INSTITUTO EDUCACIONAL BM&FBOVESPA

Autor: Felipe Cezar Mosca Orientador: lvaro Affonso Mendona

Uma anlise de eficincia de interpoladores da curva de juros brasileira e os impactos sobre as estratgias de mercado: A avaliao do uso simultneo dos modelos Nelson-Siegel e Flat Forward

So Paulo 2011

Felipe Cezar Mosca

Uma anlise de eficincia de interpoladores da curva de juros brasileira e os impactos sobre as estratgias de mercado: A avaliao do uso simultneo dos modelos Nelson-Siegel e Flat Forward

Monografia apresentada ao Programa de Ps-Graduao Lato Sensu MBA em Mercados de Capitais e Derivativos do Instituto Educacional BM&FBOVESPA

So Paulo 2011

M86a Mosca, Felipe Cezar Uma anlise de eficincia de interpoladores da curva de juros brasileira e os impactos sobre as estratgias de mercado: A avaliao do uso simultneo dos modelos Nelson-Siegel e Flat Forward / Felipe Cezar Mosca. Instituto Educacional BM&FBOVESPA, So Paulo: 2011 viii, 22f. : il. Monografia (ps-graduao) Instituto Educacional BM&FBOVESPA, Ps-graduao Lato Sensu no MBA em Mercados de Capitais e Derivativos, 2011 Orientador: lvaro Affonso Mendona

1. Interpolao. 2. Nelson-Siegel. 3. Nelson-Siegel-Svenson. 4. Flat Foward. 5. Curva de Juros. I. Ttulo CDU 658.15

Folha de Aprovao

Monografia de autoria de Felipe Cezar Mosca, intitulada Uma anlise de eficincia de interpoladores da curva de juros brasileira e os impactos sobre as estratgias de mercado: A avaliao do uso simultneo dos modelos Nelson-Siegel e Flat Forward, apresentada como requisito para obteno do certificado no curso de Ps Graduao Lato Sensu MBA de Mercado em Capitais e de Derivativos do Instituto Educacional BM&FBOVESPA, em 05/12/2011, defendida e/ou aprovada pela banca examinadora abaixo assinada:

_____________________________________ Avaliador

______________________ Nota

So Paulo 2011

Agradecimentos

BM&FBOVESPA pela oportunidade de cursar o MBA, aos professores do curso, pelos ensinamentos transmitidos e ao orientador lvaro pela pacincia, dedicao e apoio essencial para o desenvolvimento desse trabalho.

Aos colegas de turma pelo companheirismo e bom humor mesmo nos momentos difceis.

minha famlia e amigos, em especial a Priscila, minha esposa, pela compreenso imensa que demandei dela ao longo dessa jornada.

RESUMO

A estrutura a termo da taxa de juros (ETTJ) amplamente acompanhada por participantes do mercado com objetivos diversos: marcao a mercado, modelos de previso (forecasting), gesto de risco de ativos, entre outros. Embora se tenha a necessidade de conhecer a ETTJ em qualquer vencimento (vrtice), normalmente no existem ttulos para todos esses vrtices ou, se existirem, os mesmos no apresentam uma liquidez uniforme. Por isso, so necessrios modelos matemticos para efetuar a estimao das taxas de juros nos perodos faltantes ou cuja taxa observada apresente indcios de iliquidez, atravs da possibilidade de arbitragem. Os modelos matemticos, conhecidos como operadores de interpolao so empregados para realizar as tarefas de: interpolao, voltada para descoberta das taxas implcitas entre dois vrtices conhecidos, e extrapolao, destinada descoberta das taxas que esto fora dos limites dos vrtices conhecidos. No Brasil existem dois mtodos que so empregados pelos profissionais da rea de renda fixa e risco: o mtodo de taxas forwards constantes (flat forward), empregado nas curvas de marcao a mercado da BM&FBovespa e o mtodo Nelson-Siegel-Svensson (NSS), empregado pela Associao Brasileira das Entidades de Mercados Financeiros e de Capitais (ANBIMA) nas curvas do mercado secundrio de juros. Este trabalho destina-se a anlise destes e de outros mtodos de interpolao tambm empregadas por profissionais de mercado e que tambm possuem vantagens e desvantagens, dependendo do uso que se pretenda empreender. Iremos tambm avaliar o impacto do uso simultneo dos modelos flat forward e NSS a fim de descobrir possveis distores em carteiras de hedge que utilizam as duas metodologias para marcao a mercado dos ttulos. Palavras chave: taxa de juros, Nelson, Siegel, Svensson, flat forward.

ABSTRACT

The term structure of interest rates is very used by market participants with different goals: mark-to-market, prediction models, risk management of assets, etc. Even with the needed of knowing the term structure in any maturity, usually there is no bonds for all the maturities, or even that exists, they don't have a uniform liquidity. So, its necessary to use mathematical models to make the interest rates estimation between the maturities known or with the observed rate that shown any evidence of no liquidity, through the arbitrage possibility. The mathematical models, known as interpolation operators are used to realize the following tasks: interpolation, for calculate the implicit rates between two existing maturities, and extrapolation, for calculate the rates out of the existing bounds. In Brazil, there are two methods used by professionals of the risk and fixed income area: the flat forward method, used in mark-to-market models adopted by BM&FBovespa and the Nelson-Siegel-Svensson (NSS) used in mart-to-market models of secondary market adopted by ANBIMA. This paper is intended for analysis of this and others interpolation models that are also used by market professionals and also has pros and cons. depending on each specific use. We will also analyze the impact of simultaneous use of flat forward and NSS models to find possible distortions in hedge portfolios that utilize the two models for bonds mark-to-market. Keywords: interest rates, Nelson, Siegel, Svensson, flat forward.

