Una Guia Completa para Economistas en La Evaluacion de Opciones

Gaceta de Economa Ao 6, Nm.
12
Una gua completa para economistas en la valuacin de
opciones
Francisco Venegas-Martnez
Sumario
En este trabajo se presenta una gua para la valuacin de opciones.
En el caso de mercados completos, se desarrollan modelos de
valuacin de opciones que utilizan tasas de inters consistentes con
equilibrios competitivos. En el caso de mercados financieros
incompletos, las frmulas de valuacin propuestas son consistentes
con la maximizacin de la entropa o con la minimizacin de la
varianza del portafolio. En particular, se examina el problema de
valuacin de opciones bajo colas pesadas del subyacente mediante
modelos Bayesianos con informacin a priori sobre la volatilidad o
modelos de difusin con saltos de Poisson. Asimismo, se desarrolla
un modelo para inmunizar el valor presente de flujos financieros
mediante el uso de opciones sobre bonos cupn cero. Por ltimo, se
discute sobre la consistencia entre el Teorema de Modigliani y
Miller, el modelo CAPM y los modelos de valuacin de opciones.
1. Introduccin
El creciente uso de las opciones financieras en los mercados de derivados, con
volmenes comparables a los de las principales bolsas de capitales del mundo, se
debe en gran medida a la flexibilidad que estos instrumentos proporcionan a sus
usuarios para entrar y salir rpidamente del mercado debido a su liquidez (i.e.
siempre es posible encontrar compradores y vendedores) y a su apalancamiento
(i.e. la inversin inicial es pequea comparada con la de otros instrumentos). Las
opciones financieras permiten a los inversionistas institucionales, a los fondos de
pensiones y a las tesoreras de corporativos administrar distintos tipos de riesgos
con bajos costos de transaccin. Adems, cuando las transacciones se llevan a
cabo en bolsas de opciones, el riesgo de incumplimiento del contrato es mnimo
debido a la asociacin del mercado con una cmara de compensacin que
garantiza el cumplimiento de las obligaciones adquiridas por las posiciones cortas
(i.e., los emisores de opciones de compra o venta). En conclusin, las opciones

Profesor-investigador del Centro de Investigacin y Docencia Econmicas (CIDE).

156 Gaceta de Economa
son instrumentos que permiten a los agentes econmicos tomar decisiones en sus
posiciones pasivas y/o activas, en respuesta a sus expectativas econmicas y
financieras, reduciendo el riesgo y la incertidumbre del mercado con bajos costos
de transaccin.
En las ltimas dcadas, el anlisis financiero ha experimentado una serie de
cambios y transformaciones profundas que han modificado la forma de disear
portafolios. Estos cambios han fomentando el uso de los procesos estocsticos
como una de las herramientas bsicas para modelar el comportamiento de las
variables financieras y sus derivados. Vale la pena mencionar, al respecto, los
artculos seminales de Merton [1973] y Cox y Ross [1976]. Contribuciones ms
recientes en la valuacin de opciones sobre acciones, ndices burstiles y divisas,
se pueden encontrar en Bjork [1999]; Bjerksund y Stensland [1993]; Reiner y
Rubinstein [1991]; y Turnbull y Wakeman [1991]. En cuanto al modelado de tasas
de inters y sus derivados, se destacan los trabajos de Hull y White [1993] y
[1990]; Heath, Jarrow y Morton [1992]; Black, Derman y Toy [1990]; Nelson y
Siegel [1987]; Ho y Lee [1986]. Tambin Cox, Ingersoll y Ross [1985]; y
Rendleman y Bartter [1980].
En los modelos macroeconmicos dinmicos, el sector financiero desempea
un papel central en la valuacin de los flujos futuros de efectivo y en la
transferencia de dichos flujos entre los otros sectores de la economa. Asociados
con la tarea de valuacin financiera en equilibrios competitivos se encuentran los
trabajos seminales de Modigliani y Miller [1958], Black y Scholes [1973] y Merton
[1977]. Asimismo, la valuacin de los flujos futuros de efectivo est ligada al valor
del dinero en el tiempo y, por lo tanto, a la estructura de plazos de la tasa de
inters. Los modelos ms populares de tasas de inters consistentes con el
equilibrio general se asocian a los trabajos de Vasicek [1977] y Cox, Ingersoll y
Ross [1985]; este ltimo, mejor conocido como el modelo CIR. En la valuacin de
los flujos futuros de efectivo en equilibrios competitivos, las opciones ocupan un
lugar importante. Este trabajo pretende ser una gua completa para la valuacin de
opciones financieras y tiene como objetivo principal presentar lo ms avanzado
(state of the art) en la teora y en la prctica de estos productos derivados.
En esta gua, en primer lugar, se presenta un mtodo Bayesiano para valuar
opciones europeas cuando existe informacin a priori sobre cambios en la
volatilidad del subyacente. En este mtodo, los participantes del mercado son
racionales, en el sentido de que utilizan la informacin a priori en forma eficiente,
debido a que maximizan una funcin de utilidad logartmica sobre un conjunto
factible de distribuciones a priori. Despus de todo, el aspecto bsico que ocupa
Una gua completa para economistas en la valuacin de opciones 157
a la teora financiera (matemtica o emprica) es el estudio del comportamiento de
los agentes en un ambiente de incertidumbre. El modelo conduce a la funcin de
Bessel modificada. Las propiedades de esta funcin son empleadas en la
generacin de frmulas aproximadas de valuacin.
Las estrategias de cobertura desarrolladas con el anlisis bsico de Black y
Scholes [1973] son tiles slo cuando el riesgo de mercado est asociado a un
proceso de difusin, entre otros supuestos tpicos del modelo. Sin embargo, si se
agrega un componente de saltos, las coberturas presentan problemas de unicidad
con la distribucin para valuar (de hecho, existe un nmero infinito de
distribuciones), lo que conduce a mercados financieros incompletos.
1
En este
caso, se establecen supuestos, en general restrictivos, para elegir una distribucin
a fin de estimar coberturas. Otra posibilidad para resolver esta limitacin del
esquema bsico de Black-Scholes consiste en disear coberturas que minimicen la
varianza del valor del portafolio. Sin embargo, las complicaciones tcnicas surgen
en la prctica con los supuestos estndar para la determinacin de una martingala
equivalente mnima, as como con la estimacin de estrategias de cobertura
mediante soluciones numricas de una ecuacin diferencial parcial o una ecuacin
diferencial-integral. En esta investigacin, se presenta un modelo de valuacin de
opciones europeas sobre acciones en la presencia de saltos. El planteamiento es
consistente con la hiptesis de mercados eficientes de Samuelson [1965], es decir,
la dinmica del precio de la accin puede ser descrita mediante una martingala. En
este contexto, el proceso subyacente genera, por una parte, informacin en tiempo
continuo que afecta slo el precio marginal y, por otro lado, de vez en cuando
genera informacin especfica de la emisora en tiempos discretos afectando ms
que marginalmente el precio del ttulo.
La gran mayora de las opciones que se cotizan y negocian en bolsas o en los
mercados sobre mostrador (llamados mercados Over-The-Counter, OTC) son
opciones americanas o exticas. Este mercado es particularmente activo en
subyacentes como ttulos de capital, ndices burstiles, divisas, tasas de inters y
futuros. Con muy pocas excepciones, no se cuenta con frmulas exactas para la
valuacin de dichos productos derivados. Existen en la literatura aproximaciones
analticas que proporcionan resultados aceptables y que pueden ser llevados a

1
Sobre mercados financieros incompletos, vase, por ejemplo, el trabajo seminal de Arrow
[1963] y, ms recientemente, Lamberton y Lapeyre [1996] y Bingham y Kiesel [1998].
una hoja de clculo de una computadora personal; vase, por ejemplo: Roll [1977],
Geske [1979] y Bjerksund y Stensland [1993a]. Sin embargo, la mayora de las
frmulas de aproximacin disponibles en la literatura presentan serias limitaciones:
la volatilidad es constante y la tasa de inters es constante para todos los plazos.
En este trabajo presentamos un conjunto de frmulas aproximadas cuya ventaja
radica precisamente en que: (a) la tasa de inters es estocstica y puede ser
conducida por los modelos de Vasicek [1977], Ho y Lee [1986], y Hull y White
[1990], con lo cual la estructura de plazos no es constante y es consistente con el
modelo Merton [1973]; (b) la volatilidad es funcin del tiempo de vida de la
opcin, lo que permite una valuacin ms realista, sobre todo para capturar el
efecto sonrisa (smile
2
) de los mercados de divisas; (c) todos los factores de riesgo
se consideran en forma simultnea; y (d) el rebalanceo del portafolio se lleva a
cabo con modificaciones simples en las aproximaciones.
El riesgo por fluctuaciones adversas en la tasa de inters que enfrentan las
tesoreras de corporativos se refleja en la posibilidad de que el valor presente de
los flujos, activos y pasivos, que se tienen planeados no se presente en la
magnitud ni en el tiempo que se esperaba, lo que afecta la programacin de las
decisiones de operacin, inversin y financiamiento. Este riesgo puede reducirse,
si se cubre adecuadamente el valor presente de los flujos esperados tomando
posiciones con opciones sobre bonos cupn cero.
En este trabajo, se desarrolla un modelo para inmunizar el valor presente de un
conjunto de flujos financieros mediante el uso de opciones sobre bonos cupn
cero. En este caso, el uso del clculo estocstico permite, en forma natural, utilizar
los conceptos de duracin y convexidad monetaria en la medicin y el control del
riesgo por movimientos adversos en la tasa de inters. En particular, se pueden
generar estrategias de inmunizacin cuando la estructura de plazos de la tasa de
inters es conducida por una ecuacin diferencial estocstica del tipo de Vasicek
[1977] o del tipo de Cox, Ingersoll y Ross [1985], llamada CIR.
Otras alternativas que se encuentran disponibles en la literatura para generar
coberturas con productos derivados contra el riesgo de tasa de inters se
encuentran en Gay, Kolb y Chiang [1983], Gonzlez-Archiga, Daz-Tinoco y
Venegas-Martnez [2000], y Kolb y Chiang [1995]. Las principales caractersticas
de nuestras estrategias de cobertura son: (a) la aplicacin del mtodo propuesto

