Distribuição preditiva do preço de um ativo financeiro: abordagens via modelo de série de tempo Bayesiano e densidade implícita de Black & Scholes

• Ano de defesa: 2017
• Autor(a) principal: Oliveira, Natália Lombardi de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Auto regressive Bayesian model; Função densidade de probabilidade implícita; Função densidade de probabilidade preditiva; Implied probability density funcion; Implied volatility,Volatility smile; Modelo autorregressivo Bayesiano; Predictive probability density function; Smile da volatilidade; Volatilidade implícita
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-13092017-083037/

Apresentamos duas abordagens para obter uma densidade de probabilidades para o preço futuro de um ativo: uma densidade preditiva, baseada em um modelo Bayesiano para série de tempo e uma densidade implícita, baseada na fórmula de precificação de opções de Black & Scholes. Considerando o modelo de Black & Scholes, derivamos as condições necessárias para obter a densidade implícita do preço do ativo na data de vencimento. Baseando-­se nas densidades de previsão, comparamos o modelo implícito com a abordagem histórica do modelo Bayesiano. A partir destas densidades, calculamos probabilidades de ordem e tomamos decisões de vender/comprar um ativo. Como exemplo, apresentamos como utilizar estas distribuições para construir uma fórmula de precificação.