SUMRIO

1 2 2.1

INTRODUO DESCRIO DOS MODELOS Modelos No-Paramtricos

8 12 12 12 13 15 18 18 19 21 23 25 25 26 28 29 30

2.1.1 Interpolao Linear 2.1.2 Interpolao Log-Linear (Exponencial) 2.1.3 Spline Cbico Natural 2.2 Modelos Paramtricos

2.2.1 Spline Cbico Espectral 2.2.2 Nelson-Siegel 2.2.3 Nelson-Siegel-Svensson 3 4 4.1 4.2 5 METODOLOGIA RESULTADOS Testes de adoo dos modelos Flat Forward e Nelson-Siegel-Svensson Testes da eficincia dos interpoladores CONCLUSO

BIBLIOGRAFIA ANEXO A Algortmo de interpolao NSS do MATLAB

1 INTRODUO

O mercado de taxa de juros tem como caracterstica central a determinao de uma taxa de remunerao para os ttulos como funo do prazo a decorrer at a data do resgate deste e tambm em funo do risco de crdito embutido no ttulo. Desta forma podemos dizer que a taxa de juros que visualizamos no mercado determinada em funo de dois elementos estruturais: o prazo e o nvel de risco de crdito do tomador dos recursos. Seja a taxa de juros praticada no mercado de renda fixa, ento:

[1]

Onde

representa o prazo desde a data de anlise at a data de resgate do ttulo (ou o nvel de risco de crdito do tomador de recursos e emissor

vencimento do derivativo) e

do ttulo, normalmente expresso em um spread1. Para um mesmo nvel de risco de crdito, a funo que descreve a taxa de juros com relao ao prazo at o resgate denominada de Estrutura Temporal de Juros, ou ETJ.

[2]

Quando a ETJ se refere ao ttulo que realiza um nico fluxo de pagamentos na data do resgate ou vencimento , ento a taxa descrita em [2] denominada de taxa spot. Se a ETJ se refere remunerao mdia ponderada de um ttulo com mltiplos fluxos de pagamentos at a data , sendo esta mdia ponderada apurada atravs de mtodos de taxa interna de retorno, ento a taxa descrita em [2] denominada de taxa de yield to maturity. A seguir apresentamos o Grfico 1 com a ETJ das taxas do Contrato Futuro de Taxas de Depsito Interfinanceiros de um Dia (DI1), negociados na BM&FBovespa. Estas taxas possuem caractersticas que a identificam como taxa spot, pois se encontram sob um mesmo nvel de risco de crdito (o da Clearing de Derivativos da bolsa) e referem a um nico fluxo de pagamento em sua data de vencimento2.
1

O spread de crdito pode ser expresso sob a forma aditiva (taxa bsica somada a um determinado percentual), na forma multiplicativa, que no Brasil denominada de cupom de crdito, ou na forma de percentual do CDI, sendo esta ltima forma a mais comum. 2 Os contratos futuros fazem fluxos de pagamentos dirios baseados na marcao a mercado apenas por questes de risco de crdito e isto no deve ser confundido com as caractersticas do ativo-objeto do contrato.

Grfico 1 - Taxas negociadas do contrato futuro de DI1 da BM&FBovespa em 31/10/2011 11,60% Taxa efetiva negociada (anual) 11,40% 11,20% 11,00% 10,80% 10,60% 10,40% 0 500 1000 1500 2000 2500 3000 3500 Dias teis at o vencimento do contrato (vrtices) Fonte: BM&FBovespa, 2011.

Sejam duas taxas determinadas pela funo [2] nos perodos a taxa de juros que se refere ao perodo entre e

com

, ento

denominada de taxa de juros forward,

pois a sua data de incio do perodo de vigncia ocorrer em um determinado momento no futuro. Para o mercado financeiro as taxas de juros forward so de extrema importncia, pois uma prtica comum no sistema bancrio a negociao de descasamentos de prazos ou os chamados gaps. Um gap de prazo normalmente estruturado atravs de uma captao de recursos para um prazo e a realizao de um emprstimo para outro prazo diferente, sendo a remunerao desta operao data pela taxa forward entre os dois perodos. O conjunto de taxas de juros forward expresso atravs de uma funo que denominada de Estrutura a Termo de Taxa de Juros (ETTJ), que pode ser expressa da seguinte forma:

[3]

A construo da funo que descreve tanto a ETJ, quanto a ETTJ passa pela aplicao de operadores matemticos que objetivam tornar essas estruturas contnuas para os diversos prazos possveis de serem observados para um ttulo ou um contrato futuro. Os operadores matemticos so denominados de interpoladores e tm funo essencial, porque a prtica do

