Agradecimentos

Aos nossos pais e familiares por sempre nos incentivar e se esforçarem para viabilizar a nossa
formação acadêmica

Ao Prof. Dr. Eng. Carlos Patrício Samanez, por nos orientar o tempo que foi preciso para a
realização deste trabalho, dando suporte do mais alto gabarito.

Aos professores colaboradores, Kátia Rocha e Paulo Henrique que através de seus
conhecimentos foram de grande valia para o trabalho.

Aos professores que tornaram possível a realização deste trabalho ao longo dos anos de
aprendizado conjunto.

À equipe de apoio, sempre presente nas necessidades extra-classe.

Às amizades que fizemos e construímos ao longo da Graduação.

À Deus por nos arranjar forças, motivação e esperança para superar todos os obstáculos.

1
 Resumo

Este trabalho tem como objetivo a precificação de debêntures conversíveis, que são
títulos de renda fixa com opção de conversão em ações, pela utilização dos métodos de
Árvore Binomial e simulação de Monte Carlo.
Os problemas de valoração são resolvidos sobre a ótica de opções reais em contexto
de negociação em mercado perfeito, livre de risco, sem possibilidade de arbitragem ou
qualquer outra informação e instrumento que possibilitem ganhos não inerentes a operação.
Assim sendo, embora todas as situações analisadas neste trabalho apresentem incertezas
relacionadas ao mercado e aos riscos de cada empresa quanto à insolvência ou capacidade
competitiva, estes fatores não são considerados no ambiente livre de risco.
Na primeira análise foi utilizado o modelo de árvore binomial sobre opções reais, na
qual se definiu como variável estocástica o preço da ação e, como variáveis determinísticas,
os juros remuneratório e de mercado e a volatilidade do preço da ação. Também foi utilizado
no método o conceito da probabilidade de Martingale.
Na segunda avaliação foi utilizado o método de simulação de Monte Carlo, gerando
caminhos aleatórios possíveis para o preço da ação. Assim como na primeira análise, os
demais parâmetros se mantiveram fixos. Outro conceito muito importante utilizado nesta
parte foi o movimento geométrico Browniano, também conhecido como processo de Wierner.
Todas as análises se deram em condições especiais e com características únicas que
não refletem em igualdade todas as condições do mercado de renda fixa nem seus pares ou
similares.
Os resultados encontrados neste trabalho, bem como suas simulações realizadas com
recursos computacionais nos métodos de simulação de Monte Carlo ou Árvore Binomial,
sofreram aproximações. Estes resultados foram comparados, evidenciando as similaridades e
diferenças dos métodos utilizados.

2
Índice

1 - Introdução do trabalho...........................................................................................................5
2 - Posicionamento do mercado de Títulos conversíveis no Brasil............................................6
2.1 - Histórico.........................................................................................................................6
2.2 - Características ................................................................................................................8
2.2.1 - Amortização e Resgate Antecipado.......................................................................11
2.2.2 - Repactuação...........................................................................................................11
2.3 - A importância em emitir debêntures.............................................................................11
2.4 - Tipos de Distribuição/Colocação..................................................................................12
2.4.1 - Emissões Primárias................................................................................................12
2.4.2 - Programa de Distribuição......................................................................................12
2.4.3 - Distribuições Secundárias......................................................................................13
2.4.4 - Emissões e Séries...................................................................................................13
3 - Conversível sob avaliação...................................................................................................14
4 - Técnicas de simulação.........................................................................................................16
4.1 - Árvore Binomial...........................................................................................................16
4.2 - Simulação de Monte Carlo...........................................................................................17
4.2.1 - Introdução..............................................................................................................17
4.2.2 - Procedimento.........................................................................................................17
4.2.3 - A Simulação de Quase-Monte Carlo (SQMC)......................................................19
4.2.4 - Técnicas de Redução de Variância .......................................................................21
4.2.4.1 - Latin Hipercub (Hipercubo Latino)................................................................21
4.2.5 - Gerador de Números aleatórios (RNG).................................................................22
4.2.5.1 - Os números pseudo-aleatórios........................................................................23
4.2.5.2 - Os números quase-aleatórios..........................................................................25
4.2.5.3 - Convertendo a distribuição Uniforme (0,1) em outras distribuições..............26
4.2.6 - Simulação de Monte Carlo para o Movimento Geométrico Browniano...............28
5 – Árvore Binomial aplicada a Debênture Conversível..........................................................30
6 - Simulação de Monte Carlo aplicada a Debênture Conversível...........................................33
7 - Análise de Sensibilidade......................................................................................................35
8 – Conclusões..........................................................................................................................40
..................................................................................................................................................40
9 - Bibliografia..........................................................................................................................41
Apêndice A...............................................................................................................................43
Apêndice B................................................................................................................................45
Apêndice C................................................................................................................................50
Apêndice D...............................................................................................................................52
Anexo A....................................................................................................................................53
Anexo B....................................................................................................................................59

3
Índice de Tabelas
Tabela 1: Geração de Números Aleatórios...............................................................................23
Tabela 2: Geração de números Quase-aleatórios......................................................................26
Tabela 3: Árvore Binomial.......................................................................................................31
Tabela 4: Sensibilidade da Árvore Binomial - Preço da Ação.................................................35
Tabela 5: Sensibilidade da Árvore Binomial – Volatilidade....................................................35
Tabela 6: Sensibilidade da Simulação de Monte Carlo - Preço da Ação..................................37
Tabela 7: Sensibilidade da Simulação de Monte Carlo – Volatilidade.....................................37
Tabela 8: Sensibilidade dos Limites - Preço da Ação...............................................................38
Tabela 9: Sensibilidade dos Limites - Volatilidade..................................................................38
Tabela 10: Cálculo da TJLP......................................................................................................44
Tabela 11: Cálculo da Volatilidade...........................................................................................49

Índice de Ilustrações

Ilustração 1:Árvore Binomial....................................................................................................16

Ilustração 2: Densidade Normal Padrão....................................................................................26
Ilustração 3: Função de Distribuição da Normal Padrão..........................................................27

Índice de Gráficos

Gráfico 1: Dispersão Pseudo-aleatório.....................................................................................20

Gráfico 2: Dispersão Quase-aleatório.......................................................................................20
Gráfico 3 - Distribuição da Árvore Binomial do valor esperado do título...............................32
Gráfico 4: Caminhos Aleatórios gerados na Simulação de Monte Carlo.................................33
Gráfico 5: Distribuição do Valor esperado do Título da Simulação de Monte Carlo...............34
Gráfico 6: Sensibilidade da Árvore Binomial...........................................................................36
Gráfico 7: Sensibilidade entre as Médias da Simulação de Monte Carlo.................................37
Gráfico 8: Sensibilidade referente a amplitude da Simulação de Monte Carlo........................39

4
1 - Introdução do trabalho

A aplicação da teoria de opções reais na análise de investimentos vem sendo

amplamente discutida na comunidade acadêmica e no mundo empresarial, e tem sido tema de
diversos papers e outros trabalhos a respeito de investimentos em diversas áreas.
Uma opção real é o direito, mas não a obrigação, de empreender uma ação (por
exemplo, diferir, expandir, contrair ou abandonar) a um custo predeterminado que se
denomina preço de exercício, por um período preestabelecido – vida da opção.
Esta metodologia tem como grande benefício a modelagem de incertezas, o que antes
não era abordado por outras técnicas. Ela permite quantificar as mudanças de incertezas e
variáveis, que em geral possuem grande influência no resultado, baseando-se nas
prerrogativas de decisão ótima, a serem tomadas, para cada instante de tempo em análise.
Através da modelagem das incertezas por processos estocásticos e as flexibilizações
decorrentes destas incertezas, foi possível levar em consideração, na análise econômica em
questão, a irreversibilidade dos investimentos e parte da flexibilidade e incerteza do mundo
real.
À luz da Teoria de Opções Reais, o título analisado neste trabalho pode ser
considerado uma opção européia com steps. A opção européia convencional é caracterizada
pela possibilidade do exercício somente no vencimento da mesma. Já a debênture analisada
neste trabalho apresenta possibilidade de exercício a cada 6 meses, caracterizando os steps.
É importante ressaltar que foi utilizado o regime de capitalização contínua, pelo fato
da facilidade nos cálculos envolvidos.

5
2 - Posicionamento do mercado de Títulos conversíveis no Brasil

2.1 - Histórico

As debêntures constituem uma das formas mais antigas de captação de recursos por
meio de títulos. Elas são valores mobiliários de emissão de companhias abertas, nominativas,
negociáveis, de médio ou longo prazo, e os debenturistas tornam-se credores da companhia
emissora. O mercado de títulos de debêntures no Brasil remonta à época do Império,
inicialmente regulamentado de acordo a Lei nº 3.150 e decreto nº 8.821, ambos de 1882.
Nos anos que seguiram, elas sofreram diversas modificações em suas leis, porém a
atratividade por títulos foi caindo em função da falta de mecanismos que protegessem as
aplicações dos efeitos da inflação no longo prazo.
Durante as mudanças que reorganizaram o sistema financeiro nacional no ano de
1965, foi introduzida uma importante inovação às debêntures, destacando-se a possibilidade
de conversão em ações e a correção monetária. E com a edição da Lei de Sociedade por
Ações, as debêntures assumiram a forma que prevalece e que foi reforçada pela criação da
Comissão de Valores Mobiliários (CVM), disciplinando o mercado de capitais.
Durante os anos 80, as diversas alterações na política econômica, acarretaram
mudanças operacionais, tributárias e dos indexadores, o que afastou o interesse do investidor
por esse mercado.
Em 1988, as debêntures tiveram a sua aquisição encorajada por instituições financeiras
e, em seguida, o Plano Verão permitiu o uso de uma ampla gama de indexadores, estimulando
os investidores. Mas as incertezas no campo político e na política econômica recessiva
ocorrida em 1990-1991 esfriaram o mercado de capitais doméstico, que em seguida passou a
sofrer a concorrência das captações externas.
Com o Plano Real, o mercado de debêntures apresentou as condições necessárias para
recuperação através da estabilidade monetária, do progressivo alongamento dos prazos dos
títulos da dívida, das reestruturações patrimoniais e financeiras das companhias, da retomada
do crescimento econômico e do processo de privatização. Neste cenário, as debêntures se
tornaram um importante instrumento para captação de recursos para empresas de

6
arrendamento mercantil (leasing), administração e participação, serviços de utilidade pública,
comércio e insumos intermediários.
Porém, a partir de 1995, com a resolução do CMN 1.723/95, foi regulamentada a
oferta pública de notas promissórias emitidas por sociedades por ações. A partir daí, as notas
promissórias consagraram-se como um título de renda fixa de emissão mais simples e de mais
curto prazo.
Recentemente, duas instruções da CVM incrementaram o mercado de debêntures. A
primeira consolidou diversas normas acerca das ofertas públicas de valores mobiliários e
procurou refletir uma série de práticas atuais do mercado, como o bookbulding (mecanismo
de consulta prévia ao mercado para definição da remuneração das debêntures ou do
ágio/deságio no preço de subscrição, tendo em vista a quantidade de debêntures, para
diferentes níveis de taxa, que cada investidor tem disposição de adquirir) Também introduziu
outras práticas correntes em outros países como o programa de distribuição, green shoe e a
possibilidade de aumentar a oferta em 20% sem alteração do Prospecto. Além disso, passou a
exigir nas ofertas públicas, um prospecto mais completo que visa melhor refletir as práticas
adotadas nos mercados interno e externo.
A segunda instrução introduziu as debêntures padronizadas e as condições para o
procedimento simplificado de registro de emissões de debêntures. Elas são títulos que
possuem escrituras comuns, negociadas em ambiente especial com Formadores de Mercado
que propiciem Liquidez mínima para esses títulos.
As Debêntures padronizadas foram introduzidas com o objetivo de desenvolver um
mercado mais dinâmico para títulos de dívida de emissão de companhias abertas e fornecer ao
investidor um título de pouca complexidade e, conseqüentemente, mais atraente. Para os
emissores, o procedimento simplificado de registro possibilita uma substancial economia de
tempo no momento do processo de emissão das debêntures.
Ainda como benefício aos emissores, existe a possibilidade de uma emissão poder ser
oferecida ao longo de 24 meses, abrindo novas opções e estratégias para os emissores, que
podem aproveitar de maneira eficiente as oportunidades favoráveis que se apresentam no
mercado doméstico.

