Prova Final Derivativos

Fundação Getúlio Vargas

Escola de Economia de São Paulo

Ana Letícia Jeha Peruque

Beatriz Cendon
Cecília May Moran de Brito
Manuela Nui Outsubo
Vitória Rocha Venturini

2024, Junho

1
1 Introdução e Revisão Bibliográfica
Uma estratégia de venda coberta (covered call) envolve a venda de uma opção
de compra enquanto se mantém uma posição comprada no ativo subjacente, com o
objetivo de gerar rendimento adicional através do prêmio recebido pela venda da
call, ao mesmo tempo que se continua a participar dos ganhos do ativo até o preço
de exercício da opção vendida. Por outro lado, a compra de opções de proteção
(protective puts) consiste na aquisição de uma opção de venda para proteger uma
posição comprada, funcionando como uma espécie de seguro que limita as perdas
caso o preço do ativo subjacente caia abaixo de um determinado nível. A combinação
dessas duas estratégias resulta em uma estratégia collar, onde se vende uma call e se
compra uma put. Essa combinação limita tanto o potencial de perda quanto o de
ganho, proporcionando uma proteção mais robusta ao portfólio.
Essa estratégia é considerada especialmente útil em cenários de mercado
volátil onde a proteção contra perdas significativas é priorizada em detrimento de
ganhos adicionais. Estudos, como o de (El-Hassan 2019), indicam que estratégias de
venda coberta podem gerar melhores retornos ajustados ao risco em comparação
com manter posições longas descobertas no ativo subjacente. Além disso, conforme
apontado por (Dublin 2010), as estratégias collar são eficazes na redução do risco
total e do risco de perda, tornando-se uma ferramenta valiosa para gerentes de
portfólio que buscam estabilidade e proteção contra quedas acentuadas do mercado.

2 Metodologia
Para a estruturação da estratégia de collar assumiremos uma posição com-
prada em um ativo subjacente, uma posição vendida em uma call com preço de
exercício Kc , e uma posição comprada em uma put com preço de exercício Kp , onde
Kp < S < K c .
Diante da fórmula de Black-Scholes para a precificação de uma call e uma
put:

C(S, K, T, σ, r) = SN (d1 ) − Ke−rT N (d2 ) (1)

P (S, K, T, σ, r) = Ke−rT N (−d2 ) − SN (−d1 ) (2)

Onde:
ln(S/K) + (r + σ 2 /2)T
d1 = √ (3)
σ T
√
d2 = d1 − σ T (4)

Sendo as variáveis:
O valor da estratégia é a combinação do valor do ativo subjacente, menos o
valor da call vendida, mais o valor da put comprada:

2
 Tabela 1 – Variáveis utilizadas
Variável Interpretação
S Preço atual do ativo subjacente
K Preço de exercício
T Tempo até o vencimento
σ Volatilidade implícita
r Taxa de juros livre de risco
N (·) Função de distribuição acumulada normal

Fonte: Elaborado pelos autores

Π = S − C(S, Kc , T, σ, r) + P (S, Kp , T, σ, r) (5)

Theta (Θ) representa a taxa de decaimento temporal do valor da opção. A

fórmula para theta de uma opção call e put no modelo Black-Scholes é:

SσN ′ (d1 )
Θcall = − √ − rKe−rT N (d2 ) (6)
2 T

SσN ′ (d1 )
Θput = − √ + rKe−rT N (−d2 ) (7)
2 T
Para a estratégia collar, o theta é a soma do theta da opção put comprada e
do theta da call vendida, ajustado pela posição comprada no ativo subjacente:

Θcollar = Θput − Θcall (8)

3 Questão 1
3.1 Valor da Operação Ao Longo do Tempo
O gráfico mostra a evolução do valor de uma operação estruturada ao longo do
tempo em uma estratégia collar, em função do preço do ativo subjacente (St ). O eixo
horizontal representa o preço do ativo subjacente (St ) e o eixo vertical representa o
valor da operação estruturada (Vt ). Cada linha colorida ilustra o valor da operação em
diferentes momentos no tempo (t), variando de t = 0 a t = 1 em frações de T (tempo
total até o vencimento). No início (t = 0), o valor da operação é mais baixo, refletindo
os custos das opções. Para preços do ativo subjacente abaixo de aproximadamente
75, a put está no dinheiro, proporcionando proteção contra quedas adicionais. Para
preços acima de aproximadamente 125, a call está no dinheiro, limitando os ganhos.
À medida que o tempo avança (t = 0.25T , t = 0.50T , t = 0.75T ), o valor da operação
aumenta gradualmente para preços do ativo entre os preços de exercício da put e
da call, devido à depreciação temporal das opções e ao comportamento do ativo
subjacente. No vencimento (t = 1.00T ), o valor da operação atinge seu pico para

3
 Figura 1 – Valor de Mercado da Operação Estruturada ao longo do Tempo

preços do ativo subjacente entre 100 e 125, onde as opções estão fora do dinheiro ou
no dinheiro, oferecendo proteção limitada contra quedas (put) e limitando os ganhos
(call). Acima do preço de exercício da call (Kc ), os ganhos são limitados, e o valor
da operação permanece constante. Abaixo do preço de exercício da put (Kp ), as
perdas são limitadas, e o valor da operação não cai significativamente. Este gráfico
ilustra como a estratégia collar protege contra quedas significativas no preço do ativo
subjacente enquanto limita os ganhos potenciais, com o valor da operação evoluindo
conforme as mudanças no preço do ativo subjacente e a passagem do tempo.

