anualizadas do retorno dos preos futuros de caf arbica na BM&FBOVESPA.
FONTE: Dados da Pesquisa. (*) Volatilidades: mdia mvel (VMA); procedimento High-Low de
Parkinson (VHL) ; procedimento High-Low-Close de Garman e Klass (VHLC) e o modelo GARCH (1,1).
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
134
FONTE: Dados da Pesquisa. (*) As volatilidade so: volatilidade implcita no-dinheiro (VOI) calculada
com base no procedimento de Macbeth e Merville (1979) e volatilidade implcita no-dinheiro ponderada
(VOI-P).
135
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
Garch
VCH
VHL
VMA
30
45
60
75
90
30
45
60
75
90
30
45
60
75
90
30
60
90
VOI
VOI-P
-15,71%
-15,14%
-13,65%
-12,31%
-11,39%
-47,50%
-50,21%
-52,28%
-52,28%
-50,31%
26,27%
20,97%
22,89%
21,28%
23,98%
-19,71%
-58,63%
-87,84%
8,02%
3,82%
Mdia
Modelo
5,06
5,05
5,06
5,14
5,19
3,73
3,70
3,62
3,62
3,69
6,06
6,04
6,06
5,99
5,98
4,65
2,89
1,48
5,94
5,83
Diferena do
% Sub
Mercado
Precificado
NS
0,92
70,81%
NS
0,92
71,55%
0,91 NS
69,34%
0,83 NS
68,18%
*
0,79
67,76%
NS
2,24
91,25%
2,27 NS
92,41%
2,35 NS
94,20%
NS
2,35
94,20%
NS
2,28
94,10%
0,68
50,79%
0,42
49,53%
0,28
48,47%
0,23
45,84%
0,24
43,73%
NS
1,32
76,71%
NS
3,09
93,57%
NS
4,49
96,78%
0,03
51,53%
0,15
51,63%
Erro
Mnimo
-99,99%
-99,93%
-98,83%
-98,98%
-98,91%
-100,00%
-100,00%
-100,00%
-100,00%
-100,00%
-98,95%
-97,97%
-96,83%
-97,76%
-98,65%
-100,00%
-100,00%
-100,00%
-99,99%
-99,89%
Erro
Mximo
368,42%
356,99%
359,86%
342,83%
360,15%
324,99%
317,07%
314,17%
314,17%
324,45%
404,52%
433,42%
384,60%
448,99%
466,85%
299,32%
692,86%
735,18%
653,64%
570,16%
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
136
dias para VMA, 30 dias para VHL e GARCH e 45 dias para VCH, sendo assim,
parte-se para a anlise dos diferentes extratos da amostra utilizada.
Em seguida, partiu-se para a anlise dos erros de apreamento de cada ano
do perodo selecionado (Tabela 2). Verifica-se que o aumento dos contratos
de opo de venda sobre futuros de caf arbica de 2003 para 2004 e de 2006
para 2007 foi seguido de uma reduo da subavaliao nos modelos com
volatilidade histrica. Em contrapartida, nos perodos em que houve reduo dos contratos futuros houve piora dos resultados de apreamento. Cabe
destacar que 2005 se configura com uma exceo, sendo que os resultados
dos modelos com volatilidade histrica VHL e GARCH apresentaram leve
melhora dos resultados, enquanto que os modelos com volatilidade VMA e
VCH apresentaram um aumento da superavaliao das opes. Enfim, desse
modo verifica-se que os resultados dos modelos com a utilizao da volatilidade histrica esto diretamente relacionados com o nvel de contratos
transacionados, ou seja, com a liquidez de mercado.
VHL
VCH
GARCH
VMA
VOI
VOI-P
CN*
2003
2004
2005
2006
-25.48%
-13.34%
14.21%
-27.03%
14655.00
24253.00
11867.00
12632.00
2007
2008
2009
27211.00
25471.00
5423.00
137
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
Tabela 3 - Resultados de Apreamento das Opes de Compra para Diferentes Graus de Moneyness
de Moneyness
DITM
ITM
ERM
Dif.
ERM
Dif.
VMA -25,41% 2,26* -6,00% 0,50 *
VHL -62,69% 3,20NS -45,69% 2,12 NS
VCH 31,62% 0,85 21,89% 0,54 *
GARCH -53,26% 2,95NS -20,21% 1,05 NS
VOI -23,49% 2,21* 9,98%
0,05
VOIP -31,95% 2,45* 5,34%
0,05
n
25
510
Volat.
ATM
OTM
ERM
Dif.
ERM Dif.
-4,74%
0,97 -29,12% 1,15
-31,47% 2,85NS -49,15% 1,96 *
7,22%
0,36 -8,51% 0,47
-15,16% 1,58* -43,93% 1,49
7,89%
0,03 6,14% 0,03
5,93%
0,13 1,87% 0,13
215
175
DOTM
ERM
Dif.