10

mercado focar a negociao em determinados perodos especficos, que so denominados de "vrtices". Algumas convenes estabelecem os vrtices em mltiplos de 21 dias teis, normalmente aquelas que objetivam a medio de risco, e outras em mltiplos de 30 dias corridos e, ainda, temos casos de alguns vrtices praticamente no serem cotados, deixando grandes vazios de informao, como ocorre normalmente entre os prazos de 90 dias corridos (63 dias teis) e 180 dias corridos (126 dias teis), entre 180 dias e o prazo de 1 ano (252 dias teis), e a partir da nos prazos entre as datas que representam os perodos anuais. Os interpoladores preenchem essa lacuna de prazos com uma funo que arbitrariamente estabelecida pelo mercado. Como existem diversas formas diferentes de se realizar esta interpolao, possvel que dois mtodos diferentes encontrem valores que distem de forma significativa, gerando diferenciais relevantes quando da marcao a mercado. Para o sistema financeiro um elemento fundamental a mxima sincronizao dos mtodos empregados na marcao a mercado de diferentes mercados de renda fixa, de forma que se possa assegurar a inexistncia de arbitragem entre estes ttulos e mercados. A necessidade se avoluma quando as operaes em questo so consideradas como proteo de carteira ou hedge3. Se o mercado de ttulos marcado a mercado segundo um critrio e o mercado de derivativos emprega outro mtodo para a interpolao de taxas, possvel que as diferenas entre as duas taxas de juros obtidas para uma mesma data de resgate / vencimento produza uma volatilidade de resultados que inexistente em termos reais e que se mostra indesejvel para os gestores de recursos e arbitradores que buscam no hedge a mitigao do risco. A BM&FBovespa emprega de longa data uma metodologia para a interpolao das taxas de seus mercados de taxa de juros baseada em taxas forward constantes entre os dois perodos que denominada de flat forward. No mercado de ttulos pblicos, a Associao Brasileira das Entidades de Mercados Financeiros e de Capitais (ANBIMA) a principal instituio para a marcao a mercado dos ttulos em negociao secundria e ela emprega uma metodologia denominada de Modelo Nelson-Siegel. Estratgias de hedge como aquela que denominada de imunizao de carteiras, buscam eliminar totalmente o risco da carteira, atravs da contraposio de carteiras de ttulos

A operao de hedge no mercado de renda fixa estruturada atravs da montagem de uma posio no mercado de derivativo que produza um resultado financeiro, ao ser submetido marcao a mercado, de magnitude tal que reduza ou elimine os efeitos da marcao a mercado na carteira de ttulos, conforme o interesse do gestor da carteira. Normalmente o risco da carteira de ttulos associado ao conceito de Durao Modificada, mas tambm pode ser proveniente de processos de marcao a mercado por full valuation. Para maiores detalhes recomendamos a consulta ao captulo 4 de Fabozzi [2000].

11

e de derivativos com a mesma Durao Modificada. Estas estratgias de mitigao de risco, por exemplo, seriam particularmente afetadas pela divergncia entre os resultados gerados pelos dois mtodos de interpolao, afetando os resultados esperados pelos gestores e investidores. Nosso objetivo abordar este problema e apresentar algumas das diferentes metodologias que so aplicadas no mercado de taxa de juros do Brasil, analisar aspectos de eficincia destes interpoladores, principalmente daqueles citados acima e que so os potenciais maiores focos de volatilidade em carteiras de renda fixa e, finalmente, faremos uma anlise do comportamento do preo de um ttulo hipottico avaliado pelos dois mtodos de forma a apurar a volatilidade da diferena de preos.

12

2 DESCRIO DOS MODELOS

2.1 Modelos No-Paramtricos

A classe de modelos no-paramtricos se baseia na criao de uma funo que passa pelos pontos observados e que, com base em algumas hipteses estabelecidas, utilizada para estimar valores intermedirios a partir de pontos extremos de um intervalo conhecido. Na curva de juros, a interpolao pode servir para descobrir uma taxa implcita (forward) de um determinado segmento da curva, a partir de vrtices j observados. No entanto, se o objetivo descobrir uma taxa de juros que se situa antes do primeiro vrtice observado ou aps o ltimo vrtice observado, o processo passa a ser denominado de extrapolao. Nem todos os mtodos disponveis se prestam a esta finalidade e outros podem potencialmente gerar erros grosseiros. Ao longo de nossa apresentao dos modelos reforaremos estas propriedades.

2.1.1 Interpolao Linear

A interpolao linear representa o uso de uma funo linear, de primeiro grau, para a determinao das taxas no intervalo entre dois vrtices, ou a obteno de taxas extrapoladas atravs de projees lineares entre dois pontos conhecidos. A funo linear para determinar a taxa de juros e e referente ao prazo , sendo

representando os dois vrtices conhecidos, apresentada sob a forma:

[4]

No caso temos o coeficiente linear prazo ( ) e o coeficiente angular

dado pela taxa que se refere ao vrtice com menor

dado pela razo:

[5]

Sendo as taxas de juros dos perodos resgate/vencimento.

apuradas no perodo at a data de

13

Organizando os termos da equao linear [4] e considerando o resultado de [5], obtemos a funo interpoladora e extrapoladora que calcula uma taxa qualquer para o perodo desejado atravs da criao de um segmento de reta que passe por dois pontos conhecidos:

[6]

So pontos positivos deste mtodo de interpolao:

a) a simplicidade de clculo; b) intuitividade dos resultados; c) os pontos observados so preservados e obtido um erro de magnitude zero nestes pontos.