3.2 Evolução do delta da Operação Ao Longo do Tempo

O gráfico ilustra a evolução do delta (∆t ) de uma operação estruturada
ao longo do tempo na estratégia collar, em função do preço do ativo subjacente
(St ). O eixo horizontal representa o preço do ativo subjacente (St ) e o eixo vertical
representa o delta da operação estruturada (∆t ). As linhas coloridas mostram o delta
da operação em diferentes momentos no tempo (t), variando de t = 0 a t = 1 em
frações de T (tempo total até o vencimento).
No início (t = 0), o delta da operação é mais baixo para preços do ativo sub-
jacente abaixo de aproximadamente 75 e acima de aproximadamente 125, refletindo
a menor sensibilidade da operação às mudanças no preço do ativo subjacente quando
as opções estão fora do dinheiro. Para preços do ativo subjacente entre 75 e 125, o
delta aumenta, indicando maior sensibilidade da operação às mudanças no preço do
ativo subjacente, especialmente quando o preço do ativo está próximo dos preços de
exercício das opções.
À medida que o tempo avança (t = 0.25T , t = 0.50T , t = 0.75T ), o delta
da operação se ajusta, movendo-se para cima e para baixo conforme a depreciação

4
 Figura 2 – Delta da Operação Estruturada ao longo do Tempo

temporal das opções e o comportamento do ativo subjacente. No vencimento (t =

1.00T ), o delta da operação atinge seu valor máximo para preços do ativo subjacente
entre 100 e 125, onde as opções estão mais sensíveis às mudanças no preço do ativo
subjacente.
Este gráfico ilustra como a sensibilidade da operação (∆t ) evolui ao longo do
tempo, mostrando que essa estratégia proporciona proteção contra quedas signifi-
cativas no preço do ativo subjacente enquanto limita os ganhos potenciais, com o
delta da operação mudando conforme as variações no preço do ativo subjacente e a
passagem do tempo.

3.3 Apresentação dos Gráficos em 3D

Os gráficos apresentados nas Figuras 4 e 3 fornecem uma visualização mais
abrangente e detalhada da evolução tanto do delta (∆t ) quanto do valor da operação
estruturada ao longo do tempo da estratégia collar, complementando a análise dos
gráficos 2D anteriores.
A Figura 3 mostra a variação do valor de mercado da operação estruturada ao
longo do tempo (t) e do preço do ativo subjacente (St ). O eixo horizontal representa
o tempo até o vencimento, o eixo vertical representa o preço do ativo subjacente,
e o eixo perpendicular representa o valor da operação estruturada. A visualização
em 3D destaca como o valor da operação aumenta inicialmente conforme o preço do
ativo sobe, estabilizando-se quando as opções estão fora do dinheiro. Com o passar
do tempo, o valor da operação se ajusta de acordo com a depreciação temporal das
opções e a evolução do preço do ativo subjacente, evidenciando a proteção oferecida
pela put comprada e a limitação de ganhos pela call vendida.

5
 Figura 3 – Valor de Mercado da Operação Estruturada ao longo do Tempo (3D)

A figura 4 tridimensional ilustra como o delta da operação (∆t ) varia em

função do tempo (t) e do preço do ativo subjacente (St ). O eixo horizontal representa
o tempo até o vencimento, o eixo vertical representa o preço do ativo subjacente,
e o eixo perpendicular representa o delta da operação. Esta representação permite
observar claramente como o delta se comporta conforme o tempo avança e o preço
do ativo subjacente muda. Notamos que, inicialmente, o delta é baixo para preços
fora do intervalo dos preços de exercício das opções, aumentando significativamente
à medida que o preço do ativo se aproxima desses níveis. Ao longo do tempo, as
mudanças no delta são mais visíveis, destacando a sensibilidade da operação às
flutuações do preço do ativo próximo ao vencimento.
Os gráficos 3D complementam os gráficos 2D anteriores ao fornecer uma
perspectiva mais completa e dinâmica da estratégia collar. Enquanto os gráficos
2D mostravam cortes específicos da evolução do delta e do valor da operação em
momentos discretos no tempo, os gráficos 3D oferecem uma visão contínua e integrada
dessas variações ao longo do tempo e em diferentes níveis de preço do ativo subjacente.
Esta visualização tridimensional facilita a compreensão da interação entre tempo,
preço do ativo subjacente e as métricas-chave da operação, proporcionando uma
análise mais robusta e detalhada da estratégia collar.

6
 Figura 4 – Delta da Operação Estruturada ao longo do Tempo (3D)

4 Questão 2
4.1 A
A Figura 5 apresenta o payoff da estratégia Collar (Payoff (VT)) e o valor
do portfólio hedgedeado (Hedged Portfolio (HT)) em função do preço do ativo
subjacente ST na maturidade.
Primeiramente, a linha azul representa o payoff da estratégia, que consiste
na compra do ativo subjacente, complementar à compra de uma opçaõ de venda
(put) com strike Kput = 90 e da venda de uma opção de compra (call) com strike
Kcall = 110.

