MM-007: Análise de Spread em Derivativos

Vamos analisar a origem do spread dentro de diferentes classes de derivativos. Para isso, vamos distinguir entre dados contratuais e dados de mercado, focando nos elementos que realmente impactam o preço do derivativo, como os polinômios utilizados na formação do preço. Cada classe de ativo pode utilizar um conjunto diferente de polinômios, portanto, vamos analisar classe por classe para determinar quais variáveis estão sendo utilizadas e explicar o spread de forma clara. Isso nos ajudará a aprofundar o conceito nas trilhas subsequentes.

Vamos construir uma curva de juros e demonstrar como podemos ajustar o spread percentual, formando uma curva de spread composta por um polinômio de compra e outro de venda. Em seguida, analisaremos o comportamento desse spread ao longo do tempo, pois os juros compostos tendem a ampliá-lo ao longo do período. Na segunda parte da aula, vamos explorar o spread de juros em diferentes ativos, observando variações de tempo e magnitude para compreender seu impacto.

Nesta aula, começaremos construindo uma curva de carregamento e ajustando o spread percentual para formar uma curva composta por polinômios de compra e venda. Em seguida, examinaremos o comportamento desse spread ao longo do tempo. Na segunda parte, abordaremos a diferenciação do acesso ao carregamento, discutindo como ajustes técnicos podem distorcer seu valor. O carregamento, frequentemente utilizado como indicador das condições de mercado, será analisado em relação à sua aplicação junto ao spread nos juros.

Nesta aula, vamos combinar dois vetores inicialmente para formar o preço futuro. Em seguida, aplicaremos o spread nos polinômios individualmente para observar seu impacto. Por fim, faremos a junção de ambos. Para completar a aula, aplicaremos essa técnica nos ativos VALE, IBOV e BRL . Além disso, explicaremos como o formador de preço realiza a arbitragem do contrato.

Na última aula desta trilha, vamos apresentar o conceito de funding e demonstrar como diferentes instituições financeiras possuem custos de funding distintos. Isso implica que suas curvas de juros podem e devem ser substituídas pela curva de CDI, tornando-as mais competitivas em uma ponta em detrimento da outra. É importante lembrar que quem realiza arbitragem utiliza o CDI para levantar recursos, estabilizando assim a fórmula básica e fazendo com que o preço de mercado convirja para o preço teórico.

Nesta aula, vamos apresentar a cadeia alimentar do mercado financeiro e seus fluxos de estruturação, execução e espelhamento do spread adotado nos produtos. Em seguida, vamos mostrar os players do mercado em forma de pirâmide, discutindo suas funções e magnitude. O ponto principal da aula é, após mostrar o funcionamento e as funções dos participantes, determinar como devemos proceder para solicitar uma cotação de forma a melhorar a preferência na resposta, diminuir o spread e, consequentemente, melhorar a qualidade do trabalho e a receita do ecossistema como um todo.

Nesta aula, vamos desconstruir o modelo Fvol para entender a inter-relação entre ATM, Skew e Smile ao longo dos quatro possíveis momentos de mercado: mercado com ATM nas mínimas, ATM na média histórica, ATM nas máximas históricas e, para alguns ativos, especialmente ações, ATM em patamares superiores a 100%, o que implica em um ataque especulativo tendendo à quebra da empresa. Em cada cenário, o Skew e o Smile assumirão valores distintos, permitindo que possamos analisar historicamente o gráfico de uma ação ou índice e descrever esses cenários.

Vamos demonstrar a relação entre os formadores de preços, que podem ser fundos, bancos locais e estrangeiros, os quais atendem a pessoas físicas, pessoas jurídicas, fundos, governos e clientes estrangeiros, formando um sistema replicável. Cada grupo possui necessidades específicas e tende a procurar derivativos que atendam a essas necessidades. Assim, vamos conectar todos os pontos para mostrar um quadro geral básico. Após desenhar esse cenário, vamos analisar os ativos e determinar três possíveis níveis de liquidez: abundante, onde há uma grande quantidade de contrapartes e é possível desenhar uma superfície perfeita; menos líquido, onde é necessário fazer uma combinação de trades com estatística; e sem referência de mercado, onde apenas modelos econométricos podem apresentar possíveis soluções. Portanto, vamos analisar a liquidez dos ativos ao longo de eventos históricos e explicar o comportamento dos agentes e da volatilidade, usando vários exemplos de ações para demonstrar esses comportamentos.