7
2.2 - Características

As debêntures podem ser caracterizadas:

Quanto às Formas:
- Nominativas: quando forem representadas por certificados emitidos em nome do
titular e registrados em livro próprio mantido pela emissora. A transferência de titularidade é
efetuada por endosso em preto, substituindo-se posteriormente o certificado. Atualmente,
todas as debêntures são nominativas, ou seja, estão em nome de seus titulares, visto que as
debêntures ao portador foram oficialmente extintas pela Lei n.º 9.457/97.
- Escriturais: quando não possuírem certificados representativos, sendo mantidas em
nome do titular em conta de depósito em instituição financeira depositária designada pela
emissora. Essa é a forma mais utilizada.

Quanto à Classe ou Tipo:

- Conversíveis em Ações: quando, além de serem resgatáveis em moeda, puderem ser
convertidas em ações de emissão da empresa, nas condições estabelecidas pela escritura de
emissão.
- Não Conversíveis ou Simples: quando não puderem ser convertidas em ações, ou
seja, resgatáveis exclusivamente em moeda nacional.
- Permutáveis: quando puderem ser transformadas sem ações de emissão de outra
(1)
companhia que não a emissora dos papéis , ou ainda, apesar de raro, em outros tipos de
bens, tais como títulos de crédito.

No que diz respeito à Espécie/Garantia (2):

1
Na maioria das vezes, a companhia emissora das ações objeto da permuta é empresa integrante do mesmo conglomerado da
companhia emissora das debêntures.
2
Além de possuírem as garantias citadas no quadro, as debêntures podem ter garantias adicionais, constantes da escritura de
emissão. A garantia fidejussória geralmente é representada por uma fiança conferida por pessoas físicas ou jurídicas
(compreendendo geralmente acionistas ou sociedades do mesmo grupo da emissora). A escritura de emissão também pode
prever covenants, que são compromissos contratuais que complementam a garantia das debêntures. Podem incluir cláusulas
que limitam a ação da companhia emissora relativamente a endividamentos, seguros, controle acionário da empresa etc. O
fiel cumprimento dos covenants é fiscalizado pelo agente fiduciário.

8
 (3)
- Garantia Real : quando são garantidas por bens (móveis ou imóveis) dados em
(4) (5) (6)
hipoteca , penhor ou anticrese pela companhia emissora, por empresas de seu
conglomerado ou por terceiros.

- Garantia Flutuante (7): quando possuem um privilégio geral sobre o ativo da empresa,
o que não impede, entretanto, a negociação dos bens que compõem esse ativo. As debêntures
com garantia flutuante possuem preferência de pagamento sobre debêntures de emissões
anteriores e sobre outros créditos especiais ou com garantias reais, firmados anteriormente à
emissão.
(8)
- Quirografárias (sem preferência) : debêntures que não possuem as vantagens dos
dois tipos anteriores. Assim, os debenturistas, em caso de falência, equiparam-se aos demais
credores quirografários (não privilegiados) da empresa.
(9)
- Subordinadas : quando não possuem garantia, o que significa que, em caso de
liquidação da companhia emissora, os debenturistas têm preferência apenas sobre os
acionistas.

Em relação à Remuneração e Atualização Monetária (10):

- Taxa de Juros Pré-Fixada
- TR ou TJLP (11)
- TBF (12)
- Taxas de Juros Flutuantes (13)
3
O volume de emissão de debêntures com garantia real é limitado pela regulamentação até 80% do valor dos bens gravados
da empresa, quando o valor da emissão ultrapassar o do capital social.
4
A hipoteca representa um direito real de garantia sobre bens imóveis (incluindo navios e aeronaves).
5
O penhor é um direito real de garantia sobre bens móveis entregues pela emissora ou por terceiros, para assegurar o
cumprimento de uma obrigação.
6
A anticrese é também um direito real de garantia pelo qual o credor recebe os rendimentos de um imóvel, possuindo,
durante o período que se estender até o cumprimento da obrigação, os poderes de proprietário para fins de arrendamento ou
locação do imóvel.
7
O volume de emissão das debêntures com garantia flutuante é limitado até 70% do valor contábil do ativo da emissora,
líquido das dívidas garantidas por direitos reais, quando o valor da emissão ultrapassar o do capital social.
8
As emissões de debêntures quirografárias não podem ter valor maior que o do capital social da companhia.
9
No caso das debêntures subordinadas, não existem limites máximos para a emissão.
10
A emissão de debêntures com previsão de mais de uma base de remuneração ou correção é admitida somente para efeito de
substituição da base pactuada, na hipótese de extinção desta.
11
No caso das debêntures serem remuneradas pela TR (Taxa Referencial) ou TJLP (Taxa de Juros de Longo Prazo), o prazo
mínimo para vencimento ou periodicidade de repactuação é de um mês. Este mecanismo é utilizado pelas companhias
emissoras de debêntures – quando previsto na escritura de emissão – para adequar seus títulos, periodicamente, às condições
vigentes no mercado e, com isso, torná-los mais atrativos para os investidores. Na repactuação, a emissora está obrigada a
recomprar os títulos dos debenturistas que não aceitarem as novas condições propostas.
12
Apenas as sociedades de leasing e as companhias hipotecárias podem emitir debêntures remuneradas pela TBF (Taxa
Básica Financeira); nesse caso, o prazo mínimo para vencimento ou periodicidade de repactuação é de dois meses.
13
As taxas flutuantes utilizadas em debêntures devem ser regularmente calculadas e de conhecimento público, devendo ser
baseadas em operações contratadas a taxas prefixadas, com prazo não inferior ao período de reajuste estipulado

9
 - Índice de Preço + Taxa de Juros Fixa (14)
- Taxa Cambial + Taxa de Juros Fixa
- Coeficiente de Correção de Títulos da Dívida Pública + Taxa de Juros Fixa
- Participação nos Lucros (15)

Por último, sobre o vencimento:

- Definido: quando tiverem o vencimento definido na escritura de emissão

- Indeterminado (debênture perpétua): quando não tiverem vencimento determinado.
Nesse caso, o vencimento é condicionado apenas a eventos especiais expressos na escritura da
emissão ou nos casos de inadimplência do pagamento de juros e dissolução da companhia. A
empresa também pode prever casos de resgate parcial ou total das debêntures, situações em
que podem ser pagos prêmios.
Além das características apresentadas acima, as debêntures também apresentam
prêmios, visando:
- Fornecer remuneração;
- Adaptar a rentabilidade total às condições de mercado;
- Compensar o debenturista pelo resgate antecipado;
- Estimular o detentor do título a continuar com as debêntures em processo de
repactuação.
Os prêmios das debêntures não podem ter como base a TR, a TBF, a TJLP, índices de
preços, a variação da taxa cambial ou qualquer referencial baseado em taxa de juros. Porém, é
permitido ter como base a variação da receita ou lucro da emissora.

contratualmente. O prazo mínimo de vencimento é de 180 dias e as taxas deverão ser reajustadas em períodos fixos.
14
O índice de preços deve ter série regularmente calculada e ser de conhecimento público. A periodicidade de aplicação da
cláusula de atualização não pode ser inferior a um ano, e o pagamento do valor correspondente à correção somente pode
ocorrer por ocasião do vencimento ou da repactuação das debêntures. Além disso, o pagamento de juros e a amortização
realizados em períodos inferiores a um ano devem ter como base de cálculo o valor nominal das debêntures, sem considerar a
atualização monetária de período inferior a um ano.
15
As debêntures podem remunerar os investidores por meio de participação nos lucros, agregando características de renda
variável ao papel. Quando a debênture possuir exclusivamente essa forma de remuneração, não haverá prazo mínimo para o
vencimento ou periodicidade de repactuação.

10
2.2.1 - Amortização e Resgate Antecipado

Uma companhia pode reservar-se o direito, desde que previsto na escritura de emissão,
de realizar amortizações ou resgates antecipados de debêntures de uma série de circulação. As
amortizações compreendem a redução do valor nominal de todas as debêntures em circulação,
ao passo que o resgate abrange a retirada de unidades delas, de forma parcial ou total. Onde
ambos podem ser programados (previstas as épocas e os critérios adotados) ou extraordinários
(prevista a possibilidade de sua ocorrência, porém sem ser de maneira objetiva).

2.2.2 - Repactuação

A escritura de emissão pode conter cláusula de repactuação, que significa

renegociar as condições acertadas com os debenturistas, de forma a adequar as características
dos títulos às condições de mercado. Caso os investidores não aceitem as novas condições
propostas pela companhia, esta terá de adquirir as debêntures. As debêntures, uma vez
adquiridas, podem permanecer em tesouraria (fora de circulação) ou serem canceladas. Se a
empresa mantiver as debêntures em tesouraria, poderá, posteriormente, recolocá-las no
mercado para outros interessados.

2.3 - A importância em emitir debêntures

As debêntures são utilizadas para a captação de recursos junto aos investidores para o
financiamento de projetos, reestruturação de passivos, aumento de capital de giro ou
estruturação de operações de securitização de recebíveis.
Na reestruturação de passivos, elas são utilizadas para consolidar as dívidas, bem
como reduzir o custo médio e a complexidade de administrar a dívida. Também é possível
obter prazos mais longos, uma melhor adequação do perfil da dívida e a diminuição
significativa das garantias dadas pela companhia.
As debêntures podem ser emitidas lastreadas na securitização de recebíveis. Neste
processo, o risco de crédito dos recebíveis é separado do risco de crédito da companhia

11
originária, o que viabiliza uma emissão que em muitos casos não poderia ser realizada por
esta companhia. A securitização de recebíveis é um procedimento que envolve a venda de
recebíveis (direitos creditórios oriundos de venda a prazo de bens, serviços ou operações
imobiliárias) de uma empresa originária para uma segunda.
É importante ressaltar a capacidade de ajustamento das condições de uma debênture
de acordo às necessidades do emissor, o que torna para a empresa um grande instrumento de
captação de recursos, inclusive para capital de giro.
A emissão de debêntures é considerada o estágio preliminar a uma plena abertura de
capital realizada por meio da emissão de ações, especialmente no caso de debêntures
conversíveis. Estas, como o nome diz, possuem uma cláusula de conversibilidade que
estabelece condições, preço e período para que as mesmas sejam convertidas em ações.

2.4 - Tipos de Distribuição/Colocação

2.4.1 - Emissões Primárias

As emissões primárias são operações de lançamentos de novos títulos, nas quais há o

aporte de novos recursos para a companhia. As ofertas podem ser publicas e/ou
transacionadas no mercado, desde que a empresa seja uma companhia de capital aberto e
obedeça às normas exigidas pela CVM. Porém, as emissões também podem ser privadas, não
havendo registro da distribuição das debêntures junto a CVM e sem necessidade da emissora
constituir-se ou manter-se como companhia aberta.

2.4.2 - Programa de Distribuição

Os emissores podem registrar na CVM um Programa de Distribuição de Valores

Mobiliários, com o objetivo de, no futuro, efetuar ofertas públicas. Para isso, é necessário que
já tenham efetuado distribuições públicas de valores mobiliários (ações, debêntures ou outros)
e estejam com o registro de companhia aberta atualizado. Uma vez arquivado o Programa de
Distribuição, o emissor terá um prazo de até dois anos para realizar a emissão da totalidade

12
das debêntures previstas no Programa. A cada nova oferta pública de debêntures relativas a
um mesmo Programa, é necessário atualizar a escritura e o prospecto junto à CVM.

2.4.3 - Distribuições Secundárias

As distribuições secundárias (block-trade) de debêntures compreendem distribuições

públicas de grandes lotes de debêntures que já foram emitidas, que estão nas mãos de
controladores/acionistas da empresa ou qualquer outro investidor (debêntures que estão fora
de circulação do mercado) e que compreendem um esforço de vendas sobre esses títulos. O
procedimento para o registro da oferta secundária é análogo àquele para o registro das
emissões primárias de debêntures.

2.4.4 - Emissões e Séries

Uma empresa pode efetuar várias emissões de debêntures, de acordo com suas
necessidades. Cada emissão pode ainda ser dividida em séries, de forma a adequar o montante
de recursos às necessidades da empresa ou à demanda do mercado. As debêntures de uma
mesma série deverão ter igual valor nominal e conferir a seus titulares os mesmos direitos. As
séries de uma emissão podem ter ou não a mesma data de vencimento.