• Quando ST está abaixo de Kput , a put está no dinheiro (in-the-money) e com-

pensa a perda no ativo subjacente, resultando em um payoff aproximadamente
igual a Kput − S0 .

• Quando ST está entre Kput e Kcall , nem a put nem a call serão exercidas,
resultando em um payoff linear de ST − S0 .

• Quando ST está acima de Kcall , a call está no dinheiro e limita o ganho ao

strike da call, com o payoff aproximadamente igual a Kcall − S0 .

7
 Assim, os payoffs descritos e expressos no gráfico 5 explicitam a principal
característica da estratégia Collar, que consiste na limitação dos riscos de perda
paralela à ganhos potenciais limitados. Ou seja, a venda da opção de compra para
financiar a compra da opção de venda representa posição conservadora em cenários
de votalitidade moderada e incertezas de mercado.

Figura 5 – Payoff e Valor do Portfólio de Hedging

Por fim, os pontos laranja representam o valor do portfólio hedgedeado ao

longo das 10.000 trajetórias simuladas. Observa-se que o portfólio hedge segue a
mesma distribuição apresentada pelo payoff da estratégia Collar, ideal para inves-
tidores cuja principal preocupação é o risco de queda de uma posição. Eles estão
dispostos a colocar um limite no potencial de alta para limitar seu risco de queda a
um custo baixo. Assim, essa estratégia pode ser de especial interesse para aqueles
investidores que têm uma posição em ações que representa uma grande proporção
de seu patrimônio líquido, e que podem não ser capazes de reduzir o tamanho dessa
posição.

4.2 B
A Figura 6 mostra o erro de hedge ϵT = HT − VT , ou seja, a diferença entre
o valor do portfólio replicante e do payoff da estratégia, em função do preço do
ativo subjacente ST na maturidade. Os pontos verdes representam erros de hedge
positivos (onde o valor do portfólio hedged HT é maior que o payoff da estratégia
VT ), enquanto os pontos vermelhos representam erros de hedge negativos, onde o
valor do portfólio hedged HT é menor que o payoff da estratégia VT .
Primeiramente, observa-se que os erros de hedge estimados estão concentrados
em torno de zero, o que indica que a estratégia de hedge utilizada foi, em grande parte,
bem-sucedida em neutralizar as variações adversas no preço do ativo subjacente.
Ademais, vale notar uma dispersão significativa especialmente em valores extremos
de ST .

8
 Além disso, ao realizar a análise da Figura 6, observa-se maior concentração
da distribuição dos erros de Hedge com sinal negativo, o que pode indicar que o
Portfólio Replicante, em geral, tende a subestimar a valorização do preço do ativo
subjacente, não sendo suficiente para proteger o investidor completamente contra
a volatilidade de mercado (3). Além disso, por se estenderam até o Lower Bound
do gráfico em maior intensidade, os erros de Hedge negativos podem ser entendido
como mais severos, além de mais frequentes, em relação aos erros com sinal positivo.

Figura 6 – Caption

Apesar da maior concentração em erros negativos, a magnitude dos erros

estimados não é especialmente relevante, o que reitera a afirmação anterior de que
o Portfólio Replicante, em geral, é capaz de proteger o investidor contra riscos de
mercado, ao mesmo tempo que garante rentabilidade, mesmo que limitada.

4.3 C
A Figura 7 mostra os percentis dos erros de hedge ϵT calculados. O erro de
hedge no percentil 0 (mínimo) é de aproximadamente -5, indicando que, no pior
cenário, o portfólio hedged foi significativamente menor que o payoff da estratégia.
O percentil 50 (mediana) do erro de hedge é ligeiramente negativo, indicando que,
em metade das simulações, o portfólio hedged foi ligeiramente inferior ao payoff
esperado. Os percentis mais altos (90 e 95) são positivos, sugerindo que em alguns
casos extremos o hedge resultou em um valor do portfólio maior que o esperado.

9
 Figura 7 – Caption

A dispersão dos percentis do erro de hedge mostra que, embora a estratégia

de hedge delta tenha sido relativamente eficaz em manter o portfólio próximo ao
payoff esperado, há variações significativas em cenários extremos. A presença de
erros de hedge substanciais, tanto positivos quanto negativos, sugere a necessidade
de revisão da estratégia de hedge para melhorar a proteção em condições de mercado
extremas.

Tabela 2 – Percentis do Erro de Hedge

Percentil Erro de Hedge

0% -4.60243947
5% -1.78638965
10% -1.38833254
25% -0.82087473
50% -0.35255547
75% 0.05953946
90% 0.47997152
95% 0.73767683
100% 4.05545028

Dessa forma, a estratégia de collar, ao incluir a compra de uma put e a

venda de uma call, cria uma proteção contra quedas significativas no preço do ativo
subjacente e limita os ganhos potenciais. O hedge delta, enquanto eficaz em cenários
normais, apresenta erros significativos em condições extremas de mercado. A análise
dos percentis do erro de hedge destaca a importância de considerar esses erros na
gestão do portfólio, indicando a necessidade de possíveis ajustes na estratégia de
hedge para aumentar a eficácia.