Nesta aula, vamos plotar várias superfícies do modelo Fvol, aplicando pequenos choques no Skew e no Smile para entender seu impacto na superfície de volatilidade, demonstrando o efeito real que ocorre no mercado. Após entender as variações do ATM, utilizaremos uma curva padrão do Fvol para determinar os possíveis movimentos do Skew e do Smile quando o ATM tende a subir. Vamos replicar o comportamento do modelo Fvol à medida que a frequência do ativo objeto aumenta naturalmente, discutindo a mudança no formato da superfície. Em seguida, retornaremos o Fvol à sua posição original e mostraremos como o ATM, o Skew e o Smile se comportam quando a frequência do ativo começa a diminuir, observando a reconfiguração da superfície de volatilidade. Outro ponto interessante é a tendência de lateralização do ativo, que apresentará um novo formato de superfície. Finalmente, abordaremos casos extremos de ataques especulativos, mostrando como o modelo Fvol é impactado e como o ATM, o Skew e o Smile respondem. Nesta aula, compreenderemos as dinâmicas do modelo Fvol e como os agentes se posicionam e remodelam a superfície, criando a base para interpretar quais produtos podem melhorar os resultados e quais podem piorar. Além disso, mostraremos como os formadores de preços devem se preparar, prevendo possíveis movimentos e se antecipando a eles.

Nesta aula, vamos consolidar todos os conceitos anteriores para demonstrar o risco que os formadores de preço enfrentam ao abrir um preço de compra e venda de uma call. Inicialmente, vamos definir o cenário base, considerando se o ativo possui muitos agentes operando derivativos e, portanto, determinar a magnitude da liquidez. Este fator impacta diretamente na precificação, pois a presença de operações opostas ao longo do tempo pode diminuir o risco. Quando essa hipótese não existe, o spread tende a aumentar, pois a operação tende a ser levada até o vencimento ou a um distrato antecipado, que não deve ser considerado na precificação. Para determinar o nível do spread, vamos analisar a distribuição do percentil do ATM e observar seu gráfico para entender se está normalizando, caindo para a direita ou esquerda, ou em alguns casos, exibindo duas distribuições normais. Cada desenho indicará um possível grau de risco e, dependendo da distância entre média, moda e as extremidades das caudas, vamos determinar a magnitude do risco máximo e quanto podemos cobrar, se quisermos ser conservadores ou agressivos na cotação.

Nesta aula, vamos apresentar o funcionamento do book do market maker e sua decomposição em três fatores: delta, gamma e vega. Em seguida, vamos estabelecer um limite operacional para um determinado ativo, permitindo uma proporção igual de posições compradas e vendidas, sempre respeitando o limite máximo. Dada essa regra, analisaremos algumas estruturas e como o market maker tende a definir os preços e a magnitude do spread, considerando se o book está neutro, comprado ou vendido em volatilidade. Essa demonstração mostrará que, em alguns momentos, o formador de preço tende a ser muito agressivo na cotação, diminuindo ou até zerando o spread, enquanto em outros, ele tende a cobrar mais, ou até mesmo se recusar a operar, caso o limite esteja próximo. Este é o comportamento típico dos formadores de preço. Alguns exemplos de produtos que compram, vendem e são neutros em vega podem gerar diferentes comportamentos, conforme os books estejam neutros, comprados ou vendidos em vega.

Nesta aula, vamos analisar uma fence de BPAC11 e implementar a análise da distribuição do ATM. Entenderemos a distância do ATM atual em relação à sua média e moda histórica, além de identificar em que ponto da distribuição estamos e se ela está normalizada ou apresenta alguma anomalia. Nosso objetivo é determinar possíveis pontos de convergência do ATM, caso a frequência se altere, o que resultará em uma mudança no preço da fence onde estamos vendendo volatilidade e o formador de preço está comprando. Portanto, se o ATM estiver mais próximo das mínimas, o preço tende a ser mais competitivo; se estiver perto das máximas, será menos competitivo. Em seguida, vamos verificar o spread em relação ao book do market maker e entender como a posição do book (comprado ou vendido em volatilidade) influencia a variação do spread aplicado na cotação. Esta é a forma correta e adequada que o formador de preço utiliza para definir o preço.

Vamos continuar nossa análise com uma fence em EMBR3, que possui uma distribuição do ATM normalizada, porém com um percentil muito alto. Isso significa que o produto terá um payoff atraente, mas o formador de preço está comprando volatilidade próximo das máximas históricas. Dependendo da posição do book, ele precisará ajustar o spread de forma diferente para equilibrar o livro ou simplesmente cobrar um prêmio mais alto devido ao risco evidente na cotação.

Nesta aula, exploramos um Booster de MRFG3 com ATM na média, mas nominalmente elevado. Analisamos a distribuição não normal do ATM e seu impacto nos movimentos de preço do derivativo, avaliando o potencial de lucro e prejuízo para o formador de preço e como ele deve ajustar a cotação.