2
El efecto sonrisa o smile se refiere a que la volatidad implcita como funcin del precio de
ejercicio tiene una forma de U.
se fundamenta en un marco terico consistente; (b) el mtodo considera
explcitamente la sensibilidad del portafolio a variaciones en la fecha en que inicia
la cobertura; (c) la aplicacin del mtodo es simple pues slo requiere de sistemas
de ecuaciones lineales; (d) el rebalanceo del portafolio se lleva a cabo con
modificaciones simples en el sistema de ecuaciones resultante; (e) las estrategias
se actualizan en forma inmediata cuando hay ms informacin disponible sobre
expectativas y condiciones del mercado; y, (f) el proceso de estimacin numrica
permite analizar coberturas de volatilidad extrema.
Por ltimo, en este trabajo se discute sobre la consistencia de tres teoras
bsicas en el anlisis financiero: el Teorema de Modigliani y Miller, el modelo
CAPM y los modelos de valuacin de opciones. Los accionistas de una empresa
consideran aceptable un proyecto de inversin en funcin de la tasa esperada de
retorno del proyecto (ajustada por riesgo), es decir, la tasa que regresa al principal,
ms una ganancia adicional que incremente la riqueza de los accionistas. Esta tasa
mnima aceptable es lo que se conoce como el costo de capital. Los artculos
seminales de Modiagliani y Miller [1958] y [1963] examinan la relacin entre el
costo de capital y la estructura de capital. A este respecto, el valor de mercado de
la empresa apalancada es igual al valor de mercado de la empresa no apalancada
ms la ganancia fiscal por apalancamiento. En particular, estamos interesados en
estudiar la relacin entre tasa promedio ponderada de capital y los modelos de
valuacin de opciones y llevar a cabo ejercicios de esttica comparativa sobre el
riesgo sistemtico.
Este artculo se encuentra organizado como sigue: en la siguiente seccin se
presenta un mtodo Bayesiano para valuar opciones cuando existe informacin a
priori sobre cambios en la volatididad del subyacente. En la seccin 3, se
presenta un modelo de cobertura con opciones sobre ttulos de capital en la
presencia de colas pesadas. En el transcurso de la seccin 4, se presenta un
conjunto de frmulas de valuacin de las opciones americanas y exticas ms
populares que se cotizan y negocian en bolsas o en los mercados sobre
mostrador. En la seccin 5 se desarrolla un modelo para inmunizar el valor
presente de flujos financieros con opciones sobre bonos cupn cero. En la
seccin 6, se presenta la relacin que existe entre el Teorema de Modigliani y
Miller, el modelo CAPM y los modelos de valuacin de opciones. Finalmente, en
la seccin 7, se presentan las conclusiones, se establecen las limitaciones y
ventajas de los modelos presentados y se mencionan algunas lneas de
investigacin futura. Los apndices contienen detalles tcnicos sobre las
estructuras de plazos de la tasa de inters de los modelos de Vasicek y CIR.
2. Valuacin de opciones con informacin a priori
En los estudios de volatilidad del mercado, la primera regla que hay que seguir es
la exploracin cuidadosa de los datos, por ejemplo, podemos graficar histogramas,
investigar cmo fueron obtenidos los datos, si stos son de baja o alta frecuencia,
si faltan observaciones o si hay valores extremos, si los datos fueron ajustados
por estacionalidad, si se trata de una muestra o de un censo, etctera. Incluso
podemos recurrir a nuestra experiencia con datos con caractersticas similares.
Cualquier conclusin tiene que hacerse en el contexto de la informacin que
contienen los datos y de cualquier informacin adicional disponible. Es tambin
importante mencionar que diferentes personas pueden generar interpretaciones
completamente diferentes sobre un mismo conjunto de datos, dependiendo de la
informacin adicional que tengan a la mano y a la experiencia previa con datos de
caratersticas similares. Es de particular inters derivar inferencias sobre la
volatilidad del activo subyacente con base en las observaciones y cualquier
informacin a priori en la valuacin de opciones. La consideracin de informacin
inicial no es slo algo que hay que agregar a un modelo de valuacin para hacerlo
ms sofisticado, sino un aspecto esencial que debe tomarse en cuenta tanto en la
teora como en la prctica de los productos derivados.
El supuesto de que la volatilidad tiene un comportamiento estocstico es
motivado fundamentalmente por el examen de los datos; como es de esperarse,
existen muchos estudios empricos que muestran que la volatilidad presenta un
comportamiento aleatorio.
3
El planteamiento ms comn del modelo de volatilidad
estocstica considera un movimiento Browniano geomtrico para el subyacente
correlacionado con un proceso para la volatidad del tipo Orstein-Uhlenbeck. En
este tipo de modelos, la mayor dificultad es la estimacin de los parmetros dado
que la volatilidad no es una variable observable; adems de que no existe un
modelo de volatilidad estocstica universalmente aceptado. Lo ms drstico de
todo es que estos modelos carecen de intuicin econmica. No obstante, el
modelo de volatilidad estocstica para valuar y cubrir derivados ha sido

3
Para estudios empricos sobre volatilidad, ver las referencias en Fouque, Papanicolaou y
Sircar [2000].
ampliamente estudiado con avances importantes.
4
En particular, los modelos de
volatilidad estocstica permiten reproducir en forma ms realista el retorno de
varios activos, especialmente, en presencia de colas pesadas (Wilmott [1988]),
sesgo en la distribucin (Fouque, Papanicolaou, y Sircar [2000]), y el efecto
sonrisa, tpico de los mercados de opciones sobre divisas (Hull y White [1987]).
Sin embargo, hay un conjunto importante de regularidades empricas o hechos
estilizados que todava requieren de explicacin, donde este esquema de
volatilidad estocstica es insuficiente para ello. En particular, los modelos
existentes no proporcionan una explicacin de cmo los agentes (personas
fsicas, inversionistas institucionales o fondos de pensiones) escogen una
distribucin especfica para describir la volatilidad y las implicaciones que sto
conlleva cuando se valan y cubren productos derivados.
En la prctica, no se puede suponer que la volatilidad es constante, pues si as
se hace, entonces hay un riesgo inherente al que nos exponemos y habra que
administrarlo. Por lo tanto, es natural pensar en la volatilidad como una variable
aleatoria con alguna informacin inicial proveniente de examinar los datos, incluso
la informacin inicial puede representar conocimiento vago. Esta es justo la forma
Bayesiana de pensar en informacin a priori. Bajo este enfoque, la informacin a
priori es descrita en trminos de una distribucin de probabilidad de los valores
potenciales de la volatilidad. Es muy comn en inferencia Bayesiana estudiar la
precisin, h =
2
, en lugar de la volatilidad misma, y eso haremos aqu; vase, por
ejemplo, Berger [1985]. As, a menor la volatilidad, mayor la precisin. En forma
todava ms precisa, desde el punto de vista Bayesiano, se cuenta con una
distribucin, P
h
> 0, la cual describe informacin a priori. En lo que sigue,
suponemos que P
h
es absolutamente continua con respecto a la medida de
Lebesgue , de tal manera que la derivada de Radon- Nikodym proporciona una
densidad a priori, (h). As, para todo conjunto de Borel A se cumple que:
{ } ( ) ( )

A
h
h d h A h P .
(1)
2.1. Distribuciones a priori de mxima entropa
En la literatura Bayesiana se cuenta con varios mtodos para construir funciones
de densidad que incorporan informacin a priori a travs de la maximizacin de un

4
Vase al respecto, por ejemplo, los trabajos de Ball y Roma [1994], Heston [1993], Renault
y Touzi [1996], Stein y Stein [1991], y Wiggins [1996].
funcional que representa una medida de informacin, sujeta a un conjunto de
restricciones en trminos de valores esperados. Algunas de las distribuciones a
priori que se obtienen con dichos mtodos son: a priori no informativas (Jeffreys
[1961]); a priori de mxima informacin contenida en los datos (Zellner [1977]); a
priori de mxima entropa (Jaynes [1968]); a priori de mnima entropa cruzada
5
(Kullback, [1956]); a priori de referencia (Bernardo [1979]); a priori de control
(Venegas- Martnez, de Alba y Ordorica- Mellado [1999]). En este trabajo estamos
particularmente interesado en las a priori de mxima entropa por razones
pragmticas y tericas que aparecern de manera natural posteriormente.
Supongamos que se cuenta con informacin inicial sobre la volatilidad en
trminos de valores esperados, digamos:
( ) ( )
{ }
( ) , ,..., 2 , 1 , 0 ,
0
N k h dv I h h a
k h k

> (2)
donde las funciones a
k
(h) son Lebesgue medibles y conocidas, y todas las
constantes
k
son tambin dadas. En este caso, el principio de mxima entropa
establece que de todas las densidades consistentes con la informacin dada en
las restricciones (2), debemos de escoger aqulla que maximice el funcional:
( ) [ ] ( ) [ ] ( ) ( ) . ln
0

> h
h dv h h h H
(3)
Aqu, se definen a
0
(h) 1 y
0
= 1 a fin de asegurar que la solucin del
problema variacional de mxima entropa sea efectivamente una funcin de
densidad. As pues, estamos interesados en encontrar (h) que resuelva el
problema de maximizar (3) sujeto a (2). En lo que sigue, supondremos que el
conjunto de restricciones define un conjunto convexo y compacto en (en la
topologa de L
2
([0, ), (h) d(h)). En virtud de que el funcional H[(h)] es
estrictamente cncavo en , la solucin del problema de mxima entropa existe y
es nica. En tal caso, la condicin necesaria para un mximo es tambin suficiente.
A partir de la condicin necesaria de un mximo que se obtiene del clculo de
variaciones (ver, por ejemplo, Chiang [1992]), se tiene que:
( ) ( ) , exp
1
1
0
'
+
N
k
k k
h a e h (4)

5

Otros modelos que utilizan esta medida de informacin en la valuacin de derivados se
encuentran en Avellaneda, Levy y Pars [1995]. En su trabajo se supone que los valores
potenciales de la volatilidad ocurren dentro de un intervalo abierto.
donde
k
, k = 0, 1, 2, , N, son los multiplicadores de Lagrange asociados a las
restricciones del problema de mxima entropa anteriormente planteado.
2.2. Ejemplos de distribuciones a priori sobre precisin
Supongamos que se cuenta con informacn a priori en trminos de valores
esperados en niveles y tasas, lo cual representa la informacin bsica cuando los
datos son inspeccionados. Es decir, nuestro conocimiento inicial es descrito por:
( ) ( ) , /
0

> h
h dv h h
(5)
y
( ) ( ) ( ) ( ) ( ) , ln ln
0

> h
h dv h h
(6)
donde > 0, > 0, () = d()/d, y () es la funcin Gamma. Observe que para
valores esperados dados de niveles y tasas, las ecuaciones (5) y (6) se convierten
en un sistema no lineal en las variables y . Puede mostrarse fcilmente que la
distribucin Gamma:
( )
( )
, 0 y , 0 , 0 , ,
1
> > >

h
e h
h
h
(7)
resuelve el problema de mxima entropa con restricciones (5) y (6).
2.3. Planteamiento del problema bsico de valuacin Bayesiana
Considere un proceso de Wiener W(t), t > 0, definido en un espacio de
probabilidad equipado con una filtracin de informacin relevante, representada
por (, F, (F
t
)
t > 0
, P), y una opcin europea sobre un subyacente cuyo precio S (t)
es conducido por un movimiento geomtrico Browniano definido mediante:
( ) ( ) ( ) ( ) ,
2 / 1
t dW t S h dt t rS t dS

+ (8)
esto es, W(t), t > 0, est definido sobre una medida de probabilidad neutral al
riesgo P. La opcin es emitida al tiempo t
0
= 0 y expira en T > 0 con precio de
ejercicio X. En el enfoque Bayesiano, tenemos que al tiempo t
0
= 0 la prima de la
opcin cuando hay informacin a priori sobre la volatilidad, descrita por (h)
est dada por:
( ) ( )
( )
( ) ( ) ( ) [ ] { }
( )
( ) ( )
( ) ( ) ( ) ,
0 0 , , , , , 0 , 0
0
0
'

> >

h X s
S T S
rT
rT
h dv h ds s f X s e
S X T S max E E e r T X S c
(9)
donde la densidad condicional satisface:
( ) ( )
( ) ( ) ( ) ( ) [ ] { } 2 / 2 / exp
2
2 / 1
0
h T s G T h
T s
h
s f
S T S
+
y
( )
( )
.
0
ln
1
]
1
S
se
s G
rT
(10)
Si suponemos que las condiciones requeridas para que se cumpla el Teorema
de Fubini en (9) son satisfechas, entonces podemos garantizar el intercambio de
las integrales en (9).
6
Si (h) est dada por (7), el precio de la opcin satisface
( )
( ) [ ] ( )
>

X s
rT
ds s J X S
T
e
c , | / 1
2
, (11)
donde:
( ) ( ) ( ) ( ) [ ] { }
( )
( )
+
>

0
2 / 1 2
2 / 2 / exp , |
h
h
h d e h h T s G T h s J . (12)
Observe ahora que (12) puede, a su vez, reescribirse como:
( ) ( ) { } ( ) ( ) { } ( )

>

0
1
/ exp 2 / exp , |
h
h d h h B h s A T s G s J , (13)
donde:
( )
( )
0
2
1
y 8 0 2
2
2
> + > + , / T B , T
T
s G
s A .
(14)
En este caso, puede ser mostrado que la integral en (12) satisface:
( ) ( ) ( ) [ ] { } ( )
( ) ( ) ( ) ( ) s BA K s A B
h d h h T s G T h
h
2 / 2
2 / 2 / exp
2 /
0
1
>

+
,
(15)

6
De otra manera, la esperanza tendra que tomarse sobre una integral con lmites de
integracin estocsticos.
donde K
(x), x = 2(BA(s))
1/2
, es la funcin de Bessel modificada de orden (ver
Redheffer [1991]); la cual es solucin de la siguiente ecuacin diferencial ordinaria
de segundo orden:
. y
x
y
x
y 0 1
1
2
2
,
_