10
4.4 Erro de hedging e número de rebalanceamentos
Feito o delta hedging para a estratégia, adicionamos à análise o número de
rebalanceamentos da estratégia (n_steps). A fim de determinar o número de passos
ideal, foram calculados os erros de hedging para cada combinação de percentil de
hedging e número de passos. A Tabela 3 ilustra essa relação, onde os percentis de
hedging são as colunas da tabela e os números de passos são as linhas.

n_steps 0% 5% 10% 25% 50% 75% 90% 95% 100%

10 -14.57 -5.86 -4.40 -2.08 -0.31 1.22 2.98 4.13 19.97
25 -12.93 -4.22 -3.07 -1.49 -0.32 0.69 1.86 2.79 14.60
50 -8.63 -3.19 -2.34 -1.17 -0.30 0.44 1.24 1.85 12.00
75 -6.87 -2.77 -2.11 -1.10 -0.35 0.26 0.95 1.47 9.29
100 -7.41 -2.46 -1.85 -0.98 -0.34 0.22 0.84 1.30 6.45
125 -7.57 -2.30 -1.72 -0.94 -0.35 0.17 0.71 1.12 5.93
150 -6.29 -2.19 -1.62 -0.90 -0.34 0.14 0.65 0.96 5.43
175 -7.78 -2.03 -1.54 -0.86 -0.35 0.12 0.60 0.92 5.42
200 -5.53 -1.96 -1.48 -0.85 -0.35 0.09 0.55 0.83 4.97
225 -5.61 -1.93 -1.49 -0.88 -0.37 0.07 0.51 0.81 6.85
250 -4.45 -1.87 -1.42 -0.82 -0.38 0.03 0.47 0.72 5.20
Tabela 3 – Erro de hedging para combinações de número de (n_steps) e percentis

Observamos que o erro mínimo (percentil 0%) representa o pior caso de erro
de hedging, com valores bastante negativos, indicando grandes desvios em alguns
casos. À medida que n_steps aumenta, o valor absoluto do erro mínimo tende a
diminuir, mas há variações. O erro mediano (percentil 50%) representa o erro de
hedging típico e é próximo de zero, sugerindo que, para a maioria das trajetórias,
a estratégia de hedging é relativamente precisa. O erro máximo (percentil 100%)
representa o melhor caso de erro de hedging, com valores positivos que diminuem
com o aumento de n_steps, refletindo uma melhora na precisão do hedging com
mais rebalanços.
Padrões específicos na Tabela 3 mostram que os percentis inferiores (como
0%, 5%, 10%) exibem um decréscimo acentuado à medida que n_steps aumenta de
10 para 50, indicando que um número maior de rebalanços reduz os casos extremos de
grandes erros de hedging. Após n_steps = 75, os percentis intermediários (25%, 50%,
75%) mostram menor variação, sugerindo que a melhoria incremental na redução do
erro de hedging se estabiliza após este ponto. Notamos também um leve aumento
nos erros de hedging para n_steps muito altos (como 225 e 250) em alguns percentis
(e.g., 5%, 10%, 25%), possivelmente devido ao aumento dos custos de transação ou
ao ruído na estratégia de hedging.
Os gráficos gerados ajudam a visualizar a variação do erro de hedging com
diferentes números de passos. Primeiramente, foi gerado o gráfico que inclui todos
os percentis (0% a 100%), encontrado na Figura 8. Ele mostra claramente como os
extremos (0% e 100%) apresentam comportamentos distintos. O percentil 0% exibe
uma diminuição acentuada do erro de hedging até cerca de 75 passos, seguido por

11
uma leve flutuação. Esse comportamento reflete a redução dos piores casos de erro
com rebalanços mais frequentes. O percentil 100% apresenta um comportamento
semelhante, onde os melhores casos de erro de hedging melhoram significativamente
com mais rebalanços, estabilizando após cerca de 75 passos.

Figura 8 – Percentis de Erro de Hedging en Função do Número de Passos

Os percentis intermediários (5%, 10%, 25%, 50%, 75%, 90%, 95%) mostram
uma tendência geral de melhoria com o aumento de n_steps, o que era esperado, mas
com menores incrementos após 75 passos. Isso sugere que os rebalanços adicionais
além desse ponto oferecem ganhos marginais.

12
 Figura 9 – Percentis de Erro de Hedging em Função do Número de Passos

No gráfico filtrado (excluindo 0% e 100%), encontrado na Figura 9, focamos

nos percentis intermediários, proporcionando uma análise mais detalhada e menos
influenciada pelos outliers. Observamos que todos estes percentis mostram melhorias
com mais rebalanços. Porém, nota-se, ainda que, o ganho incremental diminui após
cerca de 75 passos, refletindo uma diminuição nos benefícios marginais de rebalanços
adicionais.

4.5 Definição do cenário ideal de hedging

Com base na análise da tabela e dos gráficos, o número ótimo de rebalance-
amentos n_steps foi determinado como 75. Esse valor minimiza o custo total da
estratégia, que é a soma do erro de hedging e dos custos de transação. A justificativa
para este número de rebalanços é baseada no equilíbrio entre a redução do erro de
hedging e o controle dos custos de transação. Observamos que os erros de hedging
diminuem significativamente com o aumento inicial de n_steps, especialmente até
75 passos, e os benefícios marginais dos rebalanços adicionais diminuem após este
ponto.
Note que os custos da estratégia foram calculados da seguinte maneira:

Custo Total Médio = mean(erro de hedging2 ) + mean(custos de transação)

Custos de Transação = nsteps × custo por reequilíbrio × média(|erro de hedging|)

Essa análise pode ser complementada com o uso de gráficos dos custos,
encontrados nas Figuras 10 e 11.

