Derivativos de volatilidade no mercado brasileiro de câmbio : viabilidade e impactos de sua utilização

A volatilidade possui um papel central na gestão de risco tanto de portfólios de derivativos como de portfólios de ativos não alavancados. Este risco é gerenciado nos mercados financeiros através de diversos instrumentos, incluindo o uso de derivativos de volatilidade. No entanto, um mercado de derivativos de volatilidade no Brasil ainda é uma lacuna a ser preenchida, talvez pela baixa liquidez em determinadas opções ou mesmo pela falta de todos os ativos necessários para se estabelecer o portfólio replicante para os mesmos. O objetivo deste trabalho é apresentar um modelo simples de se apreçar swaps de volatilidade sob o BRL, estimulando um diálogo entre a comunidade acadêmica e os praticantes do mercado que permita o desenvolvimento de derivativos de volatilidade ao considerar o melhor de cada grupo. Para se apreçar este instrumento, a modelagem e os ativos utilizados são apresentados em detalhes como sendo os ingredientes básicos de um produto financeiro de sucesso. Os resultados numéricos demonstram que o modelo proposto pode ser considerado um poderoso instrumento para se realizar o hedge do risco de volatilidade. Um benefício adicional deste trabalho é apresentar os riscos e benefícios de se utilizar este instrumento com o BRL.

Do options contain information about excess bond returns ?

There is strong empirical evidence that risk premia in long-term interest rates are time-varying. These risk premia critically depend on interest rate volatility, yet existing research has not examined the im- pact of time-varying volatility on excess returns for long-term bonds. To address this issue, we incorporate interest rate option prices, which are very sensitive to interest rate volatility, into a dynamic model for the term structure of interest rates. We estimate three-factor affine term structure models using both swap rates and interest rate cap prices. When we incorporate option prices, the model better captures interest rate volatility and is better able to predict excess returns for long-term swaps over short-term swaps, both in- and out-of-sample. Our results indicate that interest rate options contain valuable infor- mation about risk premia and interest rate dynamics that cannot be extracted from interest rates alone.

Especificação da paridade descoberta de juros no mercado brasileiro

Medimos a validade da paridade descoberta de juros – PDJ - para o mercado brasileiro no período de janeiro de 2010 a julho de 2014. Testamos a equação clássica da PDJ usando o Método dos Mínimos Quadrados Ordinários. Após a estimação dos parâmetros, aplicamos o Teste de Wald e verificamos que a paridade descoberta de juros não foi validada. Estendemos a equação tradicional da PDJ para uma especificação alternativa que captura medidas de risco Brasil e de alteração na liquidez internacional. Especificamente, acrescentamos três variáveis de controle: duas variáveis dummy que capturam condições de liquidez externa e o índice de commoditie CRB, que captura o risco Brasil. Com a especificação alternativa, a hipótese de que os retornos das taxas de juros em Real, dolarizadas, são iguais aos retornos da taxas de juros contratadas em dólares, ambas sujeitas ao risco Brasil, não foi rejeitada. Em complemento à análise das taxas representativas do mercado brasileiro, procurou-se avaliar a predominância da PDJ nas operações de swap cambial realizadas pela Vale S.A.. Para tanto, a série de taxa de juros em dólares do mercado brasileiro foi substituída pela taxa em dólar dos swaps contratados pela Vale. Os resultados encontrados demonstram que, quando comparado ao comportamento do mercado, as taxas em dólares da VALE são mais sensíveis às variações das taxas em Reais.

Implied Hazard Rates Analysis Through Brazilian Corporate Debt

No Brasil, o mercado de crédito corporativo ainda é sub-aproveitado. A maioria dos participantes não exploram e não operam no mercado secundário, especialmente no caso de debêntures. Apesar disso, há inúmeras ferramentas que poderiam ajudar os participantes do mercado a analisar o risco de crédito e encorajá-los a operar esses riscos no mercado secundário. Essa dissertação introduz um modelo livre de arbitragem que extrai a Perda Esperada Neutra ao Risco Implícita nos preços de mercado. É uma forma reduzida do modelo proposto por Duffie and Singleton (1999) e modela a estrutura a termo das taxas de juros através de uma Função Constante por Partes. Através do modelo, foi possível analisar a Curva de Perda Esperada Neutra ao Risco Implícita através dos diferentes instrumentos de emissores corporativos brasileiros, utilizando Títulos de Dívida, Swaps de Crédito e Debêntures. Foi possível comparar as diferentes curvas e decidir, em cada caso analisado, qual a melhor alternativa para se tomar o risco de crédito da empresa, via Títulos de Dívida, Debêntures ou Swaps de Crédito.