-41,66% 0,91*
-76,99% 1,61NS
*
-33,05% 0,68
NS
-82,85% 1,81
*
14,18% 1,37
4,17% 1,45*
24
* Coeficientes no estatisticamente significativos ao nvel de 1%. NS - Coeficientes no estatisticamente significativos ao nvel de 5%. ERM o erro
relativo mdio e Dif. a diferena entre os prmios observados e estimados
pelos diferentes modelos de apreamento.
Na anlise do grau de moneyness (Tabela 3) verifica-se que as opes mais
afastadas do-dinheiro (DOTM e DITM) foram as que apresentaram os maiores
erros relativos mdios. Desse modo, verifica-se o fato estilizado conhecido
como sorriso da volatilidade no apreamento de opes sobre futuros de caf
arbica. Com exceo das opes no-dinheiro (ATM), os melhores resultados
na precificao foram obtidos com a utilizao da volatilidade implcita, sendo que a ponderao dessa volatilidade melhorou ainda mais os resultados
de precificao, com exceo das opes DITM. Em termos estatsticos, os
modelos de apreamento em que utilizou-se as volatilidades histricas VHL
e GARCH, no se mostraram adequados, dados que apenas para as opes
OTM ambos foram estatisticamente significativos.
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
138
MAR
MAI
ERM
Dif. ERM
Dif.
VMA 4,99%
0,02 -15,14% 0,47
VHL -28,09% 1,78NS -30,13% 1,35 NS
VCH 46,64%
0,35 7,23%
0,23
GARCH -34,23% 1,89 NS -9,85% 0,52
VOI
9,03%
0,75 10,96% 0,14
VOI-P 7,83%
0,77 1,38%
0,14
n
123
98
Volat.
JUL
SET
DEZ
ERM Dif.
ERM
Dif.
ERM
Dif.
-11,29% 0,26 -18,52% 1,42* -5,92% 0,32
-46,15% 1,33* -50,37% 3,32NS -40,07% 1,63NS
4,50% 0,18 -2,41%
0,56 22,04% 0,54
-29,83% 1,10* -22,74% 1,69NS -32,00% 1,12NS
0,89% 0,10
9,50%
0,02
5,23% 0,02
0,42% 0,68
3,95%
0,01
3,24% 0,07
47
427
254
* Coeficientes no estatisticamente significativos ao nvel de 1%. NS - Coeficientes no estatisticamente significativos ao nvel de 5%.
Na anlise dos diferentes vencimentos do ativo-subjacente (Tabela
4) verifica-se que as volatilidades histricas VMA e VCH foram as que apresentaram os melhores resultados para os vencimentos de maro e setembro,
respectivamente, enquanto que para os demais contratos o melhor resultado
foi da volatilidade implcita ponderada. Em termos estatsticos os modelos
com volatilidade VHL e GARCH no se mostraram adequados, sendo que somente foram estaticamente significativos para os vencimentos de maio e julho,
respectivamente. As volatilidades histricas VMA e VCH seguem a mesma
dinmica, sendo que do contrato de maro para maio aumenta a subavaliao
das opes, enquanto que do contrato de setembro para dezembro aumenta a
superavaliao das mesmas. Quanto a ponderao da volatilidade implcita,
houve melhora em todos os vencimentos analisados, sendo a melhora mais
expressiva foi obtida no contrato de maio, um contrato com baixa liquidez,
no comparativo com os demais contratos.
Enfim, busca-se avaliar os resultados de apreamento considerando
diferentes perodos de maturidade das opes (Tabela 5). Na anlise dos modelos com volatilidade histrica, verifica-se que com exceo da volatilidade
VCH h uma subavaliao das opes, independente do prazo de maturidade
analisado. A volatilidade histrica VCH, assim com as volatilidades implcitas,
superavalia as opes de venda. Com exceo das opes com prazos curtos
de maturidades, os melhores resultados so obtidos com a utilizao da volatilidade implcita ponderada.
139
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
Time
294 < 45
VMA
ERM
ERM
357 45 - 90 -8,39%
298 > 90
VHL
Dif.
-10,10%
0,51 -46,40%
1,37
*
-42,42%
VCH
Dif.
1,3
NS
2,03
NS
3,43
NS
ERM
Dif.
GARCH
ERM
VOI
Dif.
ERM
VOI-P
Dif. ERM Dif.
0,99
NS
2,13
NS
* Coeficientes no estatisticamente significativos ao nvel de 1%. NS - Coeficientes no estatisticamente significativos ao nvel de 5%.
Com exceo dos procedimentos que incorporam na anlise a volatilidade
intradiria (VHL e VCH), verifica-se que, no comparativo entre os diferentes
prazos de maturidade, as opes de venda com prazo mdio de maturidade
(45 a 90 dias) so melhor precificadas. Em termos estatsticos, a volatilidade
VHL no foi estatisticamente significativa para nenhum dos prazos de maturidade utilizados, enquanto que a volatilidade GARCH s tem significncia
estatstica para opes de at 45 dias de maturidade.