13
 3 - Conversível sob avaliação

A emissão de debêntures conversíveis escolhida foi da emissora Tele Centro Sul

Participações, recebendo nova denominação, posteriormente, de Brasil Telecom
Participações, companhia com o objetivo de exercer o controle das sociedades exploradoras
dos serviços públicos de telefonia fixa da região II (Regiões Sul e Centro-Oeste do Brasil).
A emissão, de série única, é de 1.500 debêntures, conjugadas com 750 bônus. O
montante da operação totaliza R$ 1.095.000.000,00. Cada debênture tem, na data de emissão,
valor nominal de R$ 730.000,00 e tem garantia do tipo flutuante.
A data de emissão é de 27 de Julho de 2000, correspondente à da publicação do 2º
Anúncio de Distribuição Pública das Debêntures. E as respectivas vencerão no dia 27 de
Julho de 2006.
Sobre os Juros Remuneratórios, os debenturistas receberão 4% ao ano, acima da Taxa
de Juros de Longo Prazo – TJLP. Observando a seguinte esquemática:
I. Quando a TJLP for superior a 6%:
a. o montante excedente a 6% ao ano da TJLP será capitalizado nas datas
de pagamento de juros, no vencimento ou na conversão ou liquidação e
mediante a incidência do seguinte termo de capitalização sobre o saldo
devedor:

TC = [ (1 + TJLP ) / 1,06 ]
n / 360
− 1 , onde:

TC = termo de capitalização;
n = número de dias decorrente entre a data da emissão e o vencimento
do título.

b. o percentual de 4% ao ano acima da TJLP, incidirá sobre o saldo

devedor não amortizado das debêntures nas datas de exigibilidade dos juros
mencionados acima.
A Taxa de Juros Longo Prazo (TJLP) é definida trimestralmente pelo Conselho
Monetário Nacional (CMN). A TJLP é definida como o custo básico dos financiamentos
concedidos pelo BNDES.

14
 Os pagamentos de juros terão vencimento semestral observando como início 6 meses
após a data de emissão. Sendo assim, o primeiro vencimento dar-se-á em 27 de Janeiro de
2001 e seus semestres subseqüentes.
A taxa de conversibilidade da debênture foi estabelecida em contrato igual a
22.188.450 ações preferenciais para cada debênture convertida.
Para efeitos práticos neste trabalho a taxa de juros utilizada foi fruto de cálculo da
média da TJLP apresentada nos meses correntes de prazo do contrato, sendo a remuneração
do título igual a 13,951% ao ano (TJLP + 4%), vide apêndice A.

15
4 - Técnicas de simulação

4.1 - Árvore Binomial

A árvore binomial é um diagrama representativo dos diferentes valores que poderiam

ser assumidos pela variável estocástica (S) que se deseja avaliar ao longo de intervalos
discretos de tempo (∆t). Tem-se que, a cada período, o valor de S move-se para cima ou
para baixo, de acordo com as constantes proporcionais u e d, respectivamente. Atrelado a
este raciocínio, existe a probabilidade de Martingale (vide anexo B), que é a probabilidade
de S de mover-se para cima (p), ou para baixo (1-p), ambas as medidas neutras ao risco.
Os parâmetros u, d e p são definidos pelas seguintes equações:
u = eσ ∆t

d = e −σ ∆t

e rT − d
p= , onde:
u −d
σ = volatilidade de S;
r = taxa de juros livre de risco.
T = período de duração da variável estocástica
A figura abaixo mostra os possíveis valores de S ao longo de três intervalos de tempo:

Ilustração 1:Árvore Binomial

A árvore acima é conhecida como árvore binomial multiplicativa, pois os
valores futuros em cada período seguem uma distribuição binomial e são proporcionais ao

16
 estado inicial. O modelo em questão é dito recombinante, ou seja, alguns nós voltam a
assumir valores de nós já encontrados anteriormente. Quando o número de períodos torna-
se muito grande, no limite, a distribuição dos resultados nas ramificações finais se
aproxima de uma distribuição logarítmica normal.

4.2 - Simulação de Monte Carlo

4.2.1 - Introdução

A simulação de Monte Carlo possui grandes aplicações na solução de uma variedade

de problemas matemáticos, através de experimentos computacionais em diversas áreas das
ciências. O método é aplicado tanto em problemas determinísticos quanto aos que possuem
caráter probabilístico.
A estrutura, em si, é muito simples e flexível, o que a torna viável de ser aplicada em
qualquer nível de complexidade. No entanto, é importante destacar a inconveniência do
método, no que diz respeito ao número de simulações necessárias para a redução do erro da
estimativa da solução procurada, o que tende, na prática, a tornar o método um pouco lento.
O método possui, ainda, grande aplicação na teoria financeira e tem sido largamente
usado nos cálculos de Opções e do Valor em Risco (VaR), na medição do Risco de Mercado e
de Crédito, na Análise de Projetos de Investimento e, recentemente, na solução de Opções
Reais. Devido à simplicidade do raciocínio envolvido na geração do método e à grande
inovação tecnológica dos computadores pessoais, o método de MC se tornou uma poderosa e
atrativa ferramenta para lidar com questões ligadas à Teoria Financeira.

4.2.2 - Procedimento

A técnica do MC consiste em gerar valores aleatórios de acordo com a distribuição de

probabilidade, dentro de um modelo, com o objetivo de produzir vários cenários. A
distribuição de valores calculados (para cada caso) deve refletir a probabilidade de ocorrência
dos mesmos.

17
 A simulação dessa técnica também é usada para avaliar o valor esperado de uma
variável, onde esta é função de várias variáveis estocásticas, que não podem ser tratadas de
forma analítica. No contexto de precificação de opções americanas, a simulação de Monte
Carlo e a Programação Dinâmica são usadas de forma combinada, por exemplo.
Algumas vantagens podem ser destacadas, como:
- Não existe necessidade de aproximação nas distribuições das variáveis do
modelo;
- As correlações e outras interdependências podem ser modeladas;
- O processo de geração dos valores aleatórios é realizado somente pelo
computador;
- O nível de precisão da simulação pode ser melhorado através do aumento do
número de iterações;
- A validade da teoria da simulação de Monte Carlo é amplamente reconhecida, o
que possibilita que os seus resultados sejam facilmente aceitos;
- As alterações no modelo matemático em questão podem ser feitas rapidamente e
os novos resultados podem ser comparados com os anteriores.
Com isso, o método de simulação de Monte Carlo será usado no desenvolvimento
deste trabalho, de modo a viabilizar a precificação do título conversível proposto.

18
4.2.3 - A Simulação de Quase-Monte Carlo (SQMC)

Também chamada de Seqüência de Baixa Discrepância, o método de Simulação

Quase-Monte Carlo tem por objetivo gerar, de maneira determinística, números distribuídos
uniformemente em um dado intervalo.
Esses números são chamados de quase-aleatórios, em contraposição aos conhecidos
pseudo-aleatórios, gerados pelo Método de Monte Carlo tradicional.
Estudos realizados demonstram que a utilização de seqüências de baixa discrepância
(ou quase-aleatória) pode acelerar substancialmente a convergência da SMC devido à
necessidade de um menor número de simulações, a fim de conseguirmos a precisão desejada.
Nessa seqüência, as amostras são selecionadas de forma a preencherem igualmente todo o
domínio da simulação.
Pode-se citar que uma das aplicações do QMC (Quase-Monte Carlo) é na redução de
variância, ou seja, espalham-se amostras o mais uniformemente possível sobre o espaço
amostral e a uniformidade pode ser conseguida estratificando o mesmo.
A estratificação envolve a divisão da distribuição em intervalos iguais ou de
preferência com probabilidades de ocorrências iguais. Por exemplo, supondo que a
distribuição foi dividida em 10 intervalos, onde todos possuem a mesma probabilidade. Com
isso, poderemos escolher um esquema de simulação que nos assegure que 10% das amostras
estejam contidas primeiro intervalo, 10% contidas no segundo intervalo e assim por diante.
Ao final da simulação, ter-se-ão 10 valores médios resultantes da simulação dentro do limite
de cada intervalo.

19
 É importante destacar que a SQMC possui melhor desempenho quando comparada à
de MC. Este fato é devido ao método de geração de números aleatórios utilizado. Por fim, foi
feita uma comparação empírica dos gráficos resultantes da plotagem dos números pseudo-
aleatórios e os de baixa discrepância. Com isso, é percebido que o gráfico de dispersão dos
números pseudo-aleatórios possui uma distribuição com aglomerações e áreas não
preenchidas pelos valores, o que praticamente não ocorre com a seqüência quase-aleatória.

Dispersão dos números Pseudo-aleatórios

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0 100 200 300 400 500 600 700 800 900 1000

Números P seudo-aleatórios

Gráfico 1: Dispersão Pseudo-aleatório

Dispersão dos núm eros Quase -aleatórios

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0 100 200 300 400 500 600 700 800 900 1000

NúmerosQuase-aleatórios

Gráfico 2: Dispersão Quase-aleatório

20
4.2.4 - Técnicas de Redução de Variância

4.2.4.1 - Latin Hipercub (Hipercubo Latino)

As técnicas de redução de variância estão relacionadas a diferentes métodos de

amostragem de números aleatórios, com o objetivo de diminuir o tempo de processamento das
simulações e aumentar a eficiência das mesmas, geradas pela amostragem aleatória simples.
Portanto, para determinado nível de precisão, é necessário um número menor de simulações e,
conseqüentemente, um menor esforço computacional.
A redução de variância é medida, geralmente, através do erro padrão das estimativas.
Com isso, quanto menor o erro padrão obtido, maior será a precisão e qualidade das
simulações.
Na literatura relacionada à técnica em questão, existem várias abordagens e, dentre
estas, destaca-se a do Hipercubo Latino.
A técnica de amostragem por LH foi apresentada por Mckay (1979).
A idéia básica do procedimento consiste na divisão do espaço amostral em estratos, de
forma que um número aleatório seja obrigatoriamente sorteado em cada estrato. Com isso,
garante-se, pelo menos, alguma regularidade da distribuição sobre a qual a simulação é feita.
A aleatoriedade da geração é obtida pela permutação aleatória da ordem em que os números,
gerados dentro de cada estrato, serão sorteados.
Um dos algoritmos que formaliza a geração por hipercubo latino pode ser escrito
como:

 i − 1 + Rand i   ( i − Rand i ) 
xhi = F −1   = F −1  
 n   n 
onde:

n = tamanho da amostra de números aleatórios a serem gerados;

i = 1,2,3,......., n;
xh i = i-ésimo elemento do primeiro conjunto de valores da amostra;
F-1 = inversa da função de distribuição acumulada da variável X;
Randi = i-ésimo número aleatório entre 0 e 1.

21
 É imprescindível relatar que o Método de LH oferece um excelente desempenho em
relação às demais técnicas de redução de variância.