So pontos negativos deste mtodo de interpolao:

a) a gerao de uma curva de juros (ETJ) baseada na reunio de diversos segmentos de reta, no se mostrando em conformidade com o padro observado no mercado; b) a no diferencialidade da ETJ gerada, dificultando o clculo da volatilidade de determinados pontos e do estabelecimento de medidas de risco baseada em derivadas, como a durao modificada; c) descontinuidade das taxas forwards nos limites direita e esquerda dos vrtices, impedindo a obteno da taxa forward instantnea, importante para a negociao baseada em carregamentos por um dia de ttulos de longo prazo.

2.1.2 Interpolao Log-Linear (Exponencial)

A interpolao exponencial uma funo interpoladora utilizada para a determinao de taxas no intervalo entre dois vrtices que pode ser vista como uma interpolao linear nos logartmos. Apesar da estrutura do modelo ser parecida com a interpolao linear, a interpolao log-linear tem efeito de funo exponencial e no-linear, conforme pode ser visto no

Grfico 2.

14

Grfico 2 - Diferenas entre os modelos de interpolao linear e log-linear (exponencial) 25,00

20,00

15,00

Linear Log-Linear

10,00

Taxa Observada

5,00

0 10 20 30 40 50

Fonte: Do Autor, 2011.

Considere disponveis, onde

como sendo o peso dado pela distncia das taxas mais prximas e e representam os dois vrtices conhecidos:

[7]

A funo exponencial para determinar a taxa forma linear nos logartmos das taxas de e

referente ao prazo

apresentada em

, considerando o peso apresentado em [7]:

[8]

Fazendo algumas transformaes algbricas em [8], obtemos a funo de interpolao exponencial que calcula a taxa entre dois vrtices:

[9]

So pontos positivos do modelo exponencial:

15

a) a simplicidade do clculo; b) a gerao de uma curva de juros (ETJ) compatvel com o observado no mercado brasileiro, j que se utiliza o regime composto de capitalizao a juros; c) os pontos observados so preservados e obtido um erro de magnitude zero nestes pontos.

So pontos negativos do modelo exponencial:

a) assim como o modelo de interpolao linear, h descontinuidade das taxas forward nos limites direita e esquerda dos vrtices, impedindo a obteno da taxa forward instantnea. b) como assume taxas forward constantes, o modelo pode gerar oportunidades de arbitragem devido aos saltos que ocorrem nas taxas a termo.

2.1.3 Spline Cbico Natural

A spline cbica uma funo polinomial contnua e diferencivel onde cada parte indicada por i) ii) iii) iv) v) um polinmio de 3 grau, satisfazendo as seguintes condies:

Conforme Ruggiero e Lopes (1995), o polinmio de 3 grau pode ser escrito da seguinte forma a fim de satisfazer a condio (i):

[10] Isso faz com que seja necessrio determinar 4(n 1) coeficientes para cada k na funo polinomial continua : Esses coeficientes podem ser

16

extrados atravs das demais condies impostas para o polinmio, assumindo algumas transformaes necessrias: , e .

[11] [12] [ ] [13] [14]

Utilizando a condio (iv), atravs da hiptese de que os valores da funo e das suas derivadas nos pontos observados (ns) o mesmo, em conjunto com os coeficientes mencionados acima, temos:

[15]

A frmula [15] representa um sistema de equaes lineares que pode ser representado matricialmente pela equao , sendo:

O objetivo da equao determinar o vetor , ou seja, determinar . Porm a equao acima indeterminada pois o sistema linear possui enquanto o vetor possui

para equaes

elementos. Segundo Ruggiero e Lopes (1995), para

resolver o sistema linear temos algumas alternativas em relao a extrapolao dos vrtices:

, equivalente a supor que nos extremos os polinmios so aproximadamente parbolas, oriundo da primeira derivada de uma funo cbica; , equivalente a supor que nos extremos os polinmios so lineares, oriundo da segunda derivada de uma funo cbica. Essa alternativa conhecida como spline natural.

17

De posse da alternativa conhecida como spline cbico natural, a taxa de juros pela funo observados e onde indica o ponto na qual a taxa de

dada

est contida no vetor de vrtices .

representa o perodo a ser descoberto, tal qual

[16]

Desta forma, o processo para a obteno da ETJ atravs do spline cbico natural de determinao de uma funo interpoladora linear entre dois pontos conhecidos. Este segmento de reta integrado passando a uma funo quadrtica. O termo da constante de integrao da funo quadrtica encontrado atravs de um processo de aproximao do valor empregandose a constante de integrao do segmento imediatamente posterior e anterior. O objetivo da aproximao garantir a diferencialidade da funo nos pontos observados. O mesmo processo realizado novamente e a integrao chega a uma funo cbica, que mais uma vez ter que ser ajustada em suas constantes de integrao para garantir a diferenciabilidade da funo. Este processo conhecido por piecewise, porque montado em partes e se estabelece uma relao de dependncia entre cada um dos segmentos da funo. So pontos positivos da interpolao via spline natural:

a) consegue capturar formas diferentes devido a utilizao de um polinmio cbico, que contnuo nos intervalos; b) o resultado nos pontos observados (ns) replicado fielmente, obtendo-se um erro de magnitude zero nestes pontos.