+ +
(16)
Es importante destacar que K
(x) es siempre positiva y que K
(x) 0 cuando x
. La ecuacin (15) nos dice que toda la informacin adicional con que se
cuenta sobre la volatilidad, descrita tanto por la a priori como por el proceso que
conduce la dinmica del precio del activo subyacente, se encuentra ahora
contenida en la funcin de Bessel K
(x).
2.4. Aproximaciones asintticas y polinomiales
En esta seccin encontraremos una frmula para aproximar el precio de una opcin
europea cuando hay informacin a priori. En caso de que el precio de ejercicio X
sea suficientemente grande, entonces x ser grande tambin y, en este caso,
tenemos la siguiente aproximacin:
( ) ( ) .
x
e
x
x K
x K
x
,
_

8
4 1
1
2
2
(17)
Esta aproximacin, en la prctica, proporciona estimaciones aceptables. En
este caso, tenemos la siguiente frmula para la prima de la opcin:
( ) ( ) ( ) ( ) ( )

, , , ; 0 , , , ; 0 0
2 1
r X T S XL e r X T S L S c
rT
, (18)
donde:
( ) ( )
( )
( ) ( ) [ ] { } ( ) ( ) ( ) ( ) , 2 2 1
2 0

0
2
1
1
]
1
X
ds s BA K s A T s G r exp
T S
, r , X , T ; S L
(19)
( ) ( )
( )
( ) ( ) { } ( ) ( ) ( ) ( ) , 2 2 1
1
2 0

0
2
2
1
]
1
X
ds s BA K s A T s G exp
s T S
, r , X , T ; S L
(20)
las cuales se pueden calcular numricamente mediante subrutinas y
procedimientos simples en Mathematica o Matlab con un lmite superior de
integracin suficientemente grande.
7
Para algunos valores especficos de los parmetros de la distribucin a priori,
es posible encontrar aproximaciones polinomiales de orden finito. En este caso, el
mtodo de Frobenius para la expansin en series de potencias convergentes es
particularmente til. Por ejemplo, si = , i.e., = 1 en la integral despus de la
ecuacin (15), entonces la siguiente aproximacin puede utilizarse:
( ) ( ) , 2 0 ,
2 2
ln
1
6
0
2
1 1
<
1
1
]
1
+
,
_
+
,
_
x
x
a x I
x
x
x
x K
k
k
k
(21)
donde los coeficientes del polinomio satisfacen:
, 00004686 . 0
, 0110404 . 0 , 01919402 . 0 , 18156897 . 0
, 67278579 . 0 , 15443144 . 0 , 000000000 . 1
6
5 4 3
2 1 0

a
a a a
a a a
e
( ) ,
4
15
0 ,
15
4
6
0
2
1
<
1
1
]
1
+
,
_
x
x
b x x I
k
k
k
(22)
donde:
, 00032411 . 0
, 00301532 . 0 , 02658733 . 0 , 15084934 . 0
, 51498869 . 0 , 87890594 . 0 , 500000000 . 0
6
5 4 3
2 1 0

b
b b b
b b b
con < 8 10
-9
. El polinomio complementario est dado por:
( ) ( ) , 2 ,
2 2
ln
1
6
0
2
1 1
> +
,
_
+
,
_
x
x
e x I
x
e x
x K
k
k
k
x
(23)
donde:
, 00068245 . 0
, 00325614 . 0 , 00780353 . 0 , 01504268 . 0
, 03655620 . 0 , 23498619 . 0 , 25331414 . 1
6
5 4 3
2 1 0

e
e e e
e e e

7
Vanse, por ejemplo, Shaw [1998] sobre valuacin de derivados utilizando Mathematica;
Hanselman and Littlefield [1998] sobre mtodos numricos en Matlab.
e
( ) ,
4
15
,
15
4
8
0
1
>
1
1
]
1
+
,
_
x
x
g x x I
k
k
k
(24)
donde:
, 00420059 . 0 , 01787654 . 0 , 02895312 . 0
, 02282967 . 0 , 01031555 . 0 , 00163801 . 0
, 00362018 . 0 , 03988024 . 0 , 39894228 . 0
8 7 6
5 4 3
2 1 0

g g g
g g g
g g g
con < 2.2 10
-7
. Es importante mencionar que las funciones de Bessel K
(x) e I
(x) son linearmente independientes y, por lo tanto, una combinacin lineal de ellas
determina la solucin nica de la ecuacin diferencial de Bessel. Si denotamos por
K
()
(x) las aproximaciones polinomiales en (21) y (23), y las sustituimos en (18), se
sigue entonces que:
( ) ( ) ( ) ( ) ( ). , 5 . 0 , , ; 0 , 5 . 0 , , ; 0 0
) (
2
) (
1
) (

r X T S XL e r X T S
L
S
c
rT
(25)
De nuevo, las integrales L
1
()
y L
2
()
se pueden calcular numricamente con
subrutinas y procedimientos muy simples en Mathematica o Matlab con un lmite
superior de integracin suficientemente grande.
2.5. Elasticidad constante de la varianza con respecto al precio del subyacente
Supongamos ahora que el precio del activo subyacente es conducido por el
siguiente proceso de difusin:
( ) ( ) ( ) ( ) t dW t S h dt t rS t dS
/ b / 2 2 1
+ , (26)
en donde la elasticidad de la varianza con respecto del precio se define de la forma
b 2. Si b = 2, entonces la elasticidad de la varianza es cero y el activo subyacente
se distribuye log normal. Aqu, estamos particularmente interesados en el caso b <
2. Si ste es el caso, entonces se puede mostrar que la funcin de densidad
condicional del subyacente est dada por
( ) ( )
( ) ( ) ( )
( )
( ) [ ]
( ) ( ) s BA h I e s BA D
h
s f
s A B h
b
b
S T S
2
2 4 / 1
2 1
0 |
+
, (27)
donde
( ) ( ) ( ) [ ] ( ) ( )
b
b
rT
Ds s A e DS B b r D b

2
2
, 0 , 2 / 2 , 2 / 1 , (28)
e I
(x), con x = 2h(BA (s))

1/2
es la funcin modificada de Bessel de primera clase y
de orden . Si suponemos que la informacin a priori sobre volatilidad es descrita
por la distribucin Gamma, entonces:
( )
( ) ( ) [ ] ( )
>
X s
b
rT
ds s Z s BA X s
T
De
c
b
, |
2
) 2 4 /( 1
2 1
, (29)
donde:
( ) ( ) [ ] { } ( ) ( ) ( )
+ +
>

0
h 2 exp , |
h
d s BA h I s A B h h s Z , (30)
la cual est relacionada con la distribucin
2
no central. Adems:
( ) ( )
( ) [ ]
( ) ( )
+ + +
+
+
0
2
2
1 1
2
k
k
k
k k
s BA
h s BA h I , (31)
por lo tanto:
( )
( ) [ ]
( ) ( )
( ) [ ] { } ( )
( ) [ ]
( ) [ ]
( ) [ ] ( )
( ) ( )
.
1 1
1 2

exp
1 1

, |
0
2
0
2
0
2
2
+ + +
+ + +
+ +
+ +
+ + +

>
+ +
+
+
k
k
h
k
k
k
k
k k
k s BA
s A B
s BA
h d s A B h h
k k
s BA
h
s Z
(32)
Para algunos valores especficos de los parmetros de la distribucin a priori, es
posible encontrar aproximaciones polinomiales de orden finito mediante el mtodo
de Frobenius (vase Venegas-Martinez [2001b]).
3. Valuacin de opciones con colas pesadas
En la valuacin de opciones, el supuesto de que la variable subyacente sigue una
distribucin log normal, o que su tasa de crecimiento sigue una distribucin
normal, es muy comn. En particular, es usual suponer que las variables
financieras siguen un movimiento Browniano geomtrico (equivalente a un
proceso de Wiener). Sin embargo, existe evidencia emprica en la mayora de las
variables financieras que soporta el hecho que entre mayor sea la frecuencia de las
observaciones, mayor ser la discrepancia de la distribucin emprica con una
distribucin log normal. De hecho, dichas variables casi nunca se comportan de
acuerdo a distribuciones tericas comnmente conocidas. Por ejemplo, las
distribuciones empricas de los rendimientos diarios de varios de los ttulos que
cotizan en el mercado mexicano de capitales presentan, en general, sesgo y exceso
de curtosis; no siempre es posible ajustar una distribucin terica simple.
8
Otra de
las caractersticas que distingue a los mercados financieros es que
ocasionalmente se presentan movimientos inesperados (auges o cadas). Estos
movimientos ocurren con mayor frecuencia de lo que se esperara bajo el
supuesto de una distribucin log normal, incluso con una volatilidad
razonablemente moderada.
En el anlisis de datos financieros, cuando se compara una distribucin
estandarizada emprica con una distribucin normal estndar, se observa con
frecuencia que la cresta de la distribucin emprica es ms alta. Dado que ambas
distribuciones tienen la misma desviacin estndar, es decir, los mismos puntos
de inflexin, entonces las colas de la distribucin emprica tienen necesariamente
que ser ms anchas para compensar el rea de la cresta, que en ambos casos tiene
que ser igual a uno. La cresta ms alta significa que existe una probabilidad ms
grande de movimientos pequeos que la de una variable aleatoria con distribucin
normal. Por otro lado, debido a las colas ms pesadas de la distribucin emprica,
se tiene una mayor probabilidad de que ocurran valores extremos en comparacin
con la distribucin normal. En este caso, si la distribucin normal se mezcla con
una distribucin que genere movimientos extremos en el rendimiento, se
producirn colas ms pesadas y se tendra una mejor aproximacin a lo
observado. Si la distribucin normal se mezcla con una distribucin que genere
movimientos extremos o saltos en el valor del rendimiento del ttulo, se
produciran colas ms pesadas y se tendra una aproximacin ms realista del
comportamiento del rendimiento del activo.
A continuacin, se define un proceso de difusin con saltos en donde el
movimiento Browniano geomtrico modela cambios pequeos en el precio del
subyacente, los cuales siempre estn presentes, y el proceso de Poisson modela
cambios extremos e inesperados en el precio del subyacente, los cuales
ocasionalmente ocurren. Este tipo de procesos son de gran utilidad en el modelaje
de colas pesadas.
9
En adelante se tomarn como equivalentes notaciones X(t) X
t

8
Vase, por ejemplo, Ramrez-Snchez [2001].
9
Otra alternativa para describir colas pesadas es a travs del uso de modelos de volatilidad
estocstica. Vanse, por ejemplo: Avellaneda, Levy y Pars [1995]; Ball y Roma [1994];
para cualquier variable, aleatoria o determinista, dependiente del tiempo.
Considere un proceso estocstico dq
t
que satisface:
{ } { } ( ) dt o dt dq dt
t
+ 1 Pr durante 1 tamao de salto un Pr ,
(33)
mientras que:
{ } { } ( ) dt o dt dq dt
t
+ 1 0 Pr durante salto ningn Pr ,
(34)
donde o (dt) 0 cuando dt 0. Es decir, existe una probabilidad finita de que
ocurra un salto en un tiempo finito. Note que en este caso E [dq
t
] = dt. El
parmetro es conocido como la intensidad del proceso de Poisson y define el
nmero medio esperado de saltos por unidad de tiempo. El proceso de Poisson
puede ser incorporado en un modelo de difusin de un subyacente S
t
de la
siguiente forma:
t t t t t t
dq S dW S dt S dS + + ,
(35)
donde el parmetro que define la tendencia, , representa la media esperada del
rendimiento condicional en que ningn salto ocurra; es la desviacin estndar o
volatilidad del rendimiento condicional en que ningn salto ocurra. En este caso,
(W
t
)
t 0
es un proceso de Wiener estandarizado. Se supone que los procesos dW
t
y
dq
t
no estn correlacionados entre s. Si hay un salto, es decir, si dq
t
= 1, entonces
S
t
inmediatamente toma el valor S
t
(1+), con lo que se puede modelar un
incremento brusco en el rendimiento de una accin. En lo que sigue se supone
que , el tamao del salto, es una variable aleatoria independiente de dW
t
y dq
t
.
Finalmente, note que el proceso estocstico log (S
t
), asociado con (34), satisface:
( ) ( ) ( ) ( )
t t t
dq dW dt S d + + + 1 log 2 / 1 log
2
, (36)
lo cual es slo una aplicacin del lema de It cuando el proceso de difusin
presenta saltos. Observe tambin que en este caso:
( ) ( ) ( ) { }
+ +
+
t
s
t
s t
dq dW dt S S
0 0
2
0
1 log 2 / 1 exp . (37)
De lo anterior se desprende que el rendimiento, dlog (S
t
), puede tomar valores
positivos y negativos, y el nivel en el precio, S
t
, se mantiene siempre positivo.
Considere ahora un portafolio con
1
opciones de precio c(t, S
t
) y una cantidad
2
de ttulos de capital de precio S
t
. En este caso, el valor del portafolio,
t
, al
tiempo t, satisface
t
=
1
c (t, S
t
) +
1
S
t
. El cambio en el valor del portafolio debido