Determinantes de intervenção do Banco Central do Brasil no mercado de câmbio: uma abordagem empírica por regressão logística e redes neurais

Em economias com regimes de metas de inflação é comum que Bancos Centrais intervenham para reduzir os níveis de volatilidade do dólar, sendo estas intervenções mais comuns em países não desenvolvidos. No caso do Brasil, estas intervenções acontecem diretamente no mercado à vista, via mercado de derivativos (através de swaps cambiais) ou ainda com operações a termo, linhas de liquidez e via empréstimos. Neste trabalho mantemos o foco nas intervenções no mercado à vista e de derivativos pois estas representam o maior volume financeiro relacionado à este tipo de atuação oficial. Existem diversos trabalhos que avaliam o impacto das intervenções e seus graus de sucesso ou fracasso mas relativamente poucos que abordam o que levaria o Banco Central do Brasil (BCB) a intervir no mercado. Tentamos preencher esta lacuna avaliando as variáveis que podem se relacionar às intervenções do BCB no mercado de câmbio e adicionalmente verificando se essas variáveis se relacionam diferentemente com as intervenções de venda e compra de dólares. Para tal, além de utilizarmos regressões logísticas, como na maioria dos trabalhos sobre o tema, empregamos também a técnica de redes neurais, até onde sabemos inédita para o assunto. O período de estudo vai de 2005 a 2012, onde o BCB interveio no mercado de câmbio sob demanda e não de forma continuada por longos períodos de tempo, como nos anos mais recentes. Os resultados indicam que algumas variáveis são mais relevantes para o processo de intervenção vendendo ou comprando dólares, com destaque para a volatilidade implícita do câmbio nas intervenções que envolvem venda de dólares, resultado este alinhado com outros trabalhos sobre o tema.

Determinantes macroeconômicos da estrutura a termo da taxa de juros na América Latina

O trabalho relaciona, com um modelo de três fatores proposto por Huse (2007), variáveis macroeconômicas e financeiras observáveis com a estrutura a termo da taxa de juros (ETTJ) dos países da América Latina (Brasil, Chile, Colômbia e México). Consideramos os seguintes determinantes macroeconômicos: taxa de inflação, taxa de variação do nível de atividade, variação da taxa de câmbio, nível do credit default swaps (CDS), nível da taxa de desemprego, nível da taxa de juros nominal e fatores globais (inclinação da curva de juros norte-americana e variação de índices de commodities). Os modelos explicam mais do que 75% nos casos do Brasil, Chile e Colômbia e de 68% no caso do México. Variações positivas no nível de atividade e inflação são acompanhadas, em todos os países, de um aumento na ETTJ. Aumentos do CDS, com exceção do Chile, acarretam em aumento das taxas longas. Já crescimentos na taxa de desemprego têm efeitos distintos nos países. Ao mesmo tempo, depreciações cambiais não são acompanhadas de subida de juros, o que pode ser explicado pelos bancos centrais considerarem que depreciações de câmbio tem efeitos transitórios na inflação. No México, aumentos na ETTJ são diretamente relacionados com o índice de commodities de energia e metálicas. Já no caso brasileiro, em que os preços da gasolina são regulados e não impactam a inflação, esse canal não é relevante. Variações positivas na inclinação da curva norte-americana têm efeitos similares nas curvas da América Latina, reduzindo as taxas curtas e aumentando as taxas longas.

Debt for nature: a swap whose time has gone?

Includes bibliography

Bond markets for Latin American debt in the 1990s

Includes bibliography

The privatization of public water utilities

Includes bibliography

Modelagem estocástica de opções de câmbio no Brasil: aplicação de transformada rápida de Fourier e expansão assintótica ao modelo de Heston

Pós-graduação em Física - IFT

Capital flows to Latin America: third quarter 2003

Includes bibliography

Capital flows to Latin America: first quarter 2006

Includes bibliography

Price risk management in the copper market using commodity derivatives and options strategies