4.2.5 - Gerador de Números aleatórios (RNG)

A simulação computacional de qualquer fenômeno aleatório envolve a geração de

variáveis aleatórias. Para que os resultados da simulação de Monte Carlo sejam
satisfatoriamente condizentes com os resultados esperados na situação real, é muito
importante que se tenha uma fonte de números aleatórios de boa qualidade.
Em experiências físicas podem ser gerados números aleatórios, associando os
resultados experimentais aos números. Entretanto, isto se torna inviável quando é necessário
gerar uma grande quantidade desses números. Além disso, como não se pode garantir a total
aleatoriedade do experimento, os números gerados desta maneira não serão totalmente
aleatórios.
Nas simulações computacionais, os números aleatórios costumam ser produzidos
diretamente pelo computador, utilizando um gerador de números aleatórios ou RNG (randon
number generator). Este algoritmo produz seqüências numéricas que seguem uma
distribuição de probabilidade específica e assim possuem a aparência de aleatoriedade.
Portanto, os números gerados computacionalmente não devem ser chamados de aleatórios,
pois são previsíveis e repetíveis. Contudo, o mais importante é que esses números substituem
satisfatoriamente os números realmente aleatórios se o método de geração for válido.
Vários procedimentos estatísticos sofisticados foram propostos para testar e garantir se
uma seqüência de números aleatórios gerada computacionalmente tem aleatoriedade
suficiente. Basicamente, os requisitos são que haja uma distribuição uniforme da
probabilidade de ocorrência de cada número e que um número seja estatisticamente
independente do número subseqüente, ou seja, que haja uma baixa correlação entre os
números.
Os números aleatórios podem ser divididos em dois grupos: discretos e contínuos. Os
discretos são os escolhidos de uma lista de números discretos e os contínuos de um intervalo

22
contínuo de números. Como os computadores trabalham com números discretos, eles geram
números aleatórios com estas características, mas veremos que estes podem facilmente ser
convertidos em números contínuos. Sendo assim, os métodos computacionais de simulação
podem trabalhar tanto com números discretos como contínuos.
Veremos a geração de dois tipos de números aleatórios, os pseudo-aleatórios e os
quase-aleatórios:

4.2.5.1 - Os números pseudo-aleatórios

Existem inúmeros algoritmos geradores de números pseudo-aleatórios. Para fins

didáticos, veremos o método do resíduo (Congruential method, em inglês), que se baseia na
seguinte função recursiva:

xn+1 = (axn+c)(modulo m)

O método sempre calcula o próximo número aleatório Xn+1 a partir do ultimo obtido,
dado um número aleatório x0 , chamado de semente. Na formula, a, c e m são positivos

inteiros (a<m, c<m). A notação matemática “módulo” significa que Xn+1 é o resto da divisão

de (axn+c) por m. Logo, os possíveis valores de xn+1 são 0, 1,..., m-1. Portanto, mé a
quantidade desejada de diferentes números aleatórios gerados.
Vamos ilustrar com um exemplo:

Usando m = 8, a = 5, c = 7, e x0 = 4. A seqüência de números aleatórios é calculada

na tabela abaixo: N Xn 5X + 7 (5X + 7)/8 Xn+1
0 4 27 3,375 3
1 3 22 2,75 6
2 6 37 4,625 5
Vemos que 3 5 32 4 0
4 0 7 0,875 7
nas primeiras oito 5 7 42 5,25 2
iterações, foram 6 2 17 2,125 1
7 1 12 1,5 4
escolhidos oito 8 4 27 3,375 3
diferentes 9 3 22 2,75 6
10 6 37 4,625 5
números, mas que 11 5 32 4 0
12 0 7 0,875 7
13 7 42 5,25 2 23
14 2 17 2,125 1
15 1 12 1,5 4
Tabela 1: Geração de Números Aleatórios
a partir da oitava iteração, esses números se repetiram. Essa repetição faz com que os números
gerados pelo algoritmo não sejam considerados verdadeiramente aleatórios. Para solucionar
este problema, basta utilizar um valor bem grande para m, o que é trivial para os
computadores, e utilizar apenas os m primeiros números gerados pelo algoritmo.
É preciso observar quais são os valores escolhidos para a, c, m e x0. Na base decimal,
m=10d, onde d é a quantidade máxima de dígitos suportada pela ferramenta computacional.
Os valores de a podem ser: 1, 21, 41, 61 ... (a= 20n+1) e c = 1, 3, 7, 9, 11, 13, 17, 19, ... (isto
é, qualquer número positivo, impar, não divisível por 5). Não há qualquer restrição quanto ao
valor de x0 , ou semente, pois apenas afeta onde a seqüência começará e não a progressão dos
números.
A seqüência obtida será de números discretos e, portanto, inteiros ente 0 e m-1.
Podemos transformar para uma seqüência de números contínuos entre 0 e 1 se dividirmos
todos os números por m.

24
4.2.5.2 - Os números quase-aleatórios

Conforme foi visto, o método do resíduo gera números denominados pseudo-

aleatórios, utilizados na Simulação de Monte Carlo. Existe também um outro algoritmo que
gera os números denominados quase-aleatórios, utilizados na simulação de Quase-Monte
Carlo (QMC). A principal diferença em relação ao método anterior é que os números quase-
aleatórios são gerados de uma forma que evita a aglomeração dos mesmos, ou seja, os
números são os mais dispersos possíveis. Essa série de números é chamada de seqüência de
baixa discrepância. A seqüência de van der Corput, na base 2, é a principal fonte de
seqüências de baixa discrepância. A seqüência de van der Corput , para o numero n e base b,
segue três passos:

1. O número na base decimal é expandido na base b. Por exemplo, n = 4 na base 2 é 100

(4 = 1 x 22 + 0 x 21 + 0 x 20);
2. O número na base b é refletido. No exemplo, 001;
3. Transformamos o número refletido na base b para a base decimal. No exemplo, o
número na base 2 (0,001) corresponde ao número decimal 1/8, isto é, van der Corput =
1/8 = 0.125 (= 0 x 2-1 + 0 x 2-2 + 1 x 2-3).

Com duas equações é possível executar estes passos. Na primeira equação, obtemos o
número invertido aj, na base b, (para a base 2, uma seqüência de 0 e 1; para a base 3 uma
seqüência de 0, 1 e 2, etc.), na segunda equação obtemos a seqüência de van der Corput na
base b correspondente ao numero decimal n:

m
n = ∑a j ( n )b j
j =0

m
Van der Corput base b( n ) = Φ b ( n ) = ∑ a j ( n ) b − j −1
j =0

Onde m é o menor inteiro que faz aj(n) = 0, ∀ j > m .

Assim, para a base 2, teríamos a seguinte seqüência de números:

Base 10 Base 2 Base 10

25
 N° de
interações Número expandido número refletido van der Corput
2 1 0 -1
0 000 0=0x2 +0x2 +0x2 0x2 0 0
2 1 0 -1
1 001 1=0x2 +0x2 +1x2 1x2 1/2 0,5
2 010 2 = 0 x 22 + 1 x 21 + 0 x 20 1 x 2-2 1/4 0,25
2 1 0 -1 -2
3 011 3=0x2 +1x2 +1x2 1x2 +1x2 3/4 0,75
2 1 0 -3
4 100 4=1x2 +0x2 +0x2 1x2 1/8 0,125
5 101 5 = 1 x 22 + 0 x 21 + 1 x 20 1 x 2-1 + 1 x 2-3 5/8 0,625
6 110 6 = 1 x 22 + 1 x 21 + 0 x 20 1 x 2-2 + 1 x 2-3 3/8 0,375
... ... ... ... ... ...
Tabela 2: Geração de números Quase-aleatórios

4.2.5.3 - Convertendo a distribuição Uniforme (0,1) em outras distribuições

Vimos, então, duas maneiras de se obter números “aleatórios” distribuídos

uniformemente no intervalo 0 e 1. Todavia, precisaremos de amostras obtidas de outras
distribuições. Na simulação em questão, necessitamos de amostras de números aleatórios
oriundas da distribuição N ~ ( 0,1) . Não é preciso um algoritmo que gere esses valores com
essas características, pois existem técnicas para transformar uma amostra da distribuição
Uniforme (0,1) em outras distribuições, inclusive em Normal (0,1). O método mais simples é
o da inversão da função de distribuição cumulativa de probabilidade. Vejamos o caso da
Normal (0,1):

Ilustração 2: Densidade Normal Padrão

Este gráfico é da função densidade de probabilidade da Normal Padrão. Desta função,

obtemos a função de distribuição cumulativa de probabilidade, ilustrada no próximo gráfico:

26
 Ilustração 3: Função de Distribuição da Normal Padrão

A curva é da distribuição cumulativa da Normal Padrão, mas poderia ser de qualquer

distribuição com função de distribuição cumulativa de probabilidade conhecida, da qual se
desejasse obter uma amostra aleatória.
Note que o eixo Y varia de 0 até 1 assim como a distribuição Uniforme(0,1), além de
ambos serem equiprováveis. Isso significa que podemos associar qualquer valor de U(0,1)
com qualquer função de distribuição cumulativa de probabilidade conhecida, inclusive com a
da Normal Padrão.
A linha pontilhada indica que com uma amostra da distribuição U(0,1) (na figura y ≈
0,3), podemos obter uma amostra numérica x para a distribuição que desejamos simular (na
figura x ≈ -0,5). Assim, é possível obter tantos quantos forem os números aleatórios que
desejarmos com distribuição Normal (0,1).

27
4.2.6 - Simulação de Monte Carlo para o Movimento Geométrico
Browniano

Para a análise da debênture em questão, utilizou-se o preço da ação como variável

estocástica. Um processo estocástico pode ser definido como sendo a soma de duas parcelas,
uma esperada e a outra aleatória. De forma esquemática, temos:

X (t ) = E[ X (t )] + erro (t ) , onde:

X(t) = variável estocástica;

E[X(t)] = valor esperado da variável estocástica
Erro(t) = erro aleatório.

O processo de Markov é um processo estocástico onde o melhor parâmetro para

definir o próximo valor de uma variável estocástica é o seu valor atual e não a série histórica
destes valores, ou seja, a distribuição de probabilidade para Xt+1 depende somente de Xt e não
do que ocorreu antes do tempo t (não depende de Xs, onde s<t).
Uma classe particular deste processo é o Movimento Geométrico Browniano (MGB),
também chamado de processo de Wiener, que é um caso especial de um processo de difusão
forte (strong diffusion process), ou seja, uma classe particular de um processo de Markov em
tempo contínuo.
O processo estocástico mais utilizado para simular o comportamento real do preço de
uma ação é o Movimento Geométrico Browniano. Pode-se dizer também que o retorno da
variável estocástica no MGB é a soma de uma parcela esperada e a outra aleatória, definido
por:

dS = α dt + σ dz , onde:
S
dS = retorno da variável estocástica;
S
α dt = parcela de valor esperado;
σ dz = parcela de desvio;

28
 dz = ε t dt , conhecido como incremento de Wiener;
εt ~ N (0,1) .

Aplicando o Lema de Itô ao MGB obtemos a equação seguinte, conforme

demonstração no anexo A:

2
{( r −σ ) ∆t +σN ( 0 ,1) ∆t }
St = S 0 e 2 , onde:

St = Preço da ação no instante t

S0 = Preço inicial da ação objeto
r = Taxa de juros livre de risco
∆t = Intervalo de tempo
σ = Volatilidade da ação
N(0,1) = Valor aleatório da distribuição Normal padronizada

Esta equação foi utilizada na simulação em questão a fim de gerar possíveis valores do
preço da ação (St) a cada intervalo de tempo (∆t), a partir de um preço inicial (S0), com o
objetivo de reproduzir vários cenários. Para os cálculos, é necessário determinar: a taxa livre
de risco (r), fator de remuneração garantido do projeto analisado, de maneira a não gerar uma
oportunidade de arbitragem; e a volatilidade intrínseca da ação (σ), que é uma medida de
variação do preço da mesma.