Fouque, Papanicolaou y Sircar [2000]; Heston [1993]; Hull y White [1987]; Renault y Touzi
[1996]; Stein y Stein [1991] y Wiggins [1996].
slo a fluctuaciones del mercado es d
t
=
1
dc (t, S
t
) +
1
dS
t
. Una aplicacin
simple del lema de It para procesos de difusin con salto conduce a:
( ) ( ) ( ) [ ] [ ] . , 1 ,
2
1
2 1 2 1
2 1
2
2
2 2
1
t t t t t t
t
t
t
t
t t
dq S S t c S t c dW S
S
c
dt S
S
c
dt
S
c
S
t
c
d
+ + +
,
_
,
_
,
_

(38)
Si no existe un salto en el instante dt, es decir, si dq
t
= 0, entonces se puede
seleccionar, por ejemplo, una estrategia para cubrir los movimientos de difusin
parecida a las generadas por Black-Scholes [1973]. En efecto, considere la
cobertura delta definida por
1
= 1 y
1
= c/S
t
para eliminar el riesgo inducido
por dW
t
. Sin embargo, si existe un salto, en cuyo caso dq
t
= 1, entonces el
portafolio cambia de valor y la cobertura deja de ser efectiva debido al riesgo
asociado con dq
t
. As, el cambio en el valor del portafolio est dado por:
( ) ( ) ( ) [ ]
t t
t
t t
t
t t
dq S
S
c
S t c S t c dt
S
c
S
t
c
d

,
_
+ +
,
_
, 1 ,
2
1
2
2
2 2
.
(39)
En este caso, el cambio en el valor del portafolio no se comporta
completamente en forma determinista en el instante dt, ya que existe la posibilidad
de que se presenten saltos con una media esperada por unidad de tiempo igual a
. Si se toma la esperanza de esta expresin y se establece que el cambio en el
valor del portafolio es igual al rendimiento libre de riesgo del valor inicial del
portafolio con una tasa de inters constante, r, para todos los plazos, es decir, si
d
t
= r[
1
c (t, S
t
) +
1
S
t
], entonces:
( ) ( ) ( ) [ ] [ ] . 0 , 1 ,
2
1
2
2
2 2

+
+
E S
S
c
S t c S t c E
rc
S
c
rS
S
c
S
t
c
t
t
t t
t
t
t
t
(40)
Con las condiciones de frontera c (t, 0) = 0 y c (T, S
T
) = max(S
T
X, 0) donde X
es el precio de ejercicio de la opcin. En este caso, la ecuacin anterior no puede
ser llevada a travs de transformaciones a la ecuacin de calor, como en el caso de
Black-Scholes. Debido a la presencia de E[], esta ecuacin es del tipo diferencial-
integral, la cual presenta complicaciones tcnicas para su solucin y, en general,
requiere de mtodos numricos (en particular, mtodos de transformada de
Fourier). No obstante, un punto importante que hay que destacar en la ecuacin
(39) es que su naturaleza es no-local, es decir, dicha ecuacin relaciona el valor de
la opcin con valores distantes de S
t
, a pesar de slo tener derivadas locales. Por
supuesto, el valor de la opcin en este momento depende de los saltos en el
instante dt. Finalmente, note que cuando = 0, la ecuacin (39) se reduce
simplemente, como era de esperarse, a la ecuacin diferencial parcial parablica de
Black-Scholes.
Una posibilidad para darle un precio a la opcin en un marco de mercados
incompletos consiste en suponer que tiene distribucin log normal. En este
caso:
( )
( ) { } ( ) [ ]
( ), , , , ; ,
!
exp
, , , ; ,
2
0
n n t BS
n
n
t
r T X S t c
n
t T t T
r T X S t c

(41)
donde:
[ ] ( ) [ ] t T n
n
+ / Var
2 2
,
[ ] [ ] ( ) ( ) [ ] t T / E log n E r r
n
+ + 1
y [ ] ( ) + E 1 .
Note que el precio de la opcin se calcula como un valor medio, con respecto a
la distribucin de Poisson, de los precios de las opciones que cubren
secuencialmente los saltos, c
BS
(t, S
t
, X, T, r
n
,
n
2
). Con el propsito de calcular
aproximaciones numricas de (40) para el ttulo GCARSO, se utilizan los siguientes
datos: S
0
= 42.00, r = 0.11, = 0.13, T = 0.25 y c
BS
= 2.436. Las soluciones numricas
de (40) se calcularn bajo el supuesto de que sigue una distribucin log normal
con media 0.01 y varianza 0.001, con n =10,000. La Grfica 1 muestra el
comportamiento del precio de la opcin ante cambios en el nmero promedio
esperado de saltos por unidad de tiempo, caeteris paribus. Como puede
esperarse, ante la presencia de saltos en el subyacente, la opcin se vuelve ms
cara. Es importante notar tambin que, en este caso, cambios pequeos en ,
manteniendo fijo E[], producen cambios pequeos en el precio de la opcin, i.e.,
los precios son estables ante cambios en los parmetros relevantes.
Grfica 1
Soluciones aproximadas con saltos en funcin de (caso GCARSO)
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
3.5
3.0
2.5
2.0
1.5
1.0
c
Bajo el supuesto anterior de que sigue una distribucin log normal con
varianza 0.001, la Grfica 2 muestra el comportamiento del precio de la opcin ante
cambios en tamao medio esperado del salto caeteris paribus. Note tambin que,
en este caso, cambios pequeos en E[], manteniendo fijo el valor de , conducen
a cambios pequeos en el precio de la opcin.
Grfica 2
Soluciones aproximadas con saltos en funcin de E [] (caso GCARSO)
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
2.56
2.54
2.52
2.50
2.48
c
E[]
El supuesto de que es log normal puede ser muy restrictivo para determinar
soluciones de (39). Otra posibilidad para cubrir la difusin y los saltos, a partir de
la ecuacin (38), tanto como sea posible, es fijar
1
= 1 y, posteriormente, obtener
2
de tal manera que se minimice la varianza del cambio en el valor en el portafolio.
En virtud de (35), el cambio en el valor del portafolio tomando en cuenta slo los
factores de riesgo, con
2
arbitraria, a partir de (37) es:
. ] ) , ( )) 1 ( , ( [
2
1
2 2
2
2
2
2 2
t t t t t t
t
t
t
t
t t
q d S S t c S t c dW S
S
c
dt S
S
c
dt
S
c
S
t
c
d
+ + +
,
_
,
_
,
_

(42)
La varianza de este cambio, la cual es una medida del riesgo en el portafolio,
est dada por:
[ ]
( ) ( ) ( ) ( ) [ ] L + + +
+
,
_

t t t t
t
t
t
q d S S t c S t c E
dt S
S
c
d Var
2
2
2 2
2
2
, 1 ,
(43)
Puede verificarse que se cumplen las condiciones suficientes de mnimo en el
punto:
( ) ( ) ( ) ( ) [ ]
t t
t
t t t
S v E S
S
c
S S t c v S t c v E
w
2 2
2
2
] [
, 1 ,
+
+ +
.
(44)
Si se valua la opcin en trminos de la esperanza sobre la mejor estrategia de
cobertura. Es decir, si se sustituye el ptimo de
2
en (38) y el resultado se iguala
con el retorno libre de riesgo del portafolio inicial con una tasa de inters
constante a todos los plazos, se llega a que:
( ) ( ) [ ] ( ) ( ) . 0 ) ] [ (
] [
1 , 1 ,
) ] [ (
] [
2
1
2 2
2
2 2
2
2
2
2 2
1
1
]
1
,
_
+
+
+ +
,
_
+
+
r v E
v E
S t c S t c E
rc r v E
v E
S
c
S
S
c
S
t
c
t t
t
t
t
t
(45)
Cuando = 0, se obtiene, de nuevo, la ecuacin diferencial parcial de Black-
Scholes.
4. Valuacin de opciones americanas y exticas con
volatilidad variable y tasa de inters estocstica
La gran mayora de las opciones que se cotizan y negocian en bolsas o en
mercados OTC son americanas o de las llamadas exticas (opciones con perfiles
de pagos ms complejos que las opciones americanas ms simples). El mercado de
opciones americanas es particularmente activo en subyacentes como divisas y
tasas de inters. Las opciones exticas tienen tambin un mercado OTC muy
activo sobre ttulos de capital, ndices burstiles, divisas y futuros. Las opciones
exticas ms populares son las opciones compuestas (opciones sobre opciones) y
las opciones sobre mximos y mnimos de un subyacente. Asimismo, las opciones
con barreras son menos caras y ms populares que las opciones ordinarias. Muy
particularmente, las opciones con barreras sobre ndices burstiles son listadas en
mercados organizados y reconocidos como el CBOE (Chicago Board Options
Exchange) y el AOE (American Options Exchange) con un inters abierto siempre
creciente; adems, las opciones con barreras se negocian en forma muy activa en
el mercado OTC principalmente en subyacentes como divisas, tasas de inters y
bienes (commodities).
Es importante mencionar tambin que las opciones binarias, conocidas como
opciones digitales son muy populares en los mercados OTC ya sea para cubrir o
para especular. Este tipo de opciones son utilizadas para construir productos
derivados ms complejos. Por ltimo, las opciones asiticas son especialmente
populares en los mercados de divisas y de bienes, pero pueden encontrarse sobre
ttulos de capital en el mercado OTC. Una media, aritmtica o geomtrica, es
menos voltil que el subyacente mismo. Con muy pocas excepciones, no se
cuenta con frmulas exactas para la valuacin de opciones americanas o exticas.
Existen en la literatura aproximaciones analticas que proporcionan resultados
aceptables en una hoja de clculo de una computadora personal. Sin embargo,
stas presentan serias limitaciones: (a) la volatilidad es constante y (b) la tasa de
inters es constante para todos los plazos. En esta seccin presentamos un
conjunto de frmulas aproximadas cuya ventaja es precisamente que la volatilidad
es una funcin del tiempo y la tasa de inters es estocstica.
10

10
La aplicacin de algunas de estas frmulas, con opciones sobre energticos, en la simulacin
de la renta petrolera han sido utilizadas en Venegas-Martnez [2001c].
4.1. Modelos estocsticos de tasas de inters para la valuacin de opciones
El supuesto de que las tasas de inters se mantienen constantes o bien que su
dinmica est determinada por una funcin conocida en el tiempo, podra ser
razonable para instrumentos de renta fija de muy corto plazo; das o posiblemente
semanas en perodos de estabilidad. Sin embargo, en el mediano y largo plazo, la
tasa de inters presenta un comportamiento aleatorio, en cuyo caso los procesos
de difusin proporcionan una herramienta adecuada de anlisis. Ms
precisamente, se supone que la tasa de inters instantnea, r
t
, es guiada por la
siguiente ecuacin diferencial estcastica:
( ) ( )
t t t t
W d r t dt r t dr , , + ,
(46)
donde (t, r
t
) y (t, r
t
) son funciones conocidas. El proceso estocstico W
t
es un
proceso de Wiener estandarizado, es decir, W
t
es una variable aleatoria normal con
incrementos independientes en t, que satisface E [dW
t
] = 0 y Var [dW
t
] = dt. Las
funciones (t, r
t
) y (t, r
t
) determinan la evolucin de la tasa spot. Ms adelante,
se especificarn formas funcionales para (t, r
t
) y (t, r
t
) de fcil interpretacin.
4.1.1. El modelo de Vasicek
Existen en la literatura varios modelos estocsticos de tasas de inters.
11
En
particular, en esta seccin nos concentramos en el modelo de Vasicek [1977]. Este
modelo de equilibrio general es muy til debido a sus propiedades para valuar
productos derivados de tasas de inters. El modelo presenta reversin de la media
a un valor constante, lo cual es una propiedad deseable en el anlisis de la
dinmica de las tasas de inters. Especficamente, el modelo de Vasicek tiene la
forma:
( )
t t t
W d dt r dr + ,
(47)
con , y 0 cantidades constantes y conocidas. En este caso, la estructura de
plazos est dada por (ver Apndice 1):
( ) ( ) ( ) 1
4
1
) (
1
) ; , (
2
) (
2
2
) (
1
]
1

t T t T
t t V
e e r R
t T
R r T t R

y
(48)