Metals price risk management is a key issue related to financial risk in metal markets because of uncertainty of commodity price fluctuation, exchange rate, interest rate changes and huge price risk either to metals’ producers or consumers. Thus, it has been taken into account by all participants in metal markets including metals’ producers, consumers, merchants, banks, investment funds, speculators, traders and so on. Managing price risk provides stable income for both metals’ producers and consumers, so it increases the chance that a firm will invest in attractive projects. The purpose of this research is to evaluate risk management strategies in the copper market. The main tools and strategies of price risk management are hedging and other derivatives such as futures contracts, swaps and options contracts. Hedging is a transaction designed to reduce or eliminate price risk. Derivatives are financial instruments, whose returns are derived from other financial instruments and they are commonly used for managing financial risks. Although derivatives have been around in some form for centuries, their growth has accelerated rapidly during the last 20 years. Nowadays, they are widely used by financial institutions, corporations, professional investors, and individuals. This project is focused on the over-the-counter (OTC) market and its products such as exotic options, particularly Asian options. The first part of the project is a description of basic derivatives and risk management strategies. In addition, this part discusses basic concepts of spot and futures (forward) markets, benefits and costs of risk management and risks and rewards of positions in the derivative markets. The second part considers valuations of commodity derivatives. In this part, the options pricing model DerivaGem is applied to Asian call and put options on London Metal Exchange (LME) copper because it is important to understand how Asian options are valued and to compare theoretical values of the options with their market observed values. Predicting future trends of copper prices is important and would be essential to manage market price risk successfully. Therefore, the third part is a discussion about econometric commodity models. Based on this literature review, the fourth part of the project reports the construction and testing of an econometric model designed to forecast the monthly average price of copper on the LME. More specifically, this part aims at showing how LME copper prices can be explained by means of a simultaneous equation structural model (two-stage least squares regression) connecting supply and demand variables. A simultaneous econometric model for the copper industry is built: {█(Q_t^D=e^((-5.0485))∙P_((t-1))^((-0.1868) )∙〖GDP〗_t^((1.7151) )∙e^((0.0158)∙〖IP〗_t ) @Q_t^S=e^((-3.0785))∙P_((t-1))^((0.5960))∙T_t^((0.1408))∙P_(OIL(t))^((-0.1559))∙〖USDI〗_t^((1.2432))∙〖LIBOR〗_((t-6))^((-0.0561))@Q_t^D=Q_t^S )┤ P_((t-1))^CU=e^((-2.5165))∙〖GDP〗_t^((2.1910))∙e^((0.0202)∙〖IP〗_t )∙T_t^((-0.1799))∙P_(OIL(t))^((0.1991))∙〖USDI〗_t^((-1.5881))∙〖LIBOR〗_((t-6))^((0.0717) Where, Q_t^D and Q_t^Sare world demand for and supply of copper at time t respectively. P(t-1) is the lagged price of copper, which is the focus of the analysis in this part. GDPt is world gross domestic product at time t, which represents aggregate economic activity. In addition, industrial production should be considered here, so the global industrial production growth that is noted as IPt is included in the model. Tt is the time variable, which is a useful proxy for technological change. A proxy variable for the cost of energy in producing copper is the price of oil at time t, which is noted as POIL(t ) . USDIt is the U.S. dollar index variable at time t, which is an important variable for explaining the copper supply and copper prices. At last, LIBOR(t-6) is the 6-month lagged 1-year London Inter bank offering rate of interest. Although, the model can be applicable for different base metals' industries, the omitted exogenous variables such as the price of substitute or a combined variable related to the price of substitutes have not been considered in this study. Based on this econometric model and using a Monte-Carlo simulation analysis, the probabilities that the monthly average copper prices in 2006 and 2007 will be greater than specific strike price of an option are defined. The final part evaluates risk management strategies including options strategies, metal swaps and simple options in relation to the simulation results. The basic options strategies such as bull spreads, bear spreads and butterfly spreads, which are created by using both call and put options in 2006 and 2007 are evaluated. Consequently, each risk management strategy in 2006 and 2007 is analyzed based on the day of data and the price prediction model. As a result, applications stemming from this project include valuing Asian options, developing a copper price prediction model, forecasting and planning, and decision making for price risk management in the copper market.

Empirical Analysis of Credit Risk Regime Switching and Temporal Conditional Default Correlation in Credit Default Swap Valuation: The Market liquidity effect

In this paper, we extend the debate concerning Credit Default Swap valuation to include time varying correlation and co-variances. Traditional multi-variate techniques treat the correlations between covariates as constant over time; however, this view is not supported by the data. Secondly, since financial data does not follow a normal distribution because of its heavy tails, modeling the data using a Generalized Linear model (GLM) incorporating copulas emerge as a more robust technique over traditional approaches. This paper also includes an empirical analysis of the regime switching dynamics of credit risk in the presence of liquidity by following the general practice of assuming that credit and market risk follow a Markov process. The study was based on Credit Default Swap data obtained from Bloomberg that spanned the period January 1st 2004 to August 08th 2006. The empirical examination of the regime switching tendencies provided quantitative support to the anecdotal view that liquidity decreases as credit quality deteriorates. The analysis also examined the joint probability distribution of the credit risk determinants across credit quality through the use of a copula function which disaggregates the behavior embedded in the marginal gamma distributions, so as to isolate the level of dependence which is captured in the copula function. The results suggest that the time varying joint correlation matrix performed far superior as compared to the constant correlation matrix; the centerpiece of linear regression models.

The Effects of Credit Risk on Dynamic Portfolio Management: A New Computational Approach

The study investigates the role of credit risk in a continuous time stochastic asset allocation model, since the traditional dynamic framework does not provide credit risk flexibility. The general model of the study extends the traditional dynamic efficiency framework by explicitly deriving the optimal value function for the infinite horizon stochastic control problem via a weighted volatility measure of market and credit risk. The model's optimal strategy was then compared to that obtained from a benchmark Markowitz-type dynamic optimization framework to determine which specification adequately reflects the optimal terminal investment returns and strategy under credit and market risks. The paper shows that an investor's optimal terminal return is lower than typically indicated under the traditional mean-variance framework during periods of elevated credit risk. Hence I conclude that, while the traditional dynamic mean-variance approach may indicate the ideal, in the presence of credit-risk it does not accurately reflect the observed optimal returns, terminal wealth and portfolio selection strategies.