29
5 – Árvore Binomial aplicada a Debênture Conversível

No presente trabalho, foi utilizado o modelo de árvore binomial, com o objetivo de

precificar o título conversível, simulando a variável estocástica em questão, ou seja, o preço
da ação. Os inputs requeridos foram: a Taxa Livre de Risco (r), o preço inicial da ação (S0), a
Taxa de Conversão (T.Conv.), a volatilidade da ação (σ), a vida da opção (em anos) e o valor
de face da debênture. Com isso, utilizou-se a probabilidade de Martingale, à qual relaciona os
parâmetros: taxa livre de risco, a volatilidade do preço da ação e, por fim, as constantes
proporcionais u e d, para o cálculo das probabilidades de subida (p) e descida (1 − p ) .
Os parâmetros acima citados foram obtidos da forma que segue:
Taxa livre de risco (r) – Esta é uma taxa de remuneração definida no contrato, como
sendo Taxa de Juros de Longo Prazo, adicionado quatro pontos percentuais (TJLP + 4%).
Como o objetivo do trabalho não é estimar a TJLP, esta foi calculada como sendo a
média dos seus valores do período entre o lançamento e o prazo de expiração da debênture, ou
seja, de julho de 2000 a julho de 2006. Estes valores foram obtidos junto ao Banco Nacional
de Desenvolvimento Econômico e Social. Portanto, o valor encontrado da Taxa Livre de
Risco (TJLP + 4%) foi de 13,951% ao ano. Os cálculos constam no apêndice A.
Volatilidade do preço da ação (σ) – Para o cálculo deste parâmetro, foi utilizada uma
série histórica dos preços da ação, obtida do Banco de Dados Economática. Os valores de
fechamento diário estão compreendidos no período de 20 de julho de 1999 a 19 de julho de
2000 e, desta série, foi calculado o desvio padrão anual, cujo valor é 45,73%. Os cálculos
constam no apêndice B.
Constantes proporcionais u e d - De acordo com as equações citadas no item 4.1, sobre
os cálculos de u e d, temos que os respectivos valores são: 2,2078 e 0,4529,
aproximadamente. Os cálculos constam no Apêndice C.
Probabilidade de Martingale – Ainda de acordo com o item 4.1, temos que as
probabilidades de subir (p) e descer (1-p), ambas neutras ao risco, são, respectivamente,
38,79% e 61,20%, aproximadamente.
Na elaboração da árvore binomial levamos em consideração, além do preço assumido
pela ação em cada nó (“preço da ação”), também o valor futuro do título (“não converter”), o
retorno esperado da conversão em ações (“converter”) e o valor máximo entre estes dois
últimos (“máximo”). A disposição destes valores pode ser observada na tabela a seguir:

30
 Tabela 3: Árvore Binomial
730.000,00 782.739,18 839.288,52 Valor de Face
0 1 2
0 18,65 41,18 90,91 Preço da ação
413.814,59 913.720,37 2.017.151,99 converter
730.000,00 782.739,18 839.288,52 não converter
730.000,00 913.720,37 979.732,51 Maximo

1 8,45 18,65 Preço da ação

187.492,40 413.814,59 converter
782.739,18 839.288,52 não converter
782.739,18 839.288,52 Maximo

2 3,83 Preço da ação

84.981,76 converter
839.288,52 não converter
839.288,52 Maximo

A Árvore, na íntegra, consta no apêndice C.

O retorno esperado da conversão em ações é o retorno obtido ao exercer a conversão
da debênture por ações, isto é, multiplica-se o valor da ação, em cada nó analisado, pela taxa
de conversão.
O valor futuro do título é o valor esperado por não exercer a conversão no nó
analisado, ou seja, é o valor inicial da debênture (R$ 730.000,00) capitalizado pela Taxa Livre
de Risco (13,95% a.a), do período inicial (t0) até o período de cada nó (tn).
Por fim, considerou-se o máximo entre estes dois últimos valores
como sendo o valor representativo de cada nó, já que sempre será
exercida a opção de maior retorno para o debenturista. Para a precificação
do título conversível são considerados apenas os valores obtidos até o
momento da conversão. Portanto, os valores posteriores à conversão são
descartados, ou seja, os nós onde houve conversão não geram nós
subjacentes.
Para o cálculo do valor esperado da debênture, foi preciso multiplicar os valores
representativos dos nós do ultimo período por suas respectivas probabilidades, trazer estes
resultados a valor presente e, por fim, soma-los.
É importante ressaltar que as probabilidades dos resultados de cada período são dadas
pela fórmula:

(
B = p n (1 − p )
T −n
)Tn 
 

31
 Onde:
B = probabilidade de combinação
p = probabilidade neutra ao risco
T = período corrente
n = número de vezes em que o preço da ação subiu

T 
A utilização da combinação 
n 
 equivale aos coeficientes do triângulo de Pascal.
 
Estes coeficientes representam uma contagem da distribuição de resultados de testes
binomiais.
Com isso, pela árvore binomial, foi possível calcular treze resultados que quantificam
o valor esperado do título, onde cada um destes apresenta sua probabilidade de ocorrência.
Conseguinte, foi possível elaborar o seguinte histograma, onde a média é R$ 758.093,88 e,
para um intervalo de confiança de 90%, tem-se o limite inferior igual a R$ 730.000,00 e
superior igual a R$ 1.004.145,18.

Distribuição do valor esperado titulo

L.I.: 730.000,00 L.S.: 1.004.145,18
5% 95%
1,8

Média = 758.093,88
1,6

1,4

1,2

0,8

0,6

0,4

0,2

0
0,6 1 1,4 1,8

Valores em Milhões

Gráfico 3 - Distribuição da Árvore Binomial do valor esperado do título

32
6 - Simulação de Monte Carlo aplicada a Debênture Conversível

Utilizamos, além do modelo de Árvore Binomial, a simulação de Monte Carlo, para

precificar, novamente, a debênture conversível. Assim como no modelo anterior, foi simulada
a variável estocástica, isto é, o preço da ação.
Para a realização da simulação, foi utilizado o software @Risk, que funciona em
conjunto com o programa Excel. Os mesmos inputs da árvore binomial foram utilizados na
SMC.
A simulação tem início com o sorteio de valores aleatórios de uma distribuição
Normal padronizada. Estes números são utilizados para o cálculo dos valores assumidos pela
ação a cada período, formando “caminhos aleatórios” para o preço da ação.
Para melhor entender o procedimento, é preciso introduzir o conceito de curva de
gatilho (curva de exercício ótimo). Esta definição é baseada na regra de decisão ótima em
opções, ou seja, ela representa a fronteira entre o exercício da opção, na parte superior da
curva, e o não exercício, na parte inferior da mesma, para todos os instantes de tempo
envolvidos até a maturação da opção. Com isso, o cálculo é efetuado dividindo-se o valor
futuro de cada período pela taxa de conversão.

Caminhos aleatórios e a curva de gatilho

80
Caminhos do preço da ação Curva de Gatilho
onde houve conversão
70

60
Caminhos do preço da ação
onde não houve conversão

50

40

30

20

10

0
1 2 3 4 5 6 7 8 9 10 11 12 13

Gráfico 4: Caminhos Aleatórios gerados na Simulação de Monte Carlo

33
 Assim, cada “caminho aleatório” pode nunca ser convertido, ou ser convertido em
algum ponto dos 12 períodos. Quando não é dada a conversão, o retorno financeiro, trazido a
valor presente pela Taxa Livre de Risco, do caminho em questão, será o próprio valor inicial
(R$730.000,00). Caso contrário, o retorno é obtido de acordo a seguinte relação:

(− r t )
R = St × T .Conv. × e 2

Com isso, o @Risk gera um histograma com os retornos financeiros de cada caminho.
Deste, foi obtido um intervalo de valores no qual, com 90% de certeza, será encontrado o
valor real da debênture, onde a média é R$ 778.781,64, com os limites inferior e superior,
iguais a R$ 730.000,00 e R$ 1.008.781,64, respectivamente.

Distribuição do valor esperado titulo

L.I.: 730.000,00 L.S.: 1.008.677,5
5% 95%
1,8

Média = 778.781,64
1,6

1,4

1,2

0,8

0,6

0,4

0,2

0
0,6 1 1,4 1,8

Valores em Milhões

Gráfico 5: Distribuição do Valor esperado do Título da Simulação de Monte Carlo

34
7 - Análise de Sensibilidade

Esta técnica visa determinar qual dos fatores de entrada (Inputs) influencia mais na
incerteza da variável de interesse (output). Através das devidas variações controladas dos
fatores de entrada e da análise dos resultados das simulações, é possível chegar a conclusões
bem aderentes e confortáveis.
Para o modelo de árvore binomial, variou-se, de 1 em 1 ponto percentual, o preço da
ação e sua volatilidade. Começando com 95% dos seus respectivos valores iniciais e
chegando até 105% dos mesmos, temos os resultados obtidos que constam nas duas tabelas
abaixo:

% do valor do preço Resultado da àrvore Variação do valor esperado

95% R$ 752.800,68 -0,86%
96% R$ 754.142,11 -0,68%
97% R$ 755.483,54 -0,50%
98% R$ 756.824,96 -0,33%
99% R$ 757.979,83 -0,17%
100% R$ 759.304,66 0,00%
101% R$ 760.644,19 0,18%
102% R$ 761.983,72 0,35%
103% R$ 763.323,25 0,53%
104% R$ 764.662,78 0,71%
105% R$ 766.002,35 0,88%
Tabela 4: Sensibilidade da Árvore Binomial - Preço da Ação

% da volatilidade Resultado da àrvore Variação do valor esperado

95% R$ 753.119,63 -0,81%
96% R$ 754.538,95 -0,63%
97% R$ 755.881,18 -0,45%
98% R$ 757.163,85 -0,28%
99% R$ 758.174,56 -0,15%
100% R$ 759.304,66 0,00%
101% R$ 760.393,04 0,14%
102% R$ 761.397,61 0,28%
103% R$ 762.348,32 0,40%
104% R$ 763.232,76 0,52%
105% R$ 764.065,47 0,63%
Tabela 5: Sensibilidade da Árvore Binomial – Volatilidade

Dos valores esperados encontrados pelo método da árvore binomial, de acordo com a
análise de sensibilidade, foram calculadas as taxas de variação do valor esperado do titulo (R$
759.304,66), plotadas no gráfico abaixo:

35
 Sensibilidade da Árvore Binomial

1%

1%

1%

0%

0%

0%
95% 96% 97% 98% 99% 100% 101% 102% 103% 104% 105%

0%

0%

-1%

-1%

-1%

% do valor do preço % da volatilidade

Gráfico 6: Sensibilidade da Árvore Binomial

O eixo da abscissa representa o percentual em relação aos valores iniciais do preço da
ação e da volatilidade. O eixo ordenado representa a variação do valor esperado do título,
gerada pela variação dos inputs.
Comparando as curvas, observa-se que o preço inicial da ação tem impacto mais
relevante sobre os resultados obtidos. Isso indica que, teoricamente, é preciso uma cautela
maior em relação à determinação do preço inicial da ação, quando o método da árvore
binomial for utilizado. Na prática, os dois inputs são igualmente relevantes dado que
causaram variações muito próximas.
Seguindo os mesmos procedimentos usados em relação à árvore binomial, executou-se
a análise de sensibilidade para a simulação de Monte Carlo.

36
 Com isso, foram calculados os valores médios esperados e as respectivas taxas de
variação, de acordo as tabelas abaixo:
% do valor do preço Resultado da média da SMC Variação do valor esperado
95% R$ 776.661,20 -0,550%
96% R$ 777.563,10 -0,434%
97% R$ 778.206,50 -0,352%
98% R$ 779.104,10 -0,237%
99% R$ 779.907,90 -0,134%
100% R$ 780.955,90 0,000%
101% R$ 781.347,30 0,050%
102% R$ 782.179,10 0,157%
103% R$ 782.768,30 0,232%
104% R$ 783.630,40 0,342%
105% R$ 784.545,30 0,460%
Tabela 6: Sensibilidade da Simulação de Monte Carlo - Preço da Ação

% da volatilidade Resultado da média da SMC Variação do valor esperado

95% R$ 774.279,00 -0,554%
96% R$ 775.143,60 -0,443%
97% R$ 776.102,40 -0,319%
98% R$ 776.750,10 -0,236%
99% R$ 777.641,60 -0,122%
100% R$ 778.589,00 0,000%
101% R$ 778.979,50 0,050%
102% R$ 779.665,90 0,138%
103% R$ 780.595,10 0,258%
104% R$ 781.263,90 0,344%
105% R$ 782.271,10 0,473%
Tabela 7: Sensibilidade da Simulação de Monte Carlo – Volatilidade

Dos valores obtidos das tabelas acima, foi feito o gráfico referente às taxas de variação
do valor esperado médio do titulo (R$ 780.955,90 e R$ 778.589,00):

Análise de sensibilidade da média da SMC

0,6%

0,4%

0,2%

0,0%
95% 96% 97% 98% 99% 100% 101% 102% 103% 104% 105%

-0,2%

-0,4%

-0,6%

-0,8%

% do valor do preço % da volatilidade

Gráfico 7: Sensibilidade entre as Médias da Simulação de Monte Carlo

37
 Observando o gráfico, tem-se que a média do valor esperado da SMC é igualmente
sensível às variações do preço da ação e da volatilidade. Contudo, devemos analisar também o
modo como as variações dos inputs repercutem nos intervalos dos resultados obtidos, ou seja,
a diferença entre os limites superior (L.S.) e inferior (L.I.), todos com 90% de confiança.
Cabe ressaltar que, quão menor for esse intervalo, mais precisa será a resposta da simulação.
Obtivemos as seguintes tabelas e o respectivo gráfico da análise de sensibilidade:

% do valor do preço LS-LI Variação do intervalo

105% 274.902,30 -3,903%
104% 277.274,50 -3,074%
103% 281.276,30 -1,675%
102% 282.820,30 -1,135%
101% 284.750,10 -0,461%
100% 286.067,90 0,000%
99% 285.727,60 -0,119%
98% 289.273,90 1,121%
97% 291.897,40 2,038%
96% 294.156,80 2,828%
95% 300.501,40 5,045%
Tabela 8: Sensibilidade dos Limites - Preço da Ação

% do valor da volatilidade LS-LI Variação do intervalo

105% 256.251,50 -7,382%
104% 260.835,70 -5,725%
103% 265.643,10 -3,987%
102% 267.784,30 -3,213%
101% 273.170,60 -1,267%
100% 276.674,70 0,000%
99% 279.833,20 1,142%
98% 282.380,10 2,062%
97% 287.474,00 3,903%
96% 289.960,90 4,802%
95% 294.794,90 6,549%
Tabela 9: Sensibilidade dos Limites - Volatilidade

38
 Análise de sensibilidade da amplitude da SMC

8%

6%

4%

2%

0%
105% 104% 103% 102% 101% 100% 99% 98% 97% 96% 95%

-2%

-4%

-6%

-8%

-10%

% do valor do preço % do valor da volatilidade

Gráfico 8: Sensibilidade referente a amplitude da Simulação de Monte Carlo

Observando as curvas encontradas, conclui-se que a volatilidade tem impacto muito

maior na qualidade do resultado da simulação de Monte Carlo. Neste caso, a volatilidade é o
parâmetro que deve ser estimado com maior cautela, a fim de garantir um resultado mais
aderente à realidade.