11
Vale la pena destacar, al respecto, los modelos de: Rendleman y Bartter [1980]; Ho y Lee
[1986]; Nelson y Siegel [1987]; Heath, Jarrow y Morton [1992]; y Hull y White [1990] y
[1993].
2
2
2
R
,
La funcin R
V
(t, T; r
1
) es la tasa de inters en el plazo definido entre t y T, y
R
es la tasa de largo plazo. Si escribimos = y = 1 en la ecuacin (46),

entonces:
[ ]
t t t
dW dt r dr + + + ) 1 ( .
(49)
Para fines prcticos, la ecuacin anterior puede plantearse en trminos discretos
como una ecuacin estocstica en diferencias:
t t t
r r + +
1
,
(50)
en donde {
t
} son variables aleatorias independientes y normalmente distribuidas
con media cero y varianza
2
. La media de r
t
es /(1 ) = / y su varianza
(incondicional) es
2
/(1
2
). La varianza condicional de r
t
es, por supuesto
2
.
Para estimar los parmetros se utiliz la tasa (corta) spot (rendimiento anualizado
de CETES a un da
12
), entre el 3 enero de 2000 y el 29 de diciembre de 2000. Los
datos faltantes fueron estimados con la metodologa del Filtro de Kalman.
13
Los
resultados de la estimacin de los parmetros del modelo autorregresivo (49), con
errores estndar entre parntesis, son los siguientes:
(0.02819) (0.0075)
. 8305 . 0 0289 . 0
1
+
t t
r r
En este caso, se puede apreciar que las estimaciones son significativamente
distintas de cero con un 95% de confianza. La Grfica 3 muestra la estructura de
plazos definida a travs de la ecuacin (47), tomando t = 0, = 0.1695, r
0
= 0.15, =
0.1709 y = 0.0239. Como puede observarse, la estructura de plazos es creciente y,
en el largo plazo, se estabiliza en un valor cercano a 16%.
4.1.2. El modelo de Cox, Ingersoll y Ross
El modelo de Vasicek es muy til por sus propiedades. Sin embargo, ste puede
generar tasas de inters negativas para algunos valores de los parmetros. El

12
En este caso, se utlizaron los vectores de precios que se publican en el Boletn de la Bolsa
Mexicana de Valores [2000].
13
Vase al respecto Venegas-Martnez, de Alba y Ordorica-Mellado [1995].
modelo de equilibrio general CIR no es consistente con el modelo de Merton
[1977], pero en la prctica es una alternativa al modelo de Vasicek. En este modelo,
la tasa instantnea de inters evoluciona de acuerdo a la siguiente ecuacin
diferencial estocstica:
( ) ,
t t t t
W d r dt r r d + (51)
con parmetros , y 0. En este caso, la estructura de plazos satisface (ver
Apndice 2)
,
2 ) 1 ( ) (
) 1 ( 2 1

2 ) 1 ( ) (
2
ln
) (
2

) ; , (
) (
) (
) (
2 / ) ( ) (
2
CIR
t
t T s
t T s
t T s
t T s
t
r
s e s
e
t T
s e s
e s
t T
r T t R
1
1
]
1
+ +
+
1
1
]
1
+ +

+
(52)
donde s = (
2
+ 2
2
)
1/2
. Para fines prcticos, se utilizar la siguiente versin discreta
de la ecuacin (51):
( ) , ,
1 1 t t t t t t
r w w r r +

(53)
donde {
t
} son variables aleatorias independientes y normalmente distribuidas
con media cero y varianza
2
. La ecuacin (53) es estimada con el Mtodo
Generalizado de Momentos utilizando las siguientes condiciones:
0
2 2
1

+ t t t t t
r e e e e .
Los resultados de la estimacin de los parmetros con los mismos datos utilizados
en el modelo de Vasicek, son los siguientes:
( )
(0.0118) (0.0253) (0.0221)
0399 . 0 1682 . 0 1737 . 0
1 1
+
t t t
r r r
.
(54)
Todas las estimaciones son significativamente distintas de cero con un 95%
de confianza. La Grfica 3 muestra la estructura de plazos definida a travs de la
ecuacin (52) con t = 0, = 0.1682, r
0
= 0.15, = 0.1737 y = 0.0399. En este caso,
la estructura de plazos es creciente y, en el largo plazo, se estabiliza en un valor
cercano al 16.5%. Se observa que el modelo CIR produce tasas mayores que el
Vasicek, con una diferencia mxima del 0.05% conforme el plazo crece, lo cual se
debe fundamentalmente a un valor estimado mayor de con el Mtodo
Generalizado de Momentos.
Grfica 3
Anlisis comparativo de los modelos Vasicek y CIR
14.50%
15.00%
15.50%
16.00%
16.50%
17.00%
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69
CIR
Vasicek
4.2. Valuacin de opciones americanas
Una opcin americana se puede ejercer en cualquier momento entre el tiempo de
emisin t y el tiempo de vencimiento T. Esta caracterstica introduce
complicaciones tcnicas en su valuacin. En contraste con el caso de las opciones
europeas, no se cuenta con una frmula exacta para valuar opciones americanas.
Las siguientes aproximaciones pueden utilizar las estructuras de plazos de la tasa
de los modelos de Vasicek y CIR.
4.2.1. Opciones de compra (call) americanas sobre ttulos de capital con un solo
pago de dividendos
Una aproximacin analtica para calcular la prima, al tiempo t, de una opcin
americana sobre ttulos de capital con un solo pago de dividendos, D
0
, en el
tiempo , t < < T, y con precio de ejercicio K, est dada por:
( ) ( ) [ ]
( )
), ( ) , ( ) (
, , ) , (
, , ) ( ) , ( ) (
) , , , , ); ( , (
0
0
0
t T V d N t P D X
t T V b t T V d M T t P K
b d M b N t P D t S
D V T K t S t c

+
+

(55)
donde N () es, como siempre, la funcin de distribucin acumulada de una
variable aleatoria normal estndar; M ( ; ) es la funcin de distribucin
acumulada bivariada normal estndar con correlacin = [( t)/(T t)]
1/2
.
Los coeficientes relevantes de la aproximacin (55) se calculan como sigue:
,
) ( )] 2 / ( )] , ( ln[ [ ] / )) , ( ) ( ln[(
2
0
t T V
t T V T t P K t P D t S
d
+ +
,
) ( )] 2 / ( )] , ( ln[ [ ] / )) , ( ) ( [( ln
2
1 0
t T V
t T V T t P K t P D t S
b
+ +
u d T u P u S d T u u V
T
t P S
+ )) , ( d ), ( ( Cov 2 ) , ( ) ( (
2 2 2
,
(56)
donde
S
2
y
P
2
son las varianzas de los proceso estocsticos que conducen a S
(t) y P (t, T), respectivamente. El precio de ejercicio de equilibrio K
1
se determina
como solucin de c
BS
(t, K
1
; K, T, V) = K
1
+ D
0
K, donde c
BS
(t, K
1
; K, T, V) es la
frmula estndar de Merton [1973] para una opcin de compra. Si se cumple que
D
0
K [1 P (t, T)] K
1
= , entonces no es ptimo ejercer antes de la fecha de
vencimiento y, en este caso, el precio de la opcin de compra americana est dado
por c
BS
(t, S(t) D
0
P (t, T); K, T, V).
En este punto, es importante recordar que existen procedimientos para
aproximar los valores N(x) y M(y, z, ) con una precisin hasta de seis decimales.
En efecto, para la distribucin acumulada normal estadarizada se tiene que:
14
'
<
+ + + +

0 si ) ( 1
0 si ] [
} 2 / exp{
2
1
1
) (
5
1
4
1
3
1
2
1 1
2
x x N
x k a k a k a k a k a
x
x N

(57)
Junto con:

14
Vase Abramowitz y Stegun [1965].
. 330274429 . 1
, 356563782 . 0

, 821255978 . 1 , 781477937 . 1
, 319381530 . 0 , ) 2316419 . 0 1 /( 1
5
2
4 3
1

+
a
a
a a
a x k
Para el caso de la distribucin acumulada normal bivariada estandarizada la
aproximacin es como sigue. Se define primero:
, ) , (
1
) , , (
5
1
5
1
2
j i
i
j
j
i
w w G v v z y H

(58)
donde:
{ }, ) )( ( 2 ) 2 ( ) 2 ( exp
) , (
1 1 1 1 1 1
z w y w z w z y w y
w w G
j i j i
j i
+ +
junto con:
. . w
, . w
, . w

, . v , . w , . v
, . v , . w , . v
, . v , z/ z , y/ y
6697604 2
5
0609498 1
3
10024215 0
1
00082485 0
5
7797294 1
4
033246660 0
4
21141819 0
3
48281397 0
2
39233107 0
2
24840615 0
1
)
2
(1 2
1
)
2
(1 2
1

(59)
Si el producto de y, z y no es positivo, entonces aproximamos M (y, z, )
utilizando las siguientes reglas:
1. Si z 0, y 0 y 0, entonces M (y, z, ) = H (y, z, );
2. Si z 0, y 0 y 0, entonces M (y, z, ) = N (y) H (y, z, );
3. Si z 0, y 0 y 0, entonces M (y, z, ) = N (z) H (y, z, );
4. Si z 0, y 0 y 0, entonces M (y, z, ) = N (y) + N (z) 1 + (y, z, ).
En los casos en que el producto de y, z y es positivo, entonces se utiliza:
, ) , 0 , ( ) , 0 , ( ) , , (
2 1
L z M y M z y M + (60)
donde:
) , 0 , (
1
y M y ) , 0 , (
1
z M
se calculan con las reglas para cuando el producto de y, z y no es positivo, y
.
4
) sgn( ) sgn( 1
y
2
) sgn( ) (
,
2
) sgn( ) (
2 2
2
2 2
1
z x
L
z z y y
z y z
z z y y
y z y
+

+

Por ltimo, el factor de descuento puede ser calculado mediante:
{
{ [ ], } ) ( exp
} ) , ( exp
)} , ( ) ( exp{ ) , (
t
T
t
T
t
A ds s r E
ds s t f
T t R t T T t P

(61)
donde:
) , ( s t f es la tasa forward o tasa adelantada;
) , ( ) ( ) , ( t t f t r T t R lim
t T

es la tasa corta instantnea spot; y

t
A representa toda la informacin til al tiempo t.
Finalmente, note que la tasa adelantada satisface [ ] . / ) , ( ln ) , ( T T t P T t f
4.2.2. Opciones americanas sobre ttulos de capital con tasa de rendimiento por
dividendos constante (o sobre un ndice burstil o divisa)
Opciones americanas de compra
A continuacin se establece una aproximacin cuadrtica del precio de una
opcin sobre un ttulo de capital que paga una tasa de rendimiento por
dividendos constante, q. Los casos de una opcin americana sobre un ndice
burstil o sobre una divisa son similares. La frmula es fcil de calcular y est
dada por:
'