So pontos negativos da interpolao via spline natural:

a) a extrapolao gera resultados lineares ou prximos, dado a restrio do modelo imposta por . Isso pode ser contornado utilizando outros modelos de

spline, derivados da frmula do spline natural e com o relaxamento de algumas condies nas extremidades, como ocorre, por exemplo, com o B-Spline. (UNSER, ALDROUBI e EDEN, 1993) b) a sinuosidade causada pela funo cbica no intervalo entre dois ns pode no refletir as condies de mercado, mas estar simplesmente associado ao grau da funo que foi imposta como interpoladora;

18

c) o processo de criao atravs da juno de segmentos de funo com a garantia de continuidade e diferenciabilidade exige que, ao menos, cinco pontos sejam observados.

2.2 Modelos Paramtricos

Os modelos apresentados no tpico anterior no possuem mtodos concisos de extrapolao dos vrtices, pois em sua maioria, dependem da existncia de vrtices observados nos extremos da taxa forward a ser encontrada. Com isso, necessrio a utilizao de modelos que faam a estimao da curva de juros e que consigam capturar configuraes semelhantes quelas determinadas pelo mercado, com apenas algumas informaes disponveis. Os modelos paramtricos servem para estimar a curva de juros atribuindo uma forma funcional suficientemente flexvel para incorporar todas as configuraes possveis da ETJ. Esses modelos podem ser vistos como regresses estatsticas, que buscam encontrar uma curva que apresente o melhor ajustamento possvel em termos de erro mdio quadrtico em um processo de minimizao deste elemento e que descreva o conjunto de vrtices no geral, mas sem a necessidade de passar pelos vrtices observados, ao contrrio dos modelos noparamtricos. (REBELO, 2008)

2.2.1 Spline Cbico Espectral

A spline cbico espectral realizado atravs do uso de um polinmio interpolador cbico, que pode ser utilizado para encontrar qualquer taxa a partir uma equao vlida

para toda a estrutura, diferente da spline natural, onde a funo contnua estimada para cada um dos segmentos entre duas informaes obtidas. A escolha do polinmio cbico se d porque as funes de grau par podem apresentar taxas de longo e curto prazo ao mesmo nvel ou se houver um mximo ou mnimo interno ao intervalo observado haver necessariamente uma reverso do valor nominal das taxas de juros, caracterstica no necessariamente observvel na ETJ. Alm disso, a funo de primeiro grau a interpolao linear e, portanto, o menor grau mpar seguinte seria o terceiro (cbico).

19

Diferentemente dos modelos apresentados anteriormente, a spline cbico espectral efetua a estimao atravs do fator de desconto4 dos ttulos observveis e no atravs das taxas spot. A funo a ser interpolada, considerando comum para todos os ttulos observados : o prazo disposto em uma unidade

[17] deve ser igual a 1 para manter o sentido econmico5. Os

O termo independente parmetros , e

devem ser estimados atravs de regresso linear utilizando todos os

vrtices observados. So pontos positivos do modelo:

a) como um modelo estimado atravs de uma regresso, permite tanto a interpolao quanto a extrapolao das taxas forward; b) o processo de estimao dos parmetros simples e permite o uso de aplicativos j desenvolvidos e amplamente utilizados, como as planilhas de clculo.

So pontos negativos do modelo:

a) os vrtices observados, que j so conhecidos, possuem erro na estimao, ou seja, no necessariamente sero obtidos pela funo interpoladora; b) como um polinmio cbico, no consegue capturar o formato real existente na curva de juros.

2.2.2 Nelson-Siegel

O modelo Nelson-Siegel (NS) foi inicialmente proposto por Nelson e Siegel (1987) e objetiva obter uma funo interpoladora que atenda as seguintes condies:
4

Fator de desconto aqui citado deve ser interpretado como o inverso da taxa de juros expressa na forma decimal acrescida da unidade. Em termos prticos este elemento representa o preo do titulo e o que estamos apontando que a regresso deve ser realizada sobre os preos do ttulos para o investimento de uma unidade monetria e no sobre a taxa de juros na forma percentual. 5 De acordo com a definio, o fator de desconto considerado um ttulo zero coupon descontado pela taxa de juros com valor igual a 1 na maturidade, porque no estamos trabalhando com a possibilidade de no pagamento no resgate e o risco de crdito j deve estar refletido na taxa de juros paga pelo ttulo. Para que a funo da spline espectral possa convergir para o valor 1 no vencimento, onde t=0, necessrio manter o termo independente com o valor fixo.

20

i) contnua em todo o seu domnio; ii) diferencivel em todo o seu domnio; iii) possui uma estrutura de taxas a termo ETTJ tambm contnua e diferencivel.

Podemos afirmar que a condio (iii) descrita acima tem sido o ponto forte para a aceitao deste modelo pelo mercado financeiro, pois ele permite que as estruturas operacionais desenvolvidas pelo setor bancrio seja respeitada. A funo do modelo NS apresentada da seguinte forma:

[18]

Onde: a taxa que se deseja obter, referente ao perodo de t dias desde a data de apurao at o vencimento; a taxa de juros de prazo mais longo; o diferencial entre a taxa de juros mais longa e mais curta; a inclinao da funo, a ser obtida atravs de processos de otimizao; o prazo onde a curva apresenta uma alterao em sua inclinao, estabelecendo um mximo ou mnimo local. Este elemento tambm ser estimado atravs de um processo de otimizao. Dois pontos devem ser observados com ateno para o emprego deste modelo:

a) como ele apresentado de uma forma exponencial, as taxas de juros devem estar no regime de capitalizao contnua, logo se capitalizao discreta e a taxa de juros expressa em regime de

a taxa de juros expressa no regime de capitalizao ;

contnua, a converso a ser feita a seguinte: b) o prazo a ser estimado

deve estar compreendido entre o menor e o maior prazo

observado. Esta uma condio importante para o processo de otimizao; c) os prazos so normalmente computados como uma frao do ano.