39
8 – Conclusões

A árvore binomial apresentou o valor esperado da debênture, como sendo igual a R$

758.093,88. Constatamos que, em 41,75% dos casos, houve a conversão (valor obtido
dividindo-se o número de nós onde houve conversão pelo número total de nós). Da análise de
sensibilidade, foi constatado que o valor esperado da debênture sofre a mesma influencia
tanto pela volatilidade quanto pelo preço inicial da ação. É importante ressaltar que o
resultado da árvore binomial é determinístico, pois seus valores são estipulados em função da
probabilidade de Martingale.
A simulação de Monte Carlo, diferentemente da árvore binomial, retorna um resultado
probabilístico. A precificação do título conversível infere como resultado que, para um
intervalo de confiança de 90%, o valor da debênture está contido em uma faixa que vai de R$
730.000,00 até R$ 1.008.677,50, com valor médio de R$ 778.781,64. Neste processo, em
32,48% dos casos houve a conversão (valor obtido dividindo-se o número de caminhos onde
houve a conversão pelo número total de caminhos). Da análise de sensibilidade, constatou-se
que a variação da volatilidade do preço da ação causou maior impacto na qualidade do
resultado, quando comparado com a variação do preço inicial da ação.
A partir da comparação dos resultados obtidos através do modelo de Árvore Binomial
e da simulação de Monte Carlo, bem como os obtidos na análise de sensibilidade, foi possível
verificar que ambos os métodos resultam em valores muito similares de média e limites
inferior e superior, quando a quantidade de períodos é grande. Tem-se também que, pela alta
volatilidade, peculiar ao setor de telecomunicações, pode-se inferir o aumento do valor da
opção. Este fato pode ser comprovado observando-se o modelo de Black & Scholes (Anexo
B), utilizado para o cálculo do valor de uma opção de compra, onde este valor torna-se maior
com o aumento da volatilidade.
Em análise aos estudos apresentados, pode-se sugerir, para estudos futuros, a
utilização de um modelo com mais uma variável estocástica, sendo esta a taxa de juros de
mercado. Além disso, outros modelos de simulação podem ser utilizados, como o de Quase-
Monte Carlo, o modelo dos Mínimos Quadrados de Monte Carlo ou outros, bem como
métodos de redução de variância, como o Hipercubo Latino.

40
9 - Bibliografia
Bayda, T. K. N.; Casto, A.L.; Convergência dos Modelos de Árvores Binomiais para
Avaliação de Opções. Pesquisa. Operacional, v.21, nº1, Rio de Janeiro, junho 2001.

Brealey, R. A.; Myers, S.C. Princípios de Finanças Empresariais. Terceira Edição. Mc. Graw
Hill, 1992.

Cartilha de Debêntures, disponível no site http://www.debentures.com.br. Consulta realizada

em 10 de outubro de 2006.

Copeland, T.E.; Weston, J.F.; Shastri, K. Financial Theory and Corporate Policy. Fourth
Edition. Pearson Addison-Wesley Publishing Company, 2004

Copeland, T.; Antikarov, V. Opções Reais. Um novo paradigma para reinventar a avaliação
de investimentos. Editora Campus, 2000.

Costa, L. C; Opções. Operando a volatilidade. Editora Bolsa de Mercadorias & Futuros, 1998.

Frota, A. E. F. Avaliação de opções Americanas Tradicionais e Complexas. Dissertação de

Mestrado, Departamento de Engenharia Industrial, PUC-Rio, 2003.

Guia de Debêntures , disponível no site http://www.bovespa.com.br. Consulta realizada em 10

de outubro de 2006.

Hillier, Frederick S.; Lieberman, Gerald J. Introduction to Operations Research. San

Francisco: Holden-Day, 1967.

Hull, J. C.; Options, Futures & Others Derivatives, Fifth Edition, Upper Saddle River, NJ:
Prentice-Hall, 2002.

41
Site de Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de
Opções Reais: http://www.puc-rio.br/marco.ind/ele2005.html Última consulta realizada em
15 de novembro de 2006.

Site de Opções Reais: http://www.puc-rio.br/marco.ind/main.html. Última consulta realizada

em 15 de novembro de 2006.

42
Apêndice A

Na situação real de precificação de um título conversível seria preciso estimar diversos

parâmetros. Contudo, no presente estudo, foi definida como variável apenas o preço da ação,
enquanto que os outros parâmetros, por motivos didáticos, foram mantidos fixos.
Logo, para os cálculos da Taxa Livre de Risco (r), não foram estimados os valores da
Taxa de Juros de Longo Prazo (TJLP), e sim foram obtidos junto ao BNDES. Os valores
obtidos referem-se ao período de validade da debênture, ou seja, de Julho de 2000 até Junho
de 2006.
Para o cálculo de r, acrescentou-se quatro pontos percentuais à TJLP referente de cada
mês e, dado que a TJLP é anualizada, foi necessário transforma-la para uma taxa mensal.
Todas essas taxas foram acumuladas e, por fim, foi obtida uma taxa mensal média, a qual foi
anualizada.

43
Datas TJLP TJLP + 4% TJLP a.m. Acumulador Datas TJLP TJLP + 4% TJLP a.m. Acumulador
jul/00 10,25 14,25% 1,116% 1,116% mar/04 10,00 14,00% 1,098% 64,694%
ago/00 10,25 14,25% 1,116% 2,245% abr/04 9,75 13,75% 1,079% 66,472%
set/00 10,25 14,25% 1,116% 3,387% mai/04 9,75 13,75% 1,079% 68,269%
out/00 9,75 13,75% 1,079% 4,502% jun/04 9,75 13,75% 1,079% 70,085%
nov/00 9,75 13,75% 1,079% 5,630% jul/04 9,75 13,75% 1,079% 71,921%
dez/00 9,75 13,75% 1,079% 6,771% ago/04 9,75 13,75% 1,079% 73,776%
jan/01 9,25 13,25% 1,042% 7,884% set/04 9,75 13,75% 1,079% 75,652%
fev/01 9,25 13,25% 1,042% 9,008% out/04 9,75 13,75% 1,079% 77,548%
mar/01 9,25 13,25% 1,042% 10,144% nov/04 9,75 13,75% 1,079% 79,465%
abr/01 9,25 13,25% 1,042% 11,292% dez/04 9,75 13,75% 1,079% 81,402%
mai/01 9,25 13,25% 1,042% 12,452% jan/05 9,75 13,75% 1,079% 83,360%
jun/01 9,25 13,25% 1,042% 13,624% fev/05 9,75 13,75% 1,079% 85,339%
jul/01 9,50 13,50% 1,061% 14,830% mar/05 9,75 13,75% 1,079% 87,339%
ago/01 9,50 13,50% 1,061% 16,048% abr/05 9,75 13,75% 1,079% 89,362%
set/01 9,50 13,50% 1,061% 17,279% mai/05 9,75 13,75% 1,079% 91,406%
out/01 10,00 14,00% 1,098% 18,567% jun/05 9,75 13,75% 1,079% 93,472%
nov/01 10,00 14,00% 1,098% 19,868% jul/05 9,75 13,75% 1,079% 95,560%
dez/01 10,00 14,00% 1,098% 21,184% ago/05 9,75 13,75% 1,079% 97,671%
jan/02 10,00 14,00% 1,098% 22,515% set/05 9,75 13,75% 1,079% 99,804%
fev/02 10,00 14,00% 1,098% 23,860% out/05 9,75 13,75% 1,079% 101,961%
mar/02 10,00 14,00% 1,098% 25,220% nov/05 9,75 13,75% 1,079% 104,141%
abr/02 9,50 13,50% 1,061% 26,548% dez/05 9,75 13,75% 1,079% 106,344%
mai/02 9,50 13,50% 1,061% 27,891% jan/06 9,00 13,00% 1,024% 108,457%
jun/02 9,50 13,50% 1,061% 29,247% fev/06 9,00 13,00% 1,024% 110,591%
jul/02 10,00 14,00% 1,098% 30,666% mar/06 9,00 13,00% 1,024% 112,747%
ago/02 10,00 14,00% 1,098% 32,101% abr/06 8,15 12,15% 0,960% 114,789%
set/02 10,00 14,00% 1,098% 33,551% mai/06 8,15 12,15% 0,960% 116,851%
out/02 10,00 14,00% 1,098% 35,017% jun/06 8,15 12,15% 0,960% 118,934%
nov/02 10,00 14,00% 1,098% 36,500% Média mensal 1,0943%
dez/02 10,00 14,00% 1,098% 37,998% Média anual 13,951%
jan/03 11,00 15,00% 1,171% 39,615%
fev/03 11,00 15,00% 1,171% 41,251%
mar/03 11,00 15,00% 1,171% 42,905%
abr/03 12,00 16,00% 1,245% 44,684%
mai/03 12,00 16,00% 1,245% 46,484%
jun/03 12,00 16,00% 1,245% 48,307%
jul/03 12,00 16,00% 1,245% 50,153%
ago/03 12,00 16,00% 1,245% 52,022%
set/03 12,00 16,00% 1,245% 53,914%
out/03 11,00 15,00% 1,171% 55,717%
nov/03 11,00 15,00% 1,171% 57,541%
dez/03 11,00 15,00% 1,171% 59,387%
jan/04 10,00 14,00% 1,098% 61,136%
fev/04 10,00 14,00% 1,098% 62,906%
Tabela 10: Cálculo da TJLP

44
Apêndice B

Para o cálculo da volatilidade (σ) da ação (BRTP4) em estudo, obteve-se a série de

valores de fechamentos diários do preço da ação, referente ao ano anterior de lançamento da
debênture. A fonte desses valores foi o banco de dados Economática. Deles foram calculados
os retornos geométricos diários e, em seguida, a média (μ) e a variância dos mesmos. Da
variância obteve-se o desvio-padrão diário – volatilidade (σ) – que foi anualizado.
Para uma maior aderência da volatilidade, determinaram-se limites superior (L.S.) e
inferior (L.I.) dos retornos, sendo os mesmos definidos como:

L.S . = µ + 3σ

L.I . = µ −3σ

Os retornos que estavam fora desses limites foram excluídos e substituídos pela média
dos mesmos, com o intuito de eliminar retornos que apresentem discrepância elevada em
relação aos demais. Este critério gerou os valores da coluna “Retorno considerado” e, a
volatilidade obtida daí, foi à utilizada no trabalho.