< +
. ) ( si
) ( si ), ( ) / ) ( ( ) , , , ), ( , (

) , , , ); ( , (
*
* * *
S t S K S
S t S S A S t S q V T K t S t c
q V T K t S t c
BS
(62)
Aqu c
BS
(t, S (t), K, T, V, q) es la frmula de Merton [1973] para una opcin de
compra. Las funciones que aparecen en la frmula de aproximacin del precio del
call estn dadas por:
, )] ( [ ) 1 ){ / ( ) (
* ) ( * *
S d N e S S A
t T q

,
) )]( 2 / ( )] , ( ln[ [ ) / ln(
) (
2 *
*
t T V
t T V q T t P K S
S d
+ +
,
2
) / ( 4 ) 1 ( 1
2
l m u u + +

. ) , ( 1 y
] )] , ( [ln[ 2
,
)] , ( ln[ 2
2 2
T t P l
V
q T t P
u
V
T t P
m
+

(63)
La varianza V
2
se determina como en (56). El precio umbral S
*
se encuentra al
resolver la siguiente ecuacin no lineal:
{ } . ) / ( )] ( [ 1 ) , , , ; , (
* * ) ( *
BS
*

S S d N e q V T K S t c K S
t T q
(64)
En este caso, el mtodo de Newton-Raphson es una buena alternativa para
encontrar un valor estimado de S
*
. Para esto, denotemos el lado derecho de la
ltima ecuacin mediante:
{ } . ) / ( )] ( [ 1 ) , , , ; , ( ) (
) (
BS
+

S S d N e q V T K S t c S g
t T q
(65)
Por lo tanto,
.
1 } 2 / ) ( exp{ ) 2 (
1
)] / 1 ( 1 [ )] ( [
) (
2 2 / 1 ) (
) (
'

t T V
S d e
S d N e
S
S g
t T q
t T q
(66)
Ahora bien, dado un valor inicial de S, digamos S
.(0)
, se sigue del algoritmo de
Newton-Raphson que el siguiente mejor estimador de S, S
.(1)
, est dado por:
.
) (
1
) (
) (
) 0 (
) 0 (
) 0 ( ) 0 (
) 1 (
dS
S dg
K
dS
S dg
S S g
S
,
_
(67)
Este procedimiento se repite hasta que |g (S
(n)
) (S
(n)
K)|/K < para un
valor dado de . Como de costumbre, es necesario tener un buen valor inicial (una
semilla) para utilizar el mtodo de Newton-Raphson, que se especifica a
continuacin:
{ { }} , ] ] ) /( ][ 2 ) ( ) )] , ( (ln[ [ exp 1
) [(
) (
) ( ) 0 (
K S K t T V t T q T t P
K S K S
+
+
donde:
.
4 ) 1 ( 1 2 1
1
2
) (
1
]
1
+ +
m u u
K
S
(68)
Opciones americanas de venta
En este caso, una aproximacin cuadrtica del precio de una opcin americana de
venta est dada por:
'

> +
, ) ( si ) (
) ( si ), ( ) / ) ( ( ) , , , ); ( , (
) , , , ); ( , (
* *
* * * * * *
S t S t S K
S t S S B S t S q V T K t S t p
q V T K t S t p
BS
(69)
donde, de nuevo, p
BS
(t, S(t), K, T, V, q) es la frmula bsica de Merton [1973].
Asimismo, d (S
**
) y se definen como en el caso de una opcin americana de
compra. La funcin B (S
**
) en el precio de la opcin de venta americana se define
ahora como:
. )] ( [ } 1 ){ / ( ) (
* * ) ( * * * *
S d N e S S B
t T q

(70)
En este caso, el precio umbral S
**
es determinado como solucin de la siguiente
ecuacin no lineal:
{ } . ) / ( )] ( [ 1 ) , , , ; , (
* * * * ) ( * * * *

S S d N e q V T K S t p S K
t T q
BS
(71)
Como en el caso de la opcin de compra, el mtodo de Newton-Raphson
puede ser utilizado para encontrar un estimador de S
**
. Si denotamos el lado
derecho de la ecuacin anterior mediante:
{ } . ) / ( )] ( [ 1 ) , , , ); ( , ( ) (
) (

S S d N e q V T K t S t p S G
t T q
BS
(72)
Entonces:
.
1 } 2 / ) ( exp{ ) 2 (
1
)] / 1 ( 1 [ )] ( [
) (
2 2 / 1 ) (
) (
'

t T V
S d e
S d N e
S
S G
t T q
t T q
(73)
El estimador S
(n+1)
est dado por:
.
) (
1
) (
) (
) (
) (
) ( ) (
) 1 (
S
S g
K
S
S g
S S g
S
n
n
n n
n
,
_
+
(74)
Un buen valor inicial para aplicar el mtodo de Newton-Raphson, que
proporciona buenos resultados en la prctica puede tomarse como:
{ }, ] ) /( ][ 2 ) ( ) )] , ( (ln[ [ exp
) (
) (
) ( ) ( ) 0 (

+ +
+
S K K t T V t T q T t P
S K S S
(75)
donde S
()
se define como en (68). Finalmente, vale la pena mencionar que un
mtodo numrico alternativo es el algoritmo de biseccin.
Una aproximacin alternativa para valuar una opcin americana
Desgraciadamente, en algunos casos las aproximaciones numricas con que se
cuenta no proporcionan resultados muy satisfactorios. En especial, cuando el
mtodo de Newton-Raphson produce un nmero grande de iteraciones para un
valor moderadamente pequeo de . En consecuencia, es muy til tener a la mano
una aproximacin alternativa. Considere ahora:
) , , 0 ); ( , ( ) , , 0 ); ( , (
) , , 1 ); ( , ( ) , , 1 ); ( , (
) , , ); ( , ( ) , , , ); ( , (
I K t S t f K I I t S t f K
I K t S t f I I t S t f
I I B t S t f A S A q V T K t S t c
B
+
+

(76)
donde:
, ) (
B
I K I A

, ) / )] , ( ln[ 2 (
2 2
V T t P D D B + y
.
)] , ( ln[
2
1
2
V
q T t P
D
+
+
La funcin f (S(t); x, y, I) se define como:
,
)) ( / ln( 2
)) ( / ( ) ( ) , , ); ( , (
1
1
]
1
,
_

t T V
t S I
d N t S I d N S e I y x t S t f
x x
x
, ) }( ) 1 ( ) 2 / 1 ( ) )] , ( ln[ ( )] , ( {ln[
2
t T V x x q T t P x T t P + +
,
) ]( )) 2 / 1 ( ( )] , ( [ln[ ) / ) ( ( ln
2
t T V
t T V x q T t P y t S
d
x
+
y
.
) )] , ( ln[ ( 2
1 2
2
V
q T t P
x
+

(77)
El precio umbral I se define como:
{ )]} /( ][ 2 ) )( )] , ( ln[ [( exp ) (
) (
0 0 0
0 0
I I I t T V t T q T t P I I
I I I I
+
+

(78)
, ) 1 /(
B BK I e
. ] / )] , ( ln[ , 0 [
0
q T t P Kmax I
Si S (t) > I, entonces es ptimo ejercer la opcin inmediatamente y su precio es
igual al valor intrnseco S (t) K. El valor de una opcin americana de venta se
estima sustituyendo ln [P (t, T)] por q, y ln (ln [P (t, T)] + q) por la expresin ln
[P (t, T)] + q, respectivamente, en (76) y en las frmulas utilizadas para su
desarrollo.
4.3. Opciones compuestas (opciones sobre opciones)
La mayor parte del volumen comerciado de estos productos se encuentra en los
mercados OTC y son fundamentalmente diseadas por instituciones financieras
para satisfacer necesidades especficas de clientes corporativos. En esta seccin,
proporcionamos aproximaciones numricas de opciones compuestas.
4.3.1. Opcin de compra sobre una opcin de compra (call on call)
El perfil de pagos de una opcin de compra sobre una opcin de compra est dado
por max (c
BS
(t, S(t); K
1
, T
2
, V, q) K
2
, 0), donde K
1
es el precio de ejercicio de la
opcin subyacente; K
2
es precio de ejercicio de la opcin de la opcin; y,
finalmente, c
BS
(t, S(t); K
1
, T
2
, V, q) es la frmula estndar de Merton con precio de
ejercicio K
1
y tiempo de vencimiento T
2
. En este caso, se puede usar la siguiente
frmula:
, ) ( ) , (
) , , ( ) , (
) , , ( ) ( ) , , , , , ); ( , , - (
1 1 2
1 2 2 1
) (
2 1 2 1
2
t T V b N T t P K
b d M e t S q V T T K K t S t call call c
t T q

(79)
donde:
, ) /( ) (
2 1
t T t T
,
) )]( 2 / ( )] , ( ln[ [ ) / ) ( ln(
2
2
2
1
t T V
t T V q T t P K t S
d
+ +
t T V
t T V q T t P I t S
b
+ +
1
1
2
) )]( 2 / ( )] , ( ln[ [ ) / ) ( ln(
.
El valor del precio umbral I se encuentra al resolver:
. ) , , , ; , (
2 1 2 1
K q V T T K I t c
BS

(80)
4.3.2. Opcin de venta sobre una opcin de compra (put on call)
El perfil de pagos de un put sobre un call est dado por max (K
2
c
BS
(t, S(t); K
1
,
T
2
, V, q), 0). En este caso, se utiliza la siguiente frmula:
) ( ) , ( ) , , ( ) (
) , , ( ) , (
) , , , , , ); ( , , (
2 1 2
) (
2 2 2 1
2 1 2 1
2
t T V b N T t P K b d M e t S
q V T T K K t S t put-call p
t T q
+ +
+

(81)
donde el valor I que se requiere para calcular b se toma como en (78).
4.3.3. Opcin de compra sobre una opcin de venta (call on put)
En este caso, el perfil de pagos de un put sobre un call es max (p
BS
(t, S(t); K
1
, T
2
,
V, q) K
2
, 0). La siguiente frmula se puede emplear para valuar dicha opcin:
. ) ( ) , (
) , , ( ) (
) , , ( ) , (
) , , , , , ); ( , , (
2 1 2
) (
2 2 2 1
2 1 2 1
2
t T V b N T t P K
b d M e t S
q V T T K K t S t call-put c
t T q
+

+ +

(82)
donde el valor de I se encuentra al resolver
. ) , , , ; , (
2 1 2 1
K q V T T K I t p
BS

(83)
4.3.4. Opcin de venta sobre una opcin de venta (put on put)
Para una opcin de venta sobre una opcin de venta el perfil de pagos satisface
max (K
2
p
BS
(t, S(t); K
1
, T
2
, V, q), 0) y se tiene la siguiente frmula:
. ( ) , (
) , , ( ) , (
) , , ( ) (
) , , , , , ); ( , , (
1 1 2
1 2 2 1
) (
2 1 2 1
2
t T V b N T t P K
b d M e t S
q V T T K K t S t put put p
t T q
+
+

(84)
Aqu, el precio umbral I satisface (83).
4.4. Opciones dependientes del mximo o mnimo de un ttulo de capital con
rendimiento por dividendos constante (o sobre un ndice burstil)
Las opciones que dependen de los valores mximo o mnimo que el subyacente
alcanza durante la vida de la opcin fueron presentadas por primera vez en el
trabajo de Goldman, Sosin, y Gatto [1979]. En las siguientes aproximaciones
analticas emplearemos el modelo de Merton [1973].
4.4.1. Opciones con precio de ejercicio flotante dependiente del mximo o mnimo
Una opcin de compra con precio de ejercicio flotante dependiente del mnimo
otorga al propietario del instrumento el derecho de comprar el subyacente al
menor precio observado durante la vida del contrato, S
min
= min
[t, T]
S (), con un
pago de S (t) S
min
. Similarmente, una opcin de venta otorga al propietario del
ttulo el derecho de vender el activo subyacente al mayor precio observado
durante la vida del contrato, S
max
= max
[t, T]
S (), con un pago de S
max
S (t).
Opciones de compra con el mnimo precio observado del subyacente como precio
de ejercicio
En el caso de una opcin de compra con el mnimo precio observado del
subyacente como precio de ejercicio, tenemos la siguiente frmula:
( )
{ } [ ] , )) ( ( ) )( )] , ( ln[ ( exp
) , ( ) (
) (
) ( ) , ( ) (
) ) ( ( ) , ( )) ( ( ) (
) , , ; ), ( , (
) (
min
min
min
min min min
t T q
min
S d N t T q T t P
T t P t S
t T V S d N
S
t S T t P t S
t T V S d N T t P S S d N e t S
q V T S t S t c
+
+
1
1
]
1
,
_