4. Concluso
140
141
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
Referncias
AGUILAR, J. GARCH, Implied Volatilities and Implied Distributions: An Evaluation
for Forecasting Purposes, Working Paper Series 88, Sveriges Riksbank
(Central Bank of Sweden), 1999.
BANCO CENTRAL DO BRASIL. Taxa de Juros DI 1 Dia. Disponvel em: <www.
bcb.gov.br>. Acesso em: 28/01/2009.
BARONE-ADESI, G.; WHALEY, R. Efficient analytical approximation of American
option values. Journal of Finance, Vol. 42, No. 2, p. 301-320, 1987.
BARONE-ADESI, G. The Saga of American Put. Journal of Banking e Finance,
n. 29 p. 2909-2918, 2005.
BJERKSUND, P.; STENSLAND, G. Closed-form approximation of American options,
Scandinavian Journal of Management, Vol. 9, Suppl., p. 88-99, 1993.
BJERKSUND, P.; STENSLAND, G. Closed form valuation of American Options.
Technical Report, Norwegian School of Economics and Business Administration, 2002.
BLACK, F. The pricing of commodity contracts. Journal of Financial Economics, 3, 167-179, 1976.
BLACK, F; SCHOLES, M. The Pricing of Options and Corporate Liabilities. Journal
of Political Economy, v. 81, n. 3, pp. 637 - 659, May/June, 1973
BOLSA DE MERCADORIAS, VALORES E FUTUROS BM&FBOVESPA. Relatrio Agropecurio Mensal. Disponvel em: <http://www.bmf.com.br/
portal/pages/imprensa1/ relatorios/relatoriosAgropecuarios.asp>. Acessado
em: 05/01/2011.
BUSTOS, O. H. Outliers e Robustez. Revista Brasileira de Estatstica, Rio de
Janeiro, v. 50, no 193, p.1-129 jan/jun. 1989
CHALAMANDARIS, G.; MALLIARIS, A.G. Its Calculus and the Derivation of the
Black-Scholes Option-Pricing Model. Handbook Of Quantitative Finance, 2008 Disponvel em: <http://ssrn.com/abstract=1022386> Acesso em:
06/01/2009.
COELHO, A. B.; PINHEIRO, S. C.; FERREIRA, F. V. A Frmula de Black precifica
corretamente as opes de compra sobre futuros agropecurios no Brasil? Uma
aplicao para o caso do caf arbica. Pesquisa & Debate, So Paulo, n. 36,
Nov. 2009.
EDERINGTON, L.H.; GUAN, W. Why Are Those Options Smiling? University of
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
142
143
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
MIKOSZEWKI, R. Precificao de opes de compra no mercado brasileiro: uma abordagem relativa de mtodo numrico frente ao modelo de Black&
Scholes. Dissertao (Mestrado em Administrao) Universidade Federal
do Paran, Curitiba, 2003.
PARKINSON, M. The Extreme Value Method for Estimating the Variance of the
Rate of Return. Journal Of Business, n. 53, p. 61-65, 1980.
PURCELL, W. D.; KOONTZ, S. R. Agricultural futures and options: principles
and strategies. 2. ed. New Jersey: Prentice Hall, 1999.
RAMOS DA SILVA, T. J.; MACEDO, M. A. S. Opes sobre contratos futuros de
caf
arbica: uma avaliao da aplicabilidade do modelo de Black & Scholes. In: Anais
do X
Simpsio de Engenharia de Produo (SIMPEP), Bauru, SP, 2003.
REINER, E.; RUBINSTEIN, M. Breaking Down the Barriers, Risk Magazine,
vol.4, n.8, 1991
SANVICENTE, A. Z. ; MONTEIRO, R. C. . A guerra entre comprados e vendidos no
mercado de opes de compra da Bolsa de Valores de So Paulo. Revista de
Administrao (USP), So Paulo, v. 40, n. 1, p. 34-43, 2005.
SILVA, M. A.; GUIMARES, B. V. Precificao de opes com volatilidade estocstica
e saltos. Artigos Tcnicos: Resenha 142, So Paulo: BM&F, 1999, p.39-48.
STOLL, H. R., WHALEY, R. E. Hedging with futures contracts. Futures and
options: theory and applications. Cincinnati: South-Western, 1993. p. 413.
VITIELLO, L. R. O clculo da volatilidade implcita de opes de compra lanadas
sobre contratos futuros. Resenha BM&F, So Paulo, v. 138, p. 33-40, mar.
2000.
Recebido em: 13 de agosto de 2010
Primeira resposta em: 16 de novembro de 2010
Aceite em: 25 de abril de 2011
Revista de Economia, v. 37, n. 3 (ano 35), p. 121-144, set./dez. 2011. Editora UFPR
144