45
 Preço no Retorno Retorno Preço no Retorno Retorno
Data Data
fechamento observado considerado fechamento observado considerado
20/07/99 14,01 -- -- 29/09/99 15,64 -0,41% -0,41%
21/07/99 14,15 1,01% 1,01% 30/09/99 14,93 -4,65% -4,65%
22/07/99 14,08 -0,50% -0,50% 01/10/99 14,65 -1,92% -1,92%
23/07/99 14,01 -0,51% -0,51% 04/10/99 14,58 -0,49% -0,49%
26/07/99 13,79 -1,53% -1,53% 05/10/99 14,61 0,24% 0,24%
27/07/99 13,64 -1,09% -1,09% 06/10/99 15,00 2,64% 2,64%
28/07/99 13,87 1,60% 1,60% 07/10/99 15,35 2,30% 2,30%
29/07/99 13,79 -0,51% -0,51% 08/10/99 15,29 -0,42% -0,42%
30/07/99 13,72 -0,52% -0,52% 11/10/99 15,71 2,75% 2,75%
02/08/99 13,72 0,00% 0,00% 13/10/99 15,43 -1,83% -1,83%
03/08/99 13,87 1,03% 1,03% 14/10/99 16,00 3,62% 3,62%
04/08/99 13,72 -1,03% -1,03% 15/10/99 15,36 -4,08% -4,08%
05/08/99 13,65 -0,52% -0,52% 18/10/99 15,54 1,15% 1,15%
06/08/99 13,51 -1,05% -1,05% 19/10/99 15,50 -0,23% -0,23%
09/08/99 13,37 -1,06% -1,06% 20/10/99 15,79 1,82% 1,82%
10/08/99 12,80 -4,35% -4,35% 21/10/99 16,35 3,54% 3,54%
11/08/99 12,81 0,06% 0,06% 22/10/99 16,75 2,36% 2,36%
12/08/99 12,73 -0,61% -0,61% 25/10/99 16,43 -1,93% -1,93%
13/08/99 13,01 2,21% 2,21% 26/10/99 16,72 1,76% 1,76%
16/08/99 13,30 2,16% 2,16% 27/10/99 16,57 -0,90% -0,90%
17/08/99 13,55 1,85% 1,85% 28/10/99 16,71 0,85% 0,85%
18/08/99 13,37 -1,32% -1,32% 29/10/99 16,57 -0,81% -0,81%
19/08/99 14,26 6,44% 6,44% 01/11/99 16,50 -0,47% -0,47%
20/08/99 14,43 1,24% 1,24% 03/11/99 17,78 7,47% 7,47%
23/08/99 14,22 -1,49% -1,49% 04/11/99 18,84 5,83% 5,83%
24/08/99 14,08 -1,01% -1,01% 05/11/99 18,98 0,75% 0,75%
25/08/99 14,44 2,54% 2,54% 08/11/99 19,48 2,59% 2,59%
26/08/99 14,22 -1,54% -1,54% 09/11/99 19,48 0,00% 0,00%
27/08/99 14,08 -1,01% -1,01% 10/11/99 20,26 3,94% 3,94%
30/08/99 14,22 1,01% 1,01% 11/11/99 20,69 2,08% 2,08%
31/08/99 14,58 2,47% 2,47% 12/11/99 20,41 -1,38% -1,38%
01/09/99 15,29 4,81% 4,81% 16/11/99 19,91 -2,47% -2,47%
02/09/99 15,15 -0,98% -0,98% 17/11/99 18,84 -5,51% -5,51%
03/09/99 15,29 0,93% 0,93% 18/11/99 18,98 0,75% 0,75%
06/09/99 15,15 -0,89% -0,89% 19/11/99 19,20 1,12% 1,12%
08/09/99 15,00 -0,99% -0,99% 22/11/99 19,20 0,00% 0,00%
09/09/99 15,15 0,94% 0,94% 23/11/99 19,41 1,10% 1,10%
10/09/99 15,07 -0,47% -0,47% 24/11/99 19,27 -0,74% -0,74%
13/09/99 14,93 -0,95% -0,95% 25/11/99 19,20 -0,37% -0,37%
14/09/99 14,79 -0,96% -0,96% 26/11/99 19,62 2,20% 2,20%
15/09/99 14,88 0,58% 0,58% 29/11/99 19,70 0,36% 0,36%
16/09/99 14,97 0,62% 0,62% 30/11/99 18,98 -3,68% -3,68%
17/09/99 14,92 -0,29% -0,29% 01/12/99 18,77 -1,13% -1,13%
20/09/99 15,50 3,79% 3,79% 02/12/99 19,20 2,25% 2,25%
21/09/99 15,29 -1,39% -1,39% 03/12/99 19,70 2,56% 2,56%
22/09/99 15,36 0,46% 0,46% 06/12/99 19,70 0,00% 0,00%
23/09/99 15,86 3,19% 3,19% 07/12/99 19,26 -2,23% -2,23%
24/09/99 15,86 0,00% 0,00% 08/12/99 19,06 -1,08% -1,08%
27/09/99 15,71 -0,90% -0,90% 09/12/99 19,20 0,74% 0,74%
28/09/99 15,71 -0,05% -0,05% 10/12/99 20,16 4,88% 4,88%

46
 Preço no Retorno Retorno Preço no Retorno Retorno
Data Data
fechamento observado considerado fechamento observado considerado
13/12/99 20,48 1,57% 1,57% 24/02/00 19,40 -2,21% -2,21%
14/12/99 20,02 -2,28% -2,28% 25/02/00 18,68 -3,79% -3,79%
15/12/99 20,02 0,00% 0,00% 28/02/00 18,53 -0,78% -0,78%
16/12/99 19,90 -0,61% -0,61% 29/02/00 18,46 -0,39% -0,39%
17/12/99 19,91 0,07% 0,07% 01/03/00 18,68 1,20% 1,20%
20/12/99 20,55 3,16% 3,16% 02/03/00 19,54 4,49% 4,49%
21/12/99 21,69 5,39% 5,39% 03/03/00 19,69 0,74% 0,74%
22/12/99 21,90 0,98% 0,98% 08/03/00 19,82 0,69% 0,69%
23/12/99 21,90 0,00% 0,00% 09/03/00 19,25 -2,92% -2,92%
27/12/99 21,76 -0,65% -0,65% 10/03/00 18,75 -2,66% -2,66%
28/12/99 22,04 1,30% 1,30% 13/03/00 18,17 -3,16% -3,16%
29/12/99 22,40 1,60% 1,60% 14/03/00 17,33 -4,71% -4,71%
30/12/99 23,46 4,62% 4,62% 15/03/00 17,53 1,16% 1,16%
03/01/00 23,44 -0,09% -0,09% 16/03/00 18,64 6,14% 6,14%
04/01/00 22,64 -3,44% -3,44% 17/03/00 18,82 0,96% 0,96%
05/01/00 22,35 -1,28% -1,28% 20/03/00 18,89 0,38% 0,38%
06/01/00 21,64 -3,25% -3,25% 21/03/00 19,97 5,53% 5,53%
07/01/00 21,78 0,63% 0,63% 22/03/00 19,68 -1,46% -1,46%
10/01/00 22,43 2,94% 2,94% 23/03/00 19,69 0,04% 0,04%
11/01/00 22,36 -0,29% -0,29% 24/03/00 20,34 3,24% 3,24%
12/01/00 22,21 -0,68% -0,68% 27/03/00 21,20 4,17% 4,17%
13/01/00 22,72 2,28% 2,28% 28/03/00 21,20 0,00% 0,00%
14/01/00 24,23 6,42% 6,42% 29/03/00 21,13 -0,34% -0,34%
17/01/00 25,60 5,50% 5,50% 30/03/00 20,44 -3,30% -3,30%
18/01/00 25,25 -1,39% -1,39% 31/03/00 20,47 0,11% 0,11%
19/01/00 24,16 -4,41% -4,41% 03/04/00 19,36 -5,54% -5,54%
20/01/00 24,16 0,00% 0,00% 04/04/00 18,75 -3,22% -3,22%
21/01/00 24,19 0,12% 0,12% 05/04/00 18,39 -1,94% -1,94%
24/01/00 23,08 -4,70% -4,70% 06/04/00 18,68 1,56% 1,56%
26/01/00 22,84 -1,04% -1,04% 07/04/00 19,00 1,72% 1,72%
27/01/00 22,57 -1,18% -1,18% 10/04/00 17,95 -5,70% -5,70%
28/01/00 20,98 -7,29% -7,29% 11/04/00 17,80 -0,81% -0,81%
31/01/00 20,91 -0,34% -0,34% 12/04/00 17,16 -3,71% -3,71%
01/02/00 19,98 -4,59% -4,59% 13/04/00 16,02 -6,83% -6,83%
02/02/00 20,34 1,82% 1,82% 14/04/00 14,64 -9,04% 0,14%
03/02/00 20,16 -0,93% -0,93% 17/04/00 14,57 -0,49% -0,49%
04/02/00 19,98 -0,90% -0,90% 18/04/00 16,21 10,69% 0,14%
07/02/00 21,09 5,44% 5,44% 19/04/00 15,14 -6,81% -6,81%
08/02/00 22,28 5,46% 5,46% 20/04/00 15,54 2,59% 2,59%
09/02/00 21,60 -3,09% -3,09% 24/04/00 15,16 -2,49% -2,49%
10/02/00 21,06 -2,54% -2,54% 25/04/00 15,72 3,64% 3,64%
11/02/00 19,69 -6,73% -6,73% 26/04/00 15,94 1,41% 1,41%
14/02/00 19,04 -3,35% -3,35% 27/04/00 16,23 1,75% 1,75%
15/02/00 19,11 0,38% 0,38% 28/04/00 17,02 4,77% 4,77%
16/02/00 19,54 2,24% 2,24% 02/05/00 16,73 -1,71% -1,71%
17/02/00 19,75 1,06% 1,06% 03/05/00 15,82 -5,58% -5,58%
18/02/00 19,63 -0,62% -0,62% 04/05/00 15,47 -2,26% -2,26%
21/02/00 19,48 -0,77% -0,77% 05/05/00 15,11 -2,36% -2,36%
22/02/00 19,17 -1,57% -1,57% 08/05/00 14,82 -1,93% -1,93%
23/02/00 19,83 3,37% 3,37% 09/05/00 14,04 -5,40% -5,40%

47
 Preço no Retorno Retorno
Data Observado Considerado
fechamento observado considerado
10/05/00 13,88 -1,14% -1,14% Média 0,14% 0,13%
11/05/00 13,92 0,26% 0,26% Variância 0,09% 0,08%
12/05/00 13,77 -1,04% -1,04% D.P. ad 3,01% 2,88%
15/05/00 14,39 4,35% 4,35% D.P. aa 47,85% 45,73%
16/05/00 14,70 2,13% 2,13% Limite Sup 9,18%
17/05/00 14,10 -4,16% -4,16% Limite Inf -8,91%
18/05/00 13,88 -1,55% -1,55%
19/05/00 13,70 -1,31% -1,31%
22/05/00 13,81 0,79% 0,79%
23/05/00 13,34 -3,45% -3,45%
24/05/00 14,31 7,04% 7,04%
25/05/00 14,57 1,75% 1,75%
26/05/00 15,22 4,36% 4,36%
29/05/00 15,50 1,88% 1,88%
30/05/00 16,36 5,39% 5,39%
31/05/00 15,85 -3,18% -3,18%
01/06/00 16,77 5,66% 5,66%
02/06/00 18,32 8,80% 8,80%
05/06/00 17,84 -2,63% -2,63%
06/06/00 17,49 -2,00% -2,00%
07/06/00 17,96 2,65% 2,65%
08/06/00 17,61 -1,95% -1,95%
09/06/00 17,23 -2,15% -2,15%
12/06/00 16,66 -3,40% -3,40%
13/06/00 16,95 1,72% 1,72%
14/06/00 17,09 0,85% 0,85%
15/06/00 16,91 -1,06% -1,06%
16/06/00 16,33 -3,52% -3,52%
19/06/00 17,17 5,02% 5,02%
20/06/00 17,31 0,84% 0,84%
21/06/00 18,18 4,88% 4,88%
23/06/00 18,24 0,36% 0,36%
26/06/00 18,02 -1,23% -1,23%
27/06/00 18,10 0,48% 0,48%
28/06/00 18,90 4,29% 4,29%
29/06/00 18,60 -1,58% -1,58%
30/06/00 18,83 1,19% 1,19%
03/07/00 19,11 1,52% 1,52%
04/07/00 18,90 -1,14% -1,14%
05/07/00 18,47 -2,32% -2,32%
06/07/00 18,18 -1,57% -1,57%
07/07/00 18,97 4,27% 4,27%
10/07/00 18,47 -2,66% -2,66%
11/07/00 17,78 -3,82% -3,82%
12/07/00 18,27 2,72% 2,72%
13/07/00 17,88 -2,15% -2,15%
14/07/00 18,90 5,53% 5,53%
17/07/00 20,27 7,00% 7,00%
18/07/00 20,55 1,38% 1,38%
19/07/00 19,69 -4,27% -4,27%