A determinao dos parmetros feita atravs da utilizao de uma funo de minimizao multivarivel. A ferramenta Solver do software Microsoft Excel ou o

21

comando fmincon do software MATLAB resolvem esse tipo de problema, inserindo os valores conhecidos para estimadas e e e incluindo valores tentativos para as variveis a serem necessrio que se imponha a condio de se situar no

. Para a varivel

intervalo entre o menor e o maior prazo do intervalo. O objetivo do processo da determinao dos parmetros minimizar a soma dos erros quadrticos das taxas calculadas atravs do modelo NS em relao ao dados observados.

So pontos positivos do modelo:

a) mantm uma estrutura de taxas forward consistente com o que observado no mercado; b) uma funo contnua e diferencivel. Portanto, capaz de atender aos modelos mais sofisticados de gesto de risco; c) apresenta poucos parmetros para serem estimados, pois considera apenas um ponto de inclinao.

So pontos negativos do modelo:

a) tm uma estrutura com apenas um ponto de mximo ou mnimo local, muito semelhante estimao atravs de uma funo quadrtica; b) os pontos obervados no mercado no so necessariamente obtidos pela funo.

2.2.3 Nelson-Siegel-Svensson

Com base no modelo NS e nas crticas que foram feitas pelos participantes do mercado com relao dificuldade de se obter um perfeito ajustamento no formato da ETJ a partir de uma funo que apresentasse apenas um ponto de mximo ou mnimo local, Svensson (1994) props uma outra forma funcional que apresentava dois pontos de mximo ou mnimos locais, aproximando a forma funcional de uma funo cbica, embora no necessariamente com as mesmas caractersticas desta. A estrutura permaneceu a mesma, assim como as condies de se empregar taxas em regime de capitalizao contnua e de que os dois pontos de mximo ou mnimo locais, agora com os prazos dos mximos ou mnimos identificados por prazos observados. e estarem no intervalo de

22

A funo agora passa a ser a seguinte:

[19]

A funo acima requer a determinao dos parmetros

que, assim como

o modelo NS, tambm podem ser obtidos atravs da minimizao da soma dos erros quadrticos do modelo, em relao aos dados observados. So pontos positivos do modelo:

a) mantm uma estrutura de taxas forward consistente com o que observado no mercado; b) uma funo contnua e diferencivel e, por isso, capaz de atender aos modelos mais sofisticados de gesto de risco; c) consegue obter uma forma funcional de uma funo cbica aproximada, com dois pontos de mximo ou mnimo local, mais coerente ao formato da ETJ.

So pontos negativos do modelo:

a) como considera dois pontos de inclinao, requer a estimao de quatro parmetros atravs da minimizao; b) os pontos observados no mercado no so necessariamente obtidos pela funo.

23

3 METODOLOGIA

A matria prima para a realizao dos clculos que faremos a estrutura de taxas de juros divulgada pela BM&FBovespa atravs do seu site na Internet com o ttulo de Curva de Taxas DI x Pr. Estas taxas se referem remunerao dos ttulos livres de risco de crdito, em taxa prefixada em reais. Os testes sero feitos no horizonte de 2 anos a partir de 01/11/2009 empregando os dois mtodos discutidos anteriormente: flat forward (FF) e Nelson-Siegel-Svensson (NSS) sobre os vencimentos do Contrato Futuro de DI ao longo do perodo. Para o clculo, o vrtice de 1 dia ser sempre a taxa de juros do DI over, divulgada pela Cetip. Tambm sero empregados os 6 vencimentos que apresentarem maior liquidez, utilizando um ndice que se baseia em trs parmetros do Contrato Futuro de DI:

a) Percentual do nmero de negcios no vencimento em relao a quantidade total de negcios no dia, representado pelo parmetro ;

b) Percentual do nmero de contratos negociados no vencimento em relao a quantidade total de contratos negociados no dia, representado pelo parmetro ;

c) Percentual do nmero de contratos em aberto em relao ao total observado no contrato, representado pelo parmetro .

O ndice do contrato pode ser calculado da seguinte forma:

[20]

Sero interpoladas as taxas para os vrtices mltiplos de 21 dias teis at 252 dias teis e o vrtice que representa 2 anos (504 dias teis). Como os contratos utilizados atravs do critrio de liquidez so dinmicos para cada dia no horizonte de 2 anos, a extrapolao das taxas pelo mtodo flat forward pode ocorrer devido a ausncia de um vrtice nos extremos. Nesse caso, ser adotado a projeo linear dos ltimos vrtices observados. Para cada um dos vrtices ser apurado o diferencial de taxa e depois de preos (PU de um vencimento sinttico) e depois calculado o impacto gerado pela volatilidade de preo

24

causada exclusivamente pela adoo de um ou de outro critrio de interpolao. Tambm ser observado a diferena mxima encontrada entre os PUs de cada vrtice. Ser feito um estudo sobre eficincia do interpolador e, para tal, adotaremos o critrio de atendimento dos seguintes quesitos:

a) Capacidade de replicao das taxas efetivamente negociadas pelo mercado; b) Comportamento das taxas forward ao longo do perodo (ETTJ com a base nas taxas de 63, 126 e 252 dias teis).