13
 Figura 10 – Percentis de Erro de Hedging en Função do Número de Passos

Figura 11 – Percentis de Erro de Hedging em Função do Número de Passos

A Figura 10, que ilustra o Custo Médio de Transação vs. Número de Passos,
mostra um aumento quase linear nos custos de transação com o número de passos de
reequilíbrio. Isso é esperado, já que cada reequilíbrio incorre em um custo de transação
fixo, levando a custos cumulativos mais altos com reequilíbrios mais frequentes.
Já a Figura 11, Custo Total Médio vs. Número de Passos, mostra uma queda
significativa no custo total médio à medida que o número de passos de reequilíbrio

14
aumenta de 0 para 75. Isso indica que, inicialmente, aumentar a frequência de
reequilíbrio reduz substancialmente o erro de hedging, superando os custos de
transação associados. Por volta da marca de 75 passos, a curva começa a achatar,
sugerindo retornos decrescentes ao aumentar ainda mais o número de passos. Além
desse ponto, passos adicionais de reequilíbrio contribuem minimamente para a
eficiência de custos, já que a redução no custo total médio se torna insignificante.
Combinando essas observações, o número ótimo de passos de reequilíbrio é
determinado como 75. Nesse ponto, o trade-off entre a redução do erro de hedging e o
aumento dos custos de transação é equilibrado, minimizando o custo total médio. Em
conclusão, escolher 75 passos de reequilíbrio atinge o melhor equilíbrio entre reduzir
erros de hedging e controlar custos de transação, resultando em uma estratégia de
hedging eficiente e economicamente vantajosa.
Essa minimização do custo total médio no ponto de equilíbrio garante que a
estratégia seja eficaz e eficiente em termos de custos. A cobrança calculada para o
cliente, 3.624854, reflete esse custo total otimizado, cobrindo tanto o erro de hedging
minimizado quanto os custos de transação incorridos em 75 passos. O cálculo do
valor cobrado ao cliente é apresentado abaixo na equação 9:

Valor cobrado ao Cliente = Custo Total Médioopt (9)

Essa abordagem garante que a estratégia de hedging seja economicamente

viável e forneça um preço justo e justificável ao cliente.
A cobrança ao cliente é 3.624854, que cobre os custos totais da estratégia,
incluindo o erro de hedging e os custos de transação. Esse valor representa a soma
do erro de hedging quadrado médio e dos custos de transação médios para o número
ótimo de passos, que é 75. Esse número garante que o gerente cubra os custos
incorridos pela estratégia de hedging enquanto oferece uma solução eficiente para o
cliente.

5 Questão 3
5.1 A
A fim de traçarmos a estratégia replicante do derivativo, simulamos 10.000
trajetórias do Movimento Browniano Geométrico com Montecarlo para o preço do
underlying. Para cada uma das 10.000 trajetórias simuladas, os rebalanceamentos da
estratégia replicante da operação estruturada vendida ao cliente ocorrerão quando
a diferença absoluta entre o delta calculado pelos modelos analíticos e o delta
atualmente em uso na carteira for superior a 5% do valor absoluto do delta analítico.
Ao considerarmos o alfa de 5% e o µ = 0, 15, podemos concluir alguns pontos
sobre a estratégia de hedging obtida. Em intervalos específicos de St entre 100 e 200,
a estratégia foi relativamente eficaz, ao observarmos as dispersões em relação ao Vt .
Porém, nos extremos de St , a estratégia falhou em algumas trajetórias, causando
grandes desvios entre Ht e Vt . Além disso, a variabilidade significativa nos valores

15
do portfólio hedgeado (HT) indica que o rebalanceamento periódico baseado em um
threshold pode não ser suficiente para capturar todas as nuances do movimento do
preço subjacente, especialmente em condições extremas de mercado.

Figura 12 – Payoff of Structered Operation and Hedged Portfolio

5.2 B
Os gráficos mostram a dispersão dos erros de hedging (ϵt ) em função do preço
do ativo no vencimento (St ), para diferentes valores do percentual de rebalanceamento
α.

5.2.1 Para o µ = 0.15, diferentes valores de α

Figura 13 – Dispersão dos erros de Figura 14 – Dispersão dos erros de

Hedge quando α=5% Hedge quando α=1%

16
 Com α = 1% (Figura 14), o rebalanceamento é mais frequente, o que leva a
uma menor variabilidade nos erros de hedging. Quando aumentamos o α para 5%
(Figura 13), o rebalanceamento é menos frequente, resultando em maior variabilidade
e mais extremos nos erros de hedging.

• Erros de Hedging Positivos: em α = 5% (Figura 13), os erros positivos são mais

dispersos, indicando que o portfólio hedgeado frequentemente superestima o
valor necessário para cobrir a operação estruturada. Quando α = 1% (Figura
14), os erros positivos são mais concentrados (em comparação com o valor maior
de alfa), sugerindo uma superestimação mais controlada e menos frequente.