48
Tabela 11: Cálculo da Volatilidade

49
Apêndice C

Cox, Ross e Rubinstein (1979) deduziram uma relação que permite converter os
movimentos ascendentes (u) e descendentes (d) em um modelo binomial e o desvio-padrão
anual instantâneo da taxa de retorno do ativo subjacente sujeito ao risco. Conseguinte, os
dados usados para tal procedimento foram: volatilidade (σ = 45,73%), período da opção em
anos (T = 6 anos), número de passos por ano (n = 2) e taxa livre de risco (r = 13,951% aa).
Com isso, as constantes ascendente e descendente e a probabilidade de Martingale são
explicitadas abaixo:

σ Tn 0 , 4573× 6
u=e ⇒u=e 2
⇒ u = 2,207

−σ T − 0 , 4573× 6
d=e n
⇒d=e 2
⇒ d = 0,452

A probabilidade de Martingale é um parâmetro que quantifica as chances da variável

estocástica assumir valores acima ou abaixo, respectivamente, em relação ao seu valor atual,
em função dos parâmetros u, e d (citados acima), r e T, conforme a equação abaixo:

e rT − d e 0,13951 ×6 − 0,452
p= = = 0,3879
u −d 2,207 − 0,452

Para chegarmos a equação acima, que determina a probabilidade neutra ao risco, é

necessário considerar um portfólio de hedge composto de uma ação do ativo subjacente
sujeito ao risco. O coeficiente de hegde, m, é escolhido de tal forma que o portfólio esteja
livre de risco até o próximo período. Sabendo que o valor corrente do período multiplicado
por (1 + r ) tem que ser igual ao retorno do período seguinte, temos:
(1 + r )( S − mc ) = uS − mc u
Isolando c no primeiro termo da equação:
S [ (1 + r ) − u ] + mc u
c=
m(1 + r )

50
 Substituindo a taxa de hedge na equação, m, e re-arrumando os termos, pode-se
resolver o valor da opção de compra:
  (1 + r ) − d   u − (1 + r )  
cu  u − d  + c d  u − d  
   
c= 
(1 + r )

Simplificando, temos a equação da probabilidade de Martingale discreta:

p=
(1 + r ) − d
u −d

Já na forma contínua temos:

e rT − d
p=
u −d

51
Apêndice D

52
Anexo A

Movimento Geométrico Browniano (MGB)

O Movimento Geométrico Browniano, também chamado de processo de Wiener, é o

processo estocástico – Markoviano - que possui maior utilização quando é preciso simular o
comportamento real de uma ação, por exemplo. Ele, com isso, possui média 0 e variância 1.
Diante deste fato, se uma variável possui a característica de modificar-se ao longo do
tempo de maneira aleatória, pode-se dizer que a mesma segue um processo estocástico onde o
valor presente da variável é suficiente para determinarmos seu próximo valor. Portanto, o
próximo valor da variável não depende do caminho de valores anteriores, mas apenas do seu
valor final.

Dada uma variável aleatória z e esta segue um processo de Wiener, podemos associar
algumas propriedades como:

- uma variação ∆z durante um pequeno intervalo de tempo ∆t é dado por:

∆z = ε ∆t

Ou fazendo ∆t → 0, temos:
dz = ε dt , onde ε ~ N (0,1)
Assim, ∆z também segue uma distribuição N ~ (0, ∆t ) ;

- Os valores de ∆z para dois intervalos de tempo diferentes devem ser independentes.

No entanto, seja uma variável x e esta segue um processo de Wiener generalizado,

podemos defini-la, em termos de dz, como:

dx = αdt + bdz ,

onde α e b são constantes. O Termo α representa o drift do processo (taxa de tendência) e b a

sua variação. Já o termo diferencial dz é uma variável aleatória sorteada de uma distribuição

53
 (
N ~ 0, dt ). Portanto, os valores de dx para diferentes intervalos de tempo devem ser
independentes.
Inúmeros instrumentos financeiros são representados por um processo onde os
parâmetros α e b não são necessariamente constantes. Neste caso, o processo estocástico passa
a ser denominado processo de Itô.

dx = α( x, t ) dt + b( x, t ) dz (equação 1)

Assim, considerando a variável S como sendo o preço do ativo base, temos que o seu
processo estocástico pode ser definido como um passeio aleatório lognormal. Neste caso, a
equação acima assume os valores α(S,t) = μS e b(S,t) = σS. Por conseqüência, temos que:

dS = µSdt +σSdz , (equação 2)

onde μ (drift) e σ (volatilidade) são constantes.

Dado o contexto de Modalidade Neutra ao Risco - se não o fosse, haveria

possibilidade de arbitragem - a taxa de tendência ou de retorno, drift, (μ) da equação 2 pode
ser substituída pela taxa livre de risco. É importante ressaltar que o ativo base em questão não
paga dividendos e, portanto, o drift não será reduzido da quantidade em questão, ou seja, dos
dividendos.
dS = rSdt + σSdz (equação 3)

54
Lema de Itô

Suponhamos uma função V(xt,t), onde xt representa um função dependente do tempo.

No cálculo diferencial e integral, há a Regra da Cadeia, que nos permite derivar a
função em relação aos seus argumentos. Por exemplo:

∂V ∂V
dV = dx + dt
∂x ∂t (equação 4)

Entretanto, quando o contexto envolve variáveis estocásticas, não é possível derivar

tais funções usando diretamente a Regra da Cadeia, conforme descrito acima. Conseguinte, o
Lema e Itô é o equivalente à regra citada anteriormente, aplicada a uma variável estocástica xt.
Com isso, usando a expansão de Taylor e anulando-se os termos de ordem superior, à medida
que ∆t → 0, temos que:

∂V ∂V 1 ∂ 2V
dV = dt + dx + dx 2
∂t ∂x 2 ∂x 2 (equação 5)

Verificando porque ( dz ) 2 = dt :

A prova de que ( dz ) 2 = dt pode ser dividida em duas partes. A primeira relaciona que

[ ] [ ]
o E ( dz ) 2 = dt e a segunda, que a Var ( dz ) 2 = 0 . Este fato implica que ( dz ) 2 = dt .
É sabido que o incremento de Wiener (dz) é dado pela relação: dz = ε dt . Com isso,
[
E ( dz )
2
] = E[ε dt ] = dtE [ε ]. No entanto, a variância de ε
2 2
é dada, por definição, igual a 1
(devido à normal padronizada). Portanto:
[ ] [ ] [ ]
Var( ε ) = 1 ⇒ E ε 2 − ( E [ ε ] ) = E ε 2 − 0 ⇒ E ε 2 = 1 .
2

Conseguinte, substituindo este valor em dtE [ε 2 ]. , tem-se que E ( dz ) 2 = dt .[ ]

Comprovar-se-á, agora, que Var ( dz ) 2 = 0 . [ ]

( dz ) 2 = ε 2 dt ⇒ Var[( dz ) 2 ] = Var[ε 2 dt ] = dt 2Var[ε 2 ]
Mas, ( dt ) 2 ≅ 0 ⇒ Var [ε 2 dt ] = 0 × Var [ε 2 ] ⇒ Var [ε 2 dt ] = 0

55
 Portanto, substituindo a equação 1 na equação 5 e, sabendo que dx2 = dt, temos a
equação resultante abaixo:

 ∂V 1 ∂ 2V  ∂V
dV =  + dt + dx
 ∂t 2 ∂x 2  ∂x
(equação 6)

Portanto, aplicando o Lema de Itô à função V(S,t) e, sabendo que esta depende do
preço do ativo base S e, principalmente, que este segue um processo estocástico de Itô -
dS = α( S , t ) dt + b( S , t ) dz - temos que:

 ∂V 1 ∂ 2V  ∂v
dV = α ( S , t ) + b( S , t ) 2 2 
dt + dS
 ∂t 2 ∂S  ∂S
(equação 7)

Uma das aplicações mais comuns do Lema de Itô é o processo estocástico que é dado
por V(S) = ln(S). Conseguinte, temos que:

∂V 1
=
∂S S (equação 8)

∂ 2V 1
=− 2
∂S 2
S (equação 9)

∂ V 1 2 ∂ 2V
d V= d s+ σ S 2 d t
∂S 2 ∂S
(equação 10)

Substituindo a equação 3 na equação 10, temos que:

56
 ∂V
( rSdt + σSdt ) + 1 σ 2 S 2 ∂ V2 dt
2
dV =
∂S 2 ∂S (equação 11)

Substituindo as equações 8 e 9 na equação 11 e fazendo as simplificações possíveis,

temos que:

1
dV = rdt + σdz − σ 2 dt
2 (equação 12)

Trabalhando algebricamente a equação 12, tem-se que:

 1 
dV =  r − σ 2 dt + σdz
 2  (equação 12.1)
Dado que, V(S) = ln (S) e, diferenciando ambos os lados da equação anterior, tem-se
que dV = d(ln S). Portanto, da equação 12.1, temos:

 1 
d ( ln S ) =  r − σ 2 dt + σdz ,
 2  (equação 13)

onde, os coeficientes de dt e dz indicam, respectivamente, a média e o desvio padrão.

Isso implica que a mudança de S no intervalo de tempo entre o momento presente t e o

momento futuro T é normalmente distribuído e possui os respectivos parâmetros de média e
desvio-padrão acima citados. Portanto, usando a propriedade diferencial e, assumindo que o
valor de S no momento t é ln S t e no momento T é ln S T e que S T é o preço da ação no
período T, temos que:

 1 
ln S t − ln S o =  r − σ 2 dt + σdz
 2 

S  
 =  r − σ 2 dt + σdz
1
ln t
 So   2 

57
  1 2  
S  r − σ  dt +σdz 
=e  2  
So

Entretanto, já sabemos que dz = ε ∆t , onde ε ~ N (0,1) e, assumindo que o

intervalo de tempo é tão pequeno, ou seja, no limite em que ∆t → 0, as mudanças de ∆z são
próximas de 0, podemos assumir que ∆t ≈ dt. Com isso:

 1 2  
S  r − σ  ∆t + N ( 0 ,1)σ ∆t 
=e  2  
So

Portanto, a equação estocástica que fornece o preço do ativo base em cada instante de

tempo é dada pela relação abaixo:

 1 2  
 r − σ  ∆t + N ( 0 ,1)σ ∆t 
St = Soe  2  

58
Anexo B

Em 1973, Black Fischer e Myron Scholes desenvolveram um modelo para avaliação

de opções de compra do tipo européia. Eles partiram do pressuposto que o preço de uma ação
segue um processo estocástico conhecido como Movimento Geométrico Browniano (Anexo
A). A equação que rege este processo é dada por:

dS = rSdt + σSdz

Onde:
S = preço da ação;
r = taxa de juros livre de risco;
σ = desvio padrão do preço da ação;
dz = incremento de um processo de Wiener, com média 0 e desvio padrão dt.
Os parâmetros r e σ são considerados constantes ao longo do tempo.
Da suposição sobre o comportamento do preço da ação, o processo que o título
derivativo segue pode ser deduzido usando a idéia principal do modelo de Black e Scholes
que é a formação de uma carteira dinâmica livre de risco, resultando em uma equação
diferencial parcial (EDP), dada a seguir:

1 2 2 ∂ 2C ∂C ∂C
σ S + rS + − rC = 0
2 ∂S 2
∂S ∂t

Onde:

C = valor da opção.

Resolvendo a equação (2), encontra-se a fórmula que calcula o preço de uma opção de
compra do tipo Européia:

C = SN ( d1 ) − Xe − rT N ( d 2 )

59
Onde:

S 
ln   + rT
1
d1 =  
X
+ σ T
σ T 2

d 2 = d1 − σ T

Onde:
N(.) = função de distribuição normal cumulativa;
X = preço de exercício da opção e
T = tempo de maturação da opção.

60