Nesta aula, vamos analisar a compra de uma put e como o formador de preço tende a se comportar ao determinar o preço de venda. Vamos comparar dois ativos com níveis de percentil totalmente opostos, o que torna mais desafiador para o formador de preço precificar o ativo com menor percentil e mais fácil devido à assimetria de risco para o de maior percentil. Levaremos em consideração as três condições do book do formador de preço em ambos os casos e sugeriremos um spread específico para cada situação.

Entendi! Aqui está o texto corrigido e melhorado: Vamos considerar o produto que mais conta com vega, principalmente o Straddle, quando o strike está próximo do ATM. Vamos entender como o formador de preço analisa a distribuição do ATM, calculando o possível movimento dele para estimar o risco real e, por fim, ajustar o spread nas três situações possíveis do book.

Nesta aula, analisaremos produtos que compram volatilidade, usando WEGE3 como exemplo para explorar como a distribuição do ATM influencia o comportamento e o spread em diferentes produtos. Destacamos que cada produto tem um vega inicial que varia, impactando seus níveis de risco e spreads.

Nesta aula, utilizaremos uma planilha para compor produtos estruturados com até três vetores Vanilla e analisar três curvas de FVOL model, que influenciam o preço do derivativo. Estamos criando um simulador para entender como alterações no modelo de FVOL, incluindo ATM, Skew e smile, afetam a performance de produtos estruturados.

Sob a perspectiva do modelo FVOL, vamos analisar um Call Spread e entender as variações de preço conforme o Skew, smile e ATM se movem tanto para cima quanto para baixo. Compreendendo essa dinâmica, vamos explorar como a superfície de volatilidade se altera como um todo e identificar os pontos ideais de entrada e saída do produto para maximizar seu resultado no mercado.

Sob a perspectiva do modelo FVOL, vamos analisar um Put Spread e entender as variações de preço conforme o Skew, smile e ATM se movem tanto para cima quanto para baixo. Compreendendo essa dinâmica, vamos explorar como a superfície de volatilidade se altera como um todo e identificar os pontos ideais de entrada e saída do produto para maximizar seu resultado no mercado.

Sob a perspectiva do modelo FVOL, vamos analisar um Collar e entender as variações de preço conforme o Skew, smile e ATM se movem tanto para cima quanto para baixo. Compreendendo essa dinâmica, vamos explorar como a superfície de volatilidade se altera como um todo e identificar os pontos ideais de entrada e saída do produto para maximizar seu resultado no mercado.

Sob a perspectiva do modelo FVOL, vamos analisar um Booster e entender as variações de preço conforme o Skew, smile e ATM se movem tanto para cima quanto para baixo. Compreendendo essa dinâmica, vamos explorar como a superfície de volatilidade se altera como um todo e identificar os pontos ideais de entrada e saída do produto para maximizar seu resultado no mercado.

Sob a perspectiva do modelo FVOL, vamos analisar uma Fence e entender as variações de preço conforme o Skew, smile e ATM se movem tanto para cima quanto para baixo. Compreendendo essa dinâmica, vamos explorar como a superfície de volatilidade se altera como um todo e identificar os pontos ideais de entrada e saída do produto para maximizar seu resultado no mercado.

Sob a perspectiva do modelo FVOL, vamos analisar um ATM FWD e entender as variações de preço conforme o Skew, smile e ATM se movem tanto para cima quanto para baixo. Compreendendo essa dinâmica, vamos explorar como a superfície de volatilidade se altera como um todo e identificar os pontos ideais de entrada e saída do produto para maximizar seu resultado no mercado.

Sob a perspectiva do modelo FVOL, vamos analisar um Strangle e entender as variações de preço conforme o Skew, smile e ATM se movem tanto para cima quanto para baixo. Compreendendo essa dinâmica, vamos explorar como a superfície de volatilidade se altera como um todo e identificar os pontos ideais de entrada e saída do produto para maximizar seu resultado no mercado.

Sob a perspectiva do modelo FVOL, vamos analisar uma Fly/Borboleta entender as variações de preço conforme o Skew, smile e ATM se movem tanto para cima quanto para baixo. Compreendendo essa dinâmica, vamos explorar como a superfície de volatilidade se altera como um todo e identificar os pontos ideais de entrada e saída do produto para maximizar seu resultado no mercado.

Nesta aula, vamos demonstrar por que a técnica do "VOL BUMP", amplamente utilizada em opções vanilla, não é adequada para opções com barreira "In" e representa um erro para as opções "Out". O modelo de descontinuidade desses derivativos afeta diretamente a sensibilidade ao impacto dessa técnica, resultando em erros na magnitude do spread ou até mesmo na inversão do spread.