• Erros de Hedging Negativos: quando α = 5% (Figura 13), há uma maior dis-

persão de erros negativos, especialmente para preços baixos do ativo, indicando
subestimação do risco em várias trajetórias. Quando α = 1% (Figura 14), os
erros negativos são menos dispersos, mostrando que a estratégia de hedge está
mais alinhada com o valor real da operação estruturada.

Conclusão sobre a Eficiência do Hedge: reduzir α = 5% para 1% melhora

a precisão do hedge, reduzindo a variabilidade dos erros de hedging e tornando a
estratégia mais robusta. No entanto, isso pode aumentar os custos de transação devido
ao maior número de rebalanceamentos necessários para manter a estratégia de hedge
ajustada. Esses gráficos ilustram claramente como a frequência de rebalanceamento
(controlada por alfa) impacta a precisão e a eficácia da estratégia de hedge. Uma
menor alfa resulta em uma estratégia de hedge mais precisa, mas pode implicar em
custos operacionais maiores devido ao aumento de transações.

5.2.2 Para o µ = 0.20, diferentes valores de α

Figura 15 – Dispersão dos erros de Figura 16 – Dispersão dos erros de

Hedge quando α=5% Hedge quando α=1%

O mesmo comportamento é observado em relação à variação dos alfas, quando

reduzimos seu valor, a dispersão se torna menor e os erros se concentram mais no
eixo x.

17
 Além disso, ao compararmos com os gráficos anteriores (onde µ=0.15), po-
demos observar que um aumento na taxa de retorno contínua esperada (µ = 0.20)
tende a aumentar a variabilidade dos preços no vencimento St . Isso é esperado, pois
um menor µ implica em um crescimento esperado maior do preço do ativo subjacente
ao longo do tempo. A maior variabilidade dos preços no vencimento St também
resulta em maior variabilidade nos erros de hedging, tanto para α = 5%, quanto
para 1%.

5.3 C
Tabela 4 – Percentis do Erro de Hedging

Percentil (%) Erro de Hedging

0 -3.371
5 -0.333
10 0.004
25 0.448
50 0.826
75 1.253
90 1.777
95 2.154
100 6.134

Percentis Baixos (0% - 10%):

• 0%: O erro de hedge mais baixo é -3.371, indicando que em pelo menos uma
trajetória, o portfólio hedgeado foi significativamente menor do que o valor da
operação estruturada. Isso representa uma subestimação extrema do risco.

• 5%: O erro de hedge nesse percentil é -0.333, ainda negativo, mostrando que
em 5% das trajetórias, o portfólio hedgeado subestimou o valor da operação
estruturada.

• 10%: O erro de hedge é próximo de zero (0.004), indicando que a estratégia de

hedge começou a ser eficaz a partir desse percentil, com o portfólio hedgeado
muito próximo do valor da operação.

Percentis Intermediários (25% - 50%):

• 25%: O erro de hedge é 0.448, positivo, indicando que em 25% das trajetórias,
o portfólio hedgeado superestimou o valor necessário para cobrir a operação.

• 50%: O erro de hedge é 0.826, indicando que a mediana dos erros de hedge
é positiva, mostrando uma tendência geral de superestimação do risco pela
estratégia de hedge.

18
 Percentis Altos (75% - 100%):

• 75%: O erro de hedge é 1.253, indicando que em 75% das trajetórias, o portfólio
hedgeado superestimou o valor da operação estruturada.
• 90%: O erro de hedge é 1.777, indicando uma superestimação ainda maior.
• 95%: O erro de hedge é 2.154, mostrando que em 95% das trajetórias, a
estratégia de hedge gerou um portfólio com valor significativamente maior do
que o necessário.
• 100%: O erro de hedge mais alto é 6.134, indicando uma superestimação
extrema do risco em pelo menos uma trajetória.

5.3.1 Eficácia da Estratégia de Hedge:

Nos percentis baixos (0% - 10%), a estratégia de hedge mostra subestimação
do risco, com valores negativos de erro de hedge. Nos percentis intermediários e altos
(25% - 100%), a estratégia de hedge tende a superestimar o risco, resultando em
valores positivos de erro de hedge.

5.3.2 Distribuição dos Erros:

A mediana dos erros de hedge (50%) é positiva (0.826), sugerindo que a
estratégia de hedge geralmente superestima o risco. Há uma variação significativa nos
erros de hedge, desde uma subestimação extrema (-3.371) até uma superestimação
extrema (6.134).

5.3.3 Ajustes Potenciais:

A estratégia pode ser ajustada para reduzir a superestimação do risco, espe-
cialmente nos percentis mais altos. Ajustes na frequência de rebalanceamento ou na
modelagem dos deltas podem ser necessários para melhorar a precisão e eficácia da
estratégia de hedge, especialmente em cenários de mercado extremos.