(85)
donde:
, / ) )] , ( ln[ ( 2
2
V q T t P + (86)
.
) )]( 2 / ( )] , ( ln[ [ ) / ) ( ln(
) (
2
t T V
t T V q T t P S t S
S d
min
min
+ +
(87)
Opciones de venta con el mnimo precio observado del subyacente como precio
de ejercicio
Una aproximacin para valuar una opcin de venta con el mnimo precio
observado del subyacente como precio de ejercicio es la siguiente:
( )
{ } [ ] , )) ( ( ) )( )] , ( ln[ ( exp
) , ( ) (

) (
) ( ) , ( ) (

)) ( ( ) ( ) ) ( ( ) , (
) , , ; ), ( , (
) (
max
max
max
max
t T q
max max
max
S d N t T q T t P
T t P t S
t T V S d N
S
t S T t P t S
S d N e t S t T V S d N T t P S
q V T S t S t p
+
+
1
1
]
1
,
_

(88)
donde es tomada como en (86), y:
.
) )]( 2 / ( )] , ( ln[ [ ) / ) ( ln(
) (
2
t T V
t T V q T t P S t S
S d
max
max
+ +
(89)
4.4.2. Opciones sobre el mximo o mnimo precio observado del subyacente con
precio de ejercicio fijo
Una opcin de compra sobre el mximo precio observado del activo subyacente
con un precio de ejercicio fijo (predeterminado) paga en la fecha de vencimiento la
diferencia entre S
max
= max
[t, T]
S () y el precio de ejercicio K, siempre y cuando
dicha diferencia sea positiva; en caso contrario el pago es cero. Similarmente, una
opcin de venta sobre el mnimo precio observado del activo subyacente con un
precio de ejercicio fijo (predeterminado) paga en la fecha de vencimiento la
diferencia entre el precio de ejercicio K y S
min
= min
[t, T]
S () siempre y cuando
dicha diferencia sea positiva.
Opciones de compra sobre el mximo precio observado del subyacente con precio
de ejercicio fijo
En el caso de una opcin de compra sobre el mximo precio observado del
subyacente con precio de ejercicio fijo, K, se puede utilizar la siguiente
aproximacin, cuando S
max
<K :
( )
{ } [ ] ) ( ) )( )] , ( ln[ ( exp
) , ( ) (

) ( ) , ( ) (

) ( ) , ( ) ( ) (
) , , , ); ( , (
1
1
1 1
) (
d N t T q T t P
T t P t S
t T V d N
K
t S T t P t S
t T V d N T t P K d N e t S
q V T K t S t c
t T q
+
+
1
1
]
1
+
,
_

(90)
donde:
,
) )]( 2 / ( )] , ( ln[ [ ) / ) ( ln(
2
1
t T V
t T V q T t P K t S
d
+ +
(91)
y cuando K S
max
:
( )
{ } [ ] )) ( ( ) )( )] , ( ln[ ( exp
) , ( ) (

) (
) ( ) , ( ) (

) ) ( ( ) , (
)) ( ( ) ( ) )( , ( ) , , , ); ( , (
) (
max
max
max
max max
max
t T q
max
S d N t T q T t P
T t P t S
t T V S d N
S
t S T t P t S
t T V S d N T t P S
S d N e t S K S T t P q V T K t S t c
+
+
1
1
]
1
,
_

(92)
donde d (S
max
) se define como en (89).
Opciones de venta sobre el mnimo precio observado del subyacente con precio
de ejercicio fijo
Para valuar una opcin de venta sobre el mnimo precio observado del subyacente
con precio de ejercicio fijo cuando K < S
min
, se utiliza la siguiente frmula:
( )
{ } [ ] , ) ( ) )( )] , ( (ln[ exp
) , ( ) (

) ( ) , ( ) (

) ( ) ( ) ( ) , (
) , , , ); ( , (
1
1
1
) (
1
d N t T q T t P
T t P t S
t T V d N
K
t S T t P t S
d N e t S t T V d N T t KP
q V T K t S t p
t T q
+
+
1
1
]
1

,
_

(93)
donde d
1
satisface (91). Si K S
min
, entonces se utiliza:
( )
{ } [ ] , )) ( ( ) )( )] , ( ln[ ( exp
) , ( ) (

) (
) ( ) , ( ) (

) ) ( ( ) , (
)) ( ( ) )( , (
) , , , ); ( , (
1
1
1
1
) (
min
min
min
min min
min
t T q
min
S d N t T q T t P
T t P t S
t T V S d N
S
t S T t P t S
t T V S d N T t P S
S d N Se S K T t P
q V T K t S t p
+
+
1
1
]
1
,
_
+ +

(94)
donde d (S
min
) es tomada como en (87).
4.5. Opciones con barreras sobre ttulos de capital o sobre ndices burstiles con
una tasa de rendimiento por dividendos constante
Las opciones con barreras son principalmente negociadas en los mercados OTC
desde 1967. Este tipo de opciones se han convertido en instrumentos muy
populares y ciertamente son de las llamadas opciones exticas que son ms
negociadas. El CBOE y la AOE tienen listadas opciones de compra up-and-out y
de venta down-and-out sobre ndices accionarios.
Con el propsito de desarrollar frmulas de aproximacin para valuar este tipo
de opciones en forma sistemtica, se definen las siguientes cantidades:
, , con
, ) ( ) , ( ) ( ) ( ) (
) (
H K i
t T V x N T t KP x N e t S A
i i
t T q
i

, , , ) ( )) ( / )( , (
) ( )) ( / ( ) ( ) , (
2
) 1 ( 2 ) (
H K i t T V y N t S H T t KP
y N t S H e t S B
i
i
t T q
i

+
, )] ( )) ( / ( ) ( ) , ( [ ) (
2
t T V y N t S H t T V x N T t P M E
H H

. )] 2 ( )) ( / ( ) ( )) ( / [( ) ( t T V z N t S H z N t S H M F
+
(95)
Aqu:
, ) 1 (
) / ) ( ln(
, ) 1 (
) / ) ( ln(
t T V
t T V
H t S
x t T V
t T V
K t S
x
H K
+ +
+ +
, ) 1 (
)) ( / ln(
, ) 1 (
) ) ( / ln(
2
t T V
t T V
t S H
y t T V
t T V
K t S H
y
H K
+ +
+ +
,
) 2 / ( )] , ( ln[
,
)) ( / ln(
2
2
V
V q T t P
t T V
t T V
t S H
z
+ +
+
. ) / )] , ( ln[ 2 (
2 2
V T t P
4.5.1. Opciones que expiran al alcanzar la barrera (opciones out)
Las opciones out son similares a la opciones estndar europeas, excepto que la
opcin pierde vigencia y, por lo tanto, su valor cuando S(t) alcanza la barrera H
antes de la fecha de vencimiento.
Opciones de compra que expiran cuando el subyacente alcanza o es menor que la
barrera (down-and-out call)
El pago de una opcin de compra del tipo down-and-out es max (S(T) K, 0)
siempre y cuando S (t) nunca caiga por debajo de la barrera H durante la vida de la
opcin. En el momento en que S (t) alcanza H, entonces la opcin pierde su
vigencia y por lo tanto su valor. En algunas ocasiones, se especifica de antemano
una cantidad adicional a pagar, M, si la opcin no alcanza la barrera durante su
periodo de vida. Una frmula de valuacin para un call del tipo down-and-out,
siempre y cuando S(t) > H, con un pago en efectivo, M, est dada por:
, (1) 1) (1, ) (1 ) F B A H K -out , c(down-and
K K
+ >
. ) 1 ( ) 1 , 1 ( ) 1 ( ) , ( F B A H K ut down-and-o c
H H
+ <
(96)
Opciones de compra que expiran cuando el subyacente alcanza o es mayor que la
barrera (up-and-out call)
El pago de una opcin de compra del tipo up-and-out es max (S(T) K, 0), siempre
y cuando S(t) nunca exceda a H en el tiempo de vida de la opcin. En caso de que
S(t) alcance a H, la opcin deja de tener valor. Una frmula para el precio de esta
opcin es:
, ) 1 ( ) , ( > F H K up-and-out c
. ) 1 ( ) 1 , 1 ( ) 1 , 1 ( ) 1 ( ) 1 ( ) , ( + + < F B B A A H K up-and-out c
H K H K
(97)
Opciones de venta que expiran cuando el subyacente alcanza o es menor que la
barrera (down-and-out put)
El pago de una opcin de venta del tipo down-and-out es max (K S (T), 0),
siempre y cuando S (t) nunca caiga por debajo de H en el tiempo de vida de la
opcin. Si S (t) alcanza a H, entonces la opcin pierde todo valor. Para su
valuacin se puede emplear:
, ) 1 ( ) 1 , 1 ( ) 1 , 1 ( ) 1 ( ) 1 (
) , (
F B B A A
H K ut down-and-o p
H K H K
+ +
>
. ) 1 ( ) , ( F H K ut down-and-o p <
(98)
Opciones de venta que expiran cuando el subyacente alcanza o es mayor que la
barrera (up-and-out put)
El pago de una opcin de venta del tipo up-and-out es max (K S (T), 0) siempre
y cuando S (t) no exceda a H durante la vida de la opcin. En el momento en que S
(t) alcance a H, la opcin pierde vigencia. Una frmula para su precio es:
, ) 1 ( ) 1 , 1 ( ) 1 ( ) , ( + > F B A H K up-and-out p
H H
, ) 1 ( ) 1 , 1 ( ) 1 ( ) , ( + > F B A H K up-and-out p
H H
(99)
Por ltimo, observe que cuando M = 0, entonces:
) , (
) , ( ) , , , ); ( , (
H K n down-and-i c
H K ut down-and-o c q V T K t S t c
BS
> +
>
(100)
Relaciones similares son vlidas para puts, as como para los casos up-and-out y
up-and-in.
4.5.2. Opciones que entran en vigencia al alcanzar la barrera (opciones in)
Las opciones in entran en vigencia en el momento en que S(t) alcanza la barrera H.
En otras palabras, si S(t) alcanza a H, entonces la opcin se convierte en una
opcin europea.
Opciones de compra que entran en vigencia cuando el subyacente alcanza o es
menor que la barrera (down-and-in call)
Si en algn momento S(t) H, entonces el pago de un call del tipo down-and-in
en el vencimiento est dado por max (S(T) K, 0). Una frmula para valuar este
instrumento es:
, ) 1 ( ) 1 , 1 ( ) , ( E B H K n down-and-i c
K
+ >
. ) 1 ( ) 1 , 1 ( ) 1 , 1 ( ) 1 ( ) ( E B B A H n , K down-and-i c
H K K
+ + <
(101)
Opcin de compra up-and-in
Si S(t) H en algn momento, el pago que se obtiene por un call del tipo up-and-
in es max (S(T) K, 0). Una frmula para determinar el precio de esta opcin es:
, ) 1 ( ) 1 ( ) ( + > E A H , K up-and-in c
K
. ) 1 ( ) 1 , 1 ( ) 1 , 1 ( ) 1 ( ) , ( + + < E B B A H K n down-and-i c
H K H
(102)
Opcin de venta down-and-in
Si en algn momento S(t) H, entonces el pago de un put del tipo down-and-in en
el vencimiento est dado por max (K S(T), 0). Para valuar este instrumento se
utiliza:
, ) 1 ( ) 1 , 1 ( ) 1 , 1 ( ) 1 ( ) , ( E B B A H K n down-and-i p
H K H
+ + >
. ) 1 ( ) 1 ( ) E A H -in , K p(down-and
K
+ <
(103)
Opcin de venta up-and-in
Si S(t) H en algn momento, el pago que se obtiene por un put del tipo up-and-
in es max (K S(T), 0). Una frmula para determinar el precio de esta opcin es
, ) 1 ( ) 1 , 1 ( ) 1 ( ) 1 ( ) ( + + > E B A A H , K up-and-in p
H H K
. ) 1 ( ) 1 , 1 ( ) + < E B H n , K p(up-and-i
K
(104)
4.6. Opciones binarias
Las opciones binarias, tambin conocidas como opciones digitales, son muy
populares en los mercados OTC tanto para coberturas como para especulacin.
Este tipo de opciones es muy importante en ingeniera financiera debido a que son
la base para construir productos derivados ms sofisticados.
4.6.1. Opciones de brecha (opciones gap)
El pago de una opcin de compra gap es cero si S(T) K
1
, y es S(T) K
2
cuando
S(T) > K
1
, donde K
2
es especificado con antelacin. De manera similar, el pago de
una opcin de venta gap es cero si S(T) K
1
, y S(T) K
2
si S(T) < K
1
. Las frmulas
de valuacin para opciones gap de compra y venta son, respectivamente,
] ) ( [ )] ( [ ) (
) , , , , ); ( , (
1 2 1
) (
2 1
t T V K d N K K d N e t S
q V T K K t S t c
t T q
gap