25

4 RESULTADOS

4.1 Testes de adoo dos modelos Flat Forward e Nelson-Siegel-Svensson

O Grfico 3 apresenta as taxas mdias para o perodo compreendido entre 01/11/2009 e 31/10/2011 calculadas atravs dos modelos flat forward e Nelson-Siegel-Svensson.

Grfico 3 - Taxas forward mdias atravs dos modelos FF e NSS 12,50%

12,00%

11,50% Flat Forward 11,00% NSS

10,50%

10,00% 21 42 63 84 105 126 147 168 189 210 231 252 504 Fonte: Do Autor, 2011.

As tabelas 1 e 2 mostram os resultados obtidos atravs da diferena de PUs dos modelos FF e NSS para os dias teis mltiplos de 21 dias.

Tabela 1 - Resultados obtidos na diferena entre PUs dos modelos FF e NSS - de 21 a 147 du Dias teis (Vrtices) Erro mdio quadrtico Mdia Desvio padro 21 267,55 -3,31 268,07 42 18,50 63 25,49 84 25,68 105 26,71 126 32,58 147 40,34

230,28 175,00 165,83 164,55 230,00 173,48 164,17 162,69

165,24 172,34 162,33 167,89 752,96 761,71

Perda mxima observada 2.703,74 2.133,01 902,30 655,45 722,64 Fonte: Do Autor, 2011.

26
Tabela 2 - Resultados obtidos na diferena entre PUs dos modelos FF e NSS - de 168 a 504 du Dias teis (Vrtices) Erro mdio quadrtico Mdia Desvio padro Perda mxima observada 168 188,90 45,35 183,75 189 43,75 210 32,34 231 252 504 851,70 -729,37 440,68

214,81 244,99 276,94 308,42 12,09 -15,70 210,73 243,34 277,24 308,65

745,81 739,56 783,96 805,72 846,75 1.646,92 Fonte: Do Autor, 2011.

Observe que a diferena mxima observada entre os PUs em alguns casos pode chegar a 10 desvios padro e, por isso, o descolamento das taxas apuradas pelos modelos bastante significativo.

4.2 Testes da eficincia dos interpoladores

Dado que existe resultados relevantes na utilizao dos dois modelos simultaneamente, se houvesse a possibilidade de ajustar os modelos, precisamos avaliar os prs e contras de cada modelo para replicao tanto das taxas observadas existentes, como das taxas forward estimadas. A tabela 3 compara os resultados das taxas encontradas nos vrtices mais lquidos observados no dia 03 de novembro de 2009. O modelo FF consegue reproduzir fielmente os vrtices observados e o modelo NSS oferece um erro de estimao considervel.

Tabela 3 Estimao dos vrtices observados no dia 03/novembro/2009 Vrtices observados Taxas observadas Flat Forward NSS 1 8,63% 8,63% 13,75% 39 9,34% 9,34% 99 9,10% 9,10% 161 9,33% 9,33% 286 10,51% 10,51% 11,00% 409 11,36% 11,36% 11,41% 536 11,74% 11,74% 11,36%

9,63% 8,49% 9,37% Fonte: Do Autor, 2011.

Para verificar a eficincia dos modelos na curva forward, foi calculado as taxas implcitas entre os intervalos de 21du. O grfico 4 apresenta as curvas forward calculadas para o dia 03 de novembro de 2009.

27

possvel observar que as taxas calculadas atravs do modelo NSS oferecem uma curva contnua e diferencivel. J o modelo FF apresenta uma curva descontnua com descasamento das taxas forward. Isso ocorre por causa da premissa de taxas forward constantes que o modelo assume.

Grfico 4 - Curva forward entre os intervalos de 21du no dia 03/novembro/2009 14,00% 13,00% 12,00% 11,00% 10,00% 9,00% 8,00% 7,00% 6,00% 42 63 84 105 126 147 168 189 210 231 252 Fonte: Do Autor, 2011. Flat Forward NSS

28

5 CONCLUSO

O trabalho buscou identificar possveis diferenas na estimao da ETJ atravs dos modelos de interpolao flat forward e Nelson-Siegel-Svensson. Esses modelos so amplamente utilizados no mercado brasileiro para marcao a mercado de ttulos pblicos e contratos futuros de derivativos. A diferena de taxas e PUs apresentadas pelos modelos foram bastante significativas e afetam diretamente os gestores de riscos que utilizam estratgias de hedge baseadas na contraposio de carteiras de ttulos pblicos com contratos derivativos com mesma Durao Modificada. O trabalho tambm apresentou testes de eficincia que apontaram que os dois modelos tem seus prs e contras. O modelo flat forward consegue replicar fielmente os vrtices observados. Em contrapartida, no um bom estimador da taxa forward, visto que assume as taxas forward constantes. J o modelo NSS no consegue replicar os vrtices observados da ETJ, porm tem um erro de estimao menor para a curva forward, o que torna o modelo mais atrativo para esse tipo de estimao. Para solucionar o problema da volatilidade existente na utilizao dos modelos FF e NSS para hedge, o mercado deveria utilizar a mesma metodologia para marcao a mercado dos ttulos e dos contratos derivativos. Uma outra alternativa a ser avaliada em um prximo trabalho, j que se conhece a volatilidade da diferena dos PUs apurados por ambos os modelos, seria a adoo de um novo critrio para o hedge que leve em considerao essa volatilidade dos modelos alm da Durao Modificada dos ttulos (overhedge).