Figura 17 – Erro de Hedge

19
5.4 D
Os custos de transação desempenham um papel crucial na estratégia de
delta hedging, pois afetam diretamente a eficácia e o custo total da estratégia.
Em um cenário ideal sem custos de transação, o delta hedging pode ser ajustado
continuamente para manter uma posição neutra em relação às variações do preço
do ativo subjacente. No entanto, na realidade, cada ajuste de posição incorre em
custos de transação, que podem ser significativos. Esses custos incluem taxas de
corretagem, spreads de compra e venda, e outros custos operacionais. A inclusão
de custos de transação torna a estratégia de hedging mais complexa, pois requer
um balanço entre a frequência dos ajustes de delta e o custo total desses ajustes.
Aumentar a frequência de ajustes (reduzindo o valor de α) pode diminuir o erro de
hedging bruto, mas aumenta os custos de transação acumulados, enquanto diminuir a
frequência de ajustes (aumentando o valor de α) pode reduzir os custos de transação,
mas aumentar o erro de hedging devido ao desvio do delta ideal.
A adição de custos de transação no modelo de delta hedging é feita incorpo-
rando esses custos a cada ajuste de delta. No modelo de simulação, os custos de tran-
sação são calculados como uma porcentagem do valor negociado (transaction_cost =
cost_percent × |∆new − ∆| × Snew ). Esse custo é então subtraído do valor em caixa
(cash) a cada rebalanceamento necessário, ajustando o total de custos acumulados
(total_cost). A estratégia é ajustada somente quando a diferença entre o delta atual
e o delta ideal excede um limite definido (α), para evitar custos excessivos. Assim, o
valor final da carteira de hedge (hedge_portfolio) é ajustado para refletir os custos
de transação incorridos ao longo do período de hedge.
Partindo para uma análise do efeito dos alphas no erro de hedging, é impor-
tante entender como a frequência de rebalanceamento (definida pelo parâmetro α)
impacta os custos de transação e a precisão da estratégia de delta hedging. Na teoria,
alphas menores implicam em rebalanceamentos mais frequentes, o que reduz o erro
de hedging bruto, mas aumenta os custos de transação acumulados. Por outro lado,
alphas maiores reduzem a frequência de rebalanceamento, diminuindo os custos de
transação, mas aumentando o risco de desvios significativos do delta ideal, resultando
em um erro de hedging maior.
Os custos de transação são calculados como uma porcentagem do valor
negociado e subtraídos do valor em caixa a cada ajuste de delta. A estratégia é
ajustada apenas quando a diferença entre o delta atual e o delta ideal excede um
limite definido por α, para evitar custos excessivos.
Os resultados da simulação para diferentes valores de α são apresentados na
Tabela 5. Esta tabela mostra os percentis do erro de hedging (ϵT ) para diferentes
valores de α.
Os resultados obtidos mostram que:
Alphas Menores (0.01 a 0.05): Têm erros de hedging predominantemente
negativos, indicando que os custos de transação acumulados superam os benefícios
da precisão no rebalanceamento. O erro diminui em magnitude conforme α aumenta,
mas ainda permanece negativo nos percentis mais baixos.

20
 α 0% 5% 10% 25% 50% 75% 90% 95% 100%
0.01 -5.666406 -3.110634 -2.6537588 -1.78417296 -1.08451682 -0.5175089 -0.2141369 -0.02990528 2.397467
0.025 -5.147870 -2.505180 -2.0953366 -1.27795905 -0.58405339 -0.1042262 0.2395755 0.45001351 2.702314
0.05 -4.776257 -2.011273 -1.5495691 -0.78589561 -0.15369019 0.3054546 0.6741933 0.93144841 2.913426
0.075 -4.410976 -1.707873 -1.2271696 -0.49740448 0.09441395 0.5532988 1.0104099 1.23623556 3.542811
0.1 -3.972410 -1.443302 -1.0416251 -0.32654756 0.20263603 0.7497285 1.2421161 1.57548199 3.762485
0.125 -3.714377 -1.427878 -0.9998202 -0.29022730 0.35020630 0.9013793 1.3844406 1.80591619 3.804962
0.15 -3.982178 -1.292290 -0.8954878 -0.18629026 0.44365720 1.0139405 1.5903521 1.99047456 4.130865
0.175 -3.657893 -1.299940 -0.8503297 -0.18072988 0.52408798 1.1853857 1.7687348 2.15898574 4.165254
0.2 -4.661332 -1.273696 -0.8057567 -0.12092404 0.58080459 1.2657243 1.8843656 2.39231991 4.387224
0.225 -4.171819 -1.414829 -0.9044696 -0.06168625 0.65329752 1.3619678 1.9995842 2.39585672 5.339173
0.25 -4.217131 -1.568788 -0.9853901 -0.11476372 0.65113691 1.4607951 2.1372320 2.52787642 5.395316

Tabela 5 – Percentis do Erro de Hedging (ϵT ) para Diferentes Valores de α

Alphas Intermediários (0.075 a 0.15): Apresentam uma transição de erros

predominantemente negativos para erros positivos, com os percentis medianos e
superiores mostrando valores positivos. Isso indica um equilíbrio melhor entre custos
de transação e precisão de hedging.
Alphas Maiores (0.175 a 0.25): Apresentam erros de hedging positivos nos
percentis medianos e superiores, sugerindo que o menor número de rebalanceamentos
reduz significativamente os custos de transação. No entanto, os percentis mais altos
(95% e 100%) mostram um aumento acentuado nos erros de hedging, indicando que
a precisão no hedging é comprometida em cenários de maior volatilidade.
A análise dos percentis sugere que um α intermediário (por exemplo, entre 0.1
e 0.15) pode fornecer um bom equilíbrio entre a minimização dos custos de transação
e a precisão do hedging. O α = 0.1 parece ser o ponto onde o erro de hedging é mais
controlado com um balanceamento adequado entre custos e precisão.