29

BIBLIOGRAFIA

CAJUEIRO, D. O.; DIVINO, J. A.; TABAK, B. M. Forecasting the Yield Curve for Brazil. Working Paper Series 197, Brasilia, 2009.

CALDEIRA, J. F. Estimao da Estrutura a Termo da Curva de Juros no Brasil atravs de Modelos Paramtricos e No Paramtricos. Anlise Econmica, 2011. p. 95-122.

CARVALHO, R. R. L. D. Teoria dos Valores Extremos: Valor em Risco para Ativos de Renda-Fixa. 2006. 116 f. Dissertao (Mestrado em Engenharia Industrial) - Pontifcia Universidade Catlica do Rio de Janeiro - PUC-Rio, Rio de Janeiro, 2006.

JUNIOR, J. L. D. C. A estrutura temporal das taxas de juros no Brasil. 2005. 52 f. Trabalho de Concluso de Curso (Graduao em Cincias Econmicas) - Universidade Federal de Santa Catarina, Florianpolis, 2005. p. 44.

NELSON, C. R.; SIEGEL, A. F. Parsimonious Modeling of Yield Curves. The Journal of Business, Chicago, 1987. p. 473-489.

REBELO, C. T. Risco de taxa de juro, Durao e Convexidade - Ilustrao num contexto do QIS4. Instituto de Seguros de Portugal, Lisboa, 2008.

RUGGIERO, M. A. G.; LOPES, V. L. D. R. Clculo Numrico - Aspectos Tericos e Computacionais. 2. ed. So Paulo: Makron Books, 1995.

SVENSSON, L. E. O. Estimating and Interpreting Forward Interest Rates: Sweden 19921994. NBER Working Paper Series, Cambridge, 1994.

UNSER, M.; ALDROUBI, A.; EDEN, M. B-Spline Signal Processing: Part II - Efficient Design and Applications. IEEE Transactions on Signal Processing, 1993.

VALLE, R. P. P. D. Modelagem da estrutura a termo de taxa de juros real brasileira a partir do modelo de Vasicek. 2010. 42 f. Dissertao (Mestrado Profissionalizante em Economia) - Faculdade de Economia e Finanas IBMEC, Rio de Janeiro, 2010.

30

ANEXO A Algortmo de interpolao NSS do MATLAB

function [ PU, Tx ] = InterpNSS( Taxas, DiasUteis, Vertices ) % Efetua a interpolao utilizando o modelo NSS dos vrtices recebidos % Utiliza minimizao nao linear para estimar os parmetros do modelo % O mtodo permite extrapolao estimada % Curva = Vetor contendo as taxas para os vrtices % anualiza os dias uteis (Vertices) DiasUteis = DiasUteis / 252; % recupera as taxas continuas relativas as taxas compostas % o modelo NS utiliza taxas continuas TaxasCont = log(1 + Taxas); Tx = zeros(size(Vertices)); % define variaveis para serem utilizadas na funo de minimizao global t r b0 b1 t = DiasUteis; r = Taxas; % define valores fixos de b0 e b1 e inicializa x0 % b0 = taxa continua mais longa % b1 = diferena entre taxa continua longa e curta b0 = TaxasCont(length(TaxasCont)); b1 = (TaxasCont(length(TaxasCont)) - TaxasCont(1)); x0 = [1; 1; 1; 1]; % define limites impostos a T1 e T2 % T1 e T2 devem estar contidos nos dias uteis lb = [-Inf; -Inf; t(1); t(1)]; ub = [Inf; Inf; t(length(t)); t(length(t))]; % efetua a minizao no linear com restries options=optimset; options=optimset(options, 'Algorithm','active-set'); options=optimset(options, 'Display','off'); [bs, err] = fmincon(@FunNSS,x0,[],[],[],[],lb,ub,[],options); % para cada vertice informado % efetua o calculo de interpolao via NSS, onde: % bs(1) = b2 % bs(2) = b3 % bs(3) = T1 % bs(4) = T2 for i = drange(1:size(Vertices)) ti = Vertices(i) / 252; Tx(i) = b0+b1*exp(-ti/bs(3)) + ... bs(1)*(ti/bs(3))*exp(-ti/bs(3)) + ... bs(2)*(ti/bs(4))*exp(-ti/bs(4)); end end function [ ErrEst ] = FunNSS(x) % Funo de estimao dos parametros do modelo NSS % A funo devolve a soma dos erros quadrados calculados

31
% dos vertices observados em relao ao modelo estimado global t r b0 b1; ErrEst = 0; for i = drange(1:size(t)) ErrEst = ErrEst + (r(i) - (b0+b1*exp(-t(i)/x(3)) + ... x(1)*(t(i)/x(3))*exp(-t(i)/x(3)) + ... x(2)*(t(i)/x(4))*exp(-t(i)/x(4)))) ^ 2; end end