5.5 E, F e G
Partindo para uma tentativa de melhor visualização desses resultados, para
observar de fato qual aparentaria ser o alpha e preço mais coerentes, temos que:
Para determinar o α ótimo para a estratégia de delta hedging com custos
de transação, é essencial encontrar um equilíbrio que minimize a soma do erro de
hedging e os custos de transação. O α ótimo (α∗ ) é aquele que proporciona o menor
erro de hedging ajustado pelos custos de transação, equilibrando a frequência dos
rebalanceamentos com os custos associados. A análise gráfica dos percentis do erro
de hedging para diferentes valores de α ajuda a identificar esse ponto ótimo. Por
exemplo, se a análise mostra que a combinação do erro de hedging e os custos de
transação são minimizados em α = 0.1, então esse valor será considerado o α ótimo.
Para definir o valor a ser cobrado do cliente pela operação estruturada em um
mercado competitivo, deve-se considerar o custo. Esse preço deve ser transparente e
competitivo, garantindo a cobertura de todos os custos e proporcionando um pequeno
retorno sobre o risco assumido. Assim, o preço final a ser cobrado do cliente refletirá
precisamente os custos incorridos, mantendo a viabilidade econômica da operação.

21
 Figura 18 – Custo de Transação Médio para Diferentes Valores de Alpha

Figura 19 – Distribuição do Erro de Hedging para Diferentes Valores de Alpha

22
 Figura 20 – Custo Total Médio

Com base nos gráficos acima, observamos que:

1. O custo de transação médio diminui à medida que α aumenta, devido à
menor frequência de rebalanceamento. 2. O erro de hedging aumenta com o aumento
de α, pois a estratégia de hedging se torna menos precisa. E o erro de hedging fica
mais negativo com alpha pequeno, pois o código de simulação de delta hedging
inclui custos de transação no cálculo da carteira de hedge. Logo, quando você realiza
rebalanceamentos frequentes com valores menores de α, os custos de transação
acumulam-se mais rapidamente. 3. Assim, valores intermediários de alpha são os
ideais, mais especificamente, o ponto que minimiza o Custo Total Médio (Figura 19).
Portanto, o α ótimo que equilibra esses dois fatores é α = 0.1.
Para definir o valor a ser cobrado do cliente pela operação estruturada em
um mercado competitivo, deve-se considerar o custo total médio. Portanto, o valor
final a ser cobrado seria:

Valor cobrado ao Cliente = Custo Total Médio Mínimo = 1.5503

6 Questão 4
Em vista dos resultados obtidos, é prudente comparar os dois modelos de
Delta Hedging a fim de determinar seus pontos positivos e negativos.
Primeiramente, o modelo de utiliza a variação do t para rebalancemaneto
(Modelo 1) realiza o rebalanceamento em intervalos de tempo fixos. Essa abordagem
oferece menos flexibilidade para responder às mudanças rápidas do mercado. Já
o modelo que utiliza o alpha (Modelo 2) realiza o rebalanceamento sempre que a

23
diferença entre o delta atual e o delta ideal ultrapassa um certo limiar (alpha). Isso
permite maior flexibilidade e resposta às mudanças no preço do ativo subjacente.
Já em relação aos erros de hedging, nota-se por meio dos resultados obtidos
nota-se que a dispersão dos erros no Modelo 1 é maior, especialmente em condições
de alta volatilidade do mercado. Além disso, os erros negativos são mais frequentes,
indicando que esse modelo tende a subestimar o valor do portfólio hedgeado em
relação ao payoff da estratégia. Isso significa que, em períodos de alta volatilidade,
a estratégia pode não ajustar o delta de forma eficiente, resultando em maiores
discrepâncias. Enquanto isso, no Modelo 2 a dispersão dos erros de hedging tende
a ser menor, especialmente com alphas menores (os erros de hedging são mais
concentrados), resultando em uma estratégia de hedge mais precisa.
Portanto, considerando a eficácia da estratégia de Delta Hedging conclui-se
que o Modelo 1 é menos eficiente em capturar rapidamente as mudanças no preço
do ativo subjacente. Embora ofereça simplicidade e previsibilidade nos custos de
transação, sua precisão é comprometida em condições de mercado mais voláteis.
Já o Modelo 2 oferece maior precisão no hedging devido à capacidade de ajustar
rapidamente a posição de delta. A análise dos percentis do erro de hedging sugere
que um alpha intermediário é ideal para equilibrar custos de transação e precisão.

7 Autoavaliação
• Ana Letícia Peruque: 6,5

• Beatriz Cendon: 7

• Cecília de Brito: 7

• Manuela Outsubo: 7

• Vitória Venturini: 7

Referências

DUBLIN, R. The varying cost of options and implications for choosing the right
strategy. Journal of Financial Planning, p. 62–70, 2010. Citado na página 2.

EL-HASSAN. Performance of a balanced portfolio with active covered-call strategies.

04 2019. Citado na página 2.

EL-HASSAN, N.; HALL, A.; TULUNAY, I. Methods and analysis of collar strategies.
Journal of Applied Business and Economics, v. 23, n. 8, 2021. Citado na página 9.

24