, )] ( [ ) ( ] ) ( [ ) , (
) , , , , ); ( , (
1
) (
1 2
2 1 gap
K d N e t S t T V K d N T t P K
q V T K K t S t p
t T q
+

(105)
donde:
.
) )]( 2 / ( )] , ( ln[ [ ) / ln(
) (
2
1
1
t T V
t T V q T t P K S
K d
+ +
Aqu, V y P (t, T) son definidos como siempre. Observe que el precio de este tipo
de opciones puede ser negativo, dependiendo de los valores de K
1
y K
2
. Cuando
la diferencia entre K
1
y K
2
es tal que el valor de la opcin es cero, se dice entonces
que la opcin es de pago posterior (pay-later option).
4.6.2. Opciones del tipo efectivo-o-nada y activo-o-nada
Una opcin del tipo efectivo-o-nada paga una cantidad nominal M al vencimiento
si la opcin se encuentra dentro del dinero (in-the-money). Una opcin de compra
del tipo efectivo-o-nada tiene un pago cero si S(T) K, y M si S(T) > K.
Similarmente, el perfil de pagos de una opcin de venta del tipo efectivo-o-nada es
cero si S(T) > K, y M si S(T) < K. El caso de las opciones de activo-o-nada se
obtiene al sustituir MP (t, T) por S (t)e
q(T t)
, y d
2
por d
2
+ V(T t)
1/2
. La valuacin
aproximada de opciones (de compra y venta) del tipo efectivo-o-nada puede
llevarse a cabo mediante las siguientes frmulas:
, ) ( ) , ( ) , , , , ); ( , (
2
d N T t P M q V T M K t S t c
money

, ) ( ) , ( ) , , , , ); ( , (
2
d N T t P M q V T M K t S t p
money

(106)
donde:
.
) )]( 2 / ( )] , ( ln[ [ ) / ln(
2
t T V
t T V q T t P K S
d
Por ltimo, note que:

. ) , , , ); ( , ( ) , , , ); ( , (
) , , , ); ( , (
q V T K t S t c q V T K M t S t c
q V T K t S t c
BS money
asset
+
(107)
4.7. Opciones asiticas
Existen en la literatura frmulas exactas aproximadas para valuar estos productos
derivados; vase, por ejemplo, Kemma y Vorst [1990], y Turnball and Wakeman
[1991]. Las siguientes aproximaciones utilizan volatilidad variable y tasas de
inters estocsticas.
4.7.1. Opciones sobre la media geomtrica del subyacente con tasa constante de
costos de acarreo
Si el activo subyacente sigue una distribucin log normal, entonces la media
geomtrica de dicho activo sigue una distribucin log normal. En este caso, las
opciones de compra y venta con costo de acarreo constante pueden valuarse
utilizando las siguientes frmulas ajustadas:
, )] ( [ ) ( ] ) ( [
) , , , ); ( , (
, ] ) ( [ )] ( [ ) (
) , , , ); ( , (
) (
) (
K d N e t S t T V K d KN
b V T K t S t p
t T V K d N K K d N e t S
b V T K t S t c
t T q
a
G
a
t T q
G
a
a
+

(108)
donde:
,
) )]( 12 / ( )] , ( ln[ [ ) / ln(
) (
2
t T V
t T V q T t P K S
K d
+ +
.
6
)] , ( ln[
2
1
2
,
_

V
q T t P q
a
4.7.2. Opciones sobre la media aritmtica de un subyacente
No se cuenta con una frmula exacta para valuar una opcin sobre la media
aritmtica de un subyacente, y la razn es muy simple: cuando un subyacente
sigue una distribucin log normal, resulta que la media aritmtica no se distribuye
log normal. En este caso, es posible utilizar la siguiente frmula aproximada para
valuar opciones de compra y de venta sobre medias aritmticas de subyacentes:
) ( ) , ( ) ( ) ( ) , , , ); ( , ( U D N T t KP D N t S b V T K t S t c
A

, ) , ( ) ( ) , , , ); ( , ( ) , , , ); ( , ( T t KP t S b V T K t S t c b V T K t S t p
A A
+
(109)
donde:
,
) ln( ) ln( ) 2 / 1 (
U
K W
D

, ))] ( ln( ) )]( , ( ln[ [ 2 ) ln( t S t T T t P W U +

,
)] , ( ln[
) )] , ( (ln[ 2 ) )( )] , ( (ln[
) ( 2
2 1
2 2 2
,
_
+
+ +
q T t P
V q T t P t T V q T t P
t S
W
{ } , 1 ) ]( ) )) , ( (ln( 2 [ exp
2
1
+ t T V q T t P
{ } . 1 ) )( )) , ( ln( ( exp
2
+ t T q T t P
4.8. Opciones sobre tasas de inters
El modelo de Black [1976] es uno de los ms utilizados en la valuacin de opciones
de tasas de inters. El modelo fue inicialmente desarrollado para valuar opciones
sobre forwards y el supuesto principal es que el subyacente, i.e. la tasa de inters,
sigue una distribucin log normal. La enorme popularidad del modelo de Black
para valuar caps y swaptions indica que los problemas de inconsistencia entre
estos dos modelos son despreciables en la prctica. Es decir, los participantes del
mercado frecuentemente ajustan inconsistencias mediante un ajuste en la
volatilidad, con base en la experiencia, expectativas y condiciones del mercado.
4.8.1. Caps y Floors
Un cap es un contrato que garantiza al propietario que una tasa flotante no
exceder una cota superior especificada de antemano. Un cap de tasa de inters
consiste de una serie de opciones de compra (calls) del tipo europeo, llamadas
caplets. Cada caplet puede valuarse utilizando una versin modificada del modelo
de Black [1976] con la tasa forward implcita en el vencimiento de cada caplet
como el activo subyacente. El precio del cap es la suma de los precios de los
caplets que conforman el cap. En forma similar, el valor de un floor, es la suma de
una sucesin de precios de opciones de venta, llamados floorlets.
Caps y caplets
El precio de un cap, al tiempo t, est dado por:

n
i
i t t
Caplet Cap
1
,
(110)
donde:
, } ( ) ( ) , , ( ){ , ( ) (
1 1 1 ,

i i f i i i i i i i i i t
t t V d N R d N t t t f t t P t t N Caplet
,
)] , ( ln[ )] , ( ln[
) , , (
1
1
1
i i
i i
i i
t t
t t P t t P
t t t f
.
) )( 2 / ( ) / ) , , ( ln(
1
1
2
1
i i f
i i f i i i
i
t t V
t t V R t t t f
d
Aqu, N = nocional (o principal); f (t, t
i 1
, t
i
) = tasa forward al tiempo t; R
i
=
tasa fija del caplet; V
f
= volatilidad de la tasa forward.
Floors y floorlets
Finalmente, para el caso de un floor, se tiene la siguiente frmula de valuacin
,
1
,

n
i
i t t
Floorlet Floor (111)
donde:
. } ( ) ( ) , , ( ){ , ( ) (
1 1 1
,

+ +
i i f i i i i i i i i
i t
t t V d N R d N t t t f t t P t t N
Floorlet
Con esto se concluyen las frmulas aproximadas de valuacin de opciones
financieras.
5. Estrategias de cobertura con opciones de tasa de inters
El riesgo por fluctuaciones adversas en la tasa de inters que enfrentan las
tesoreras de corporativos se refleja en la posibilidad de que el valor presente de
los flujos de efectivo no se presente en la magnitud que se esperaba, lo que afecta
la programacin de las decisiones de operacin, inversin y financiamiento. Este
riesgo puede reducirse si se cubre adecuadamente el valor presente de los flujos
esperados tomando posiciones con opciones sobre bonos cupn cero.
En lo que sigue vamos a denotar al precio de una opcin (posiciones largas y
cortas de compra o venta) sobre tasas de inters o sobre un bono cupn cero
mediante u(t, r
t
; K, T, M), donde t es la fecha de emisin del instrumento, r
t
es la
tasa spot, K es el precio de ejercicio, T es la fecha de vencimiento y M son los das
de inversin del bono. Con el propsito de inmunizar el valor presente de un
portafolio combinado (flujos de efectivo y opciones), se utilizarn tres opciones,
digamos, con vencimientos T
1
, T
2
y T
3
, con T
1
< T
2
< T
3
. La razn por la que se
eligen tres series de opciones se justificar ms adelante. As pues, la opcin con
vencimiento T
i
tiene precio u
i
(t, r
t
; K
i
, T
i
, M), i = 1, 2, 3. Si V (t, r
t
; f) es el valor
presente de un conjunto de flujos de efectivo, f = {f
1
, f
2
, , f
n
}, se desean
determinar cantidades x
1
, x
2
y x
3
de opciones u
i
(t, r
t
; K
i
, T
i
, M), i = 1, 2, 3, de tal
manera que los cambios en el valor presente de los flujos de efectivo por
variaciones en la tasa de inters se compensen con los flujos generados por las
opciones (posiciones largas y cortas de compra o venta), precisamente:
. 0
3 3 2 2 1 1
dV u d x u d x u d x + + +
(112)
Los argumentos que se utilizarn para eliminar el factor de riesgo son similares
a los que se utilizan en la derivacin de la ecuacin de Black-Scholes [1973]. Una
simple aplicacin del Lema de It a u
i
(t, r
t
; K
i
, T
i
, M), i = 1, 2, 3, y a V (t, r
t
; f)
conduce a:
15

15
Una discusin bsica sobre el Lema de It puede verse en Daz-Tinoco y Hernndez-Trillo
[1993].
( )

. ,
2
1

0
2
2
2
3
2
3
2
2
2
2
2
1
2
1
2
3
3
2
2
1
1
3
3
2
2
1
1
t d
r
V
r
u
x
r
u
x
r
u
x r t
r d
r
V
r
u
x
r
u
x
r
u
x
t d
t
V
t
u
x
t
u
x
t
u
x
t t t t
t
t
t t t t
,
_
,
_
,
_
(113)
Esta ecuacin es fundamental para generar estrategias de cobertura con opciones,
pues contiene informacin sobre el tiempo promedio en que se presentan flujos de
efectivo o se realizan pagos si se ejercen la opciones, as como informacin de la
dispersin de dichos tiempos con respecto al tiempo promedio. A continuacin se
desarrolla un mtodo de cobertura del valor presente de un conjunto de flujos de
efectivo. Dado que dt y dr
t
, son variables independientes en (113), se sigue que
las condiciones:

, 0
, 0
2
2
2
3
2
3
2
2
2
2
2
1
2
1
3
3
2
2
1
1
3
3
2
2
1
1
t t t t
t t t t
r
V
r
u
x
r
u
x
r
u
x
r
V
r
u
x
r
u
x
r
u
x
t
V
t
u
x
t
u
x
t
u
x
(114)
implican la relacin establecida en (113) entre los precios de las opciones y el valor
presente de los flujos de efectivo. El sistema anterior tiene tres ecuaciones en las
incgnitas x
1,
x
2
y x
3
. En todo lo que sigue, supondremos que el determinante
asociado al sistema (114) es distinto de cero a fin de garantizar soluciones no
triviales. Los valores x
1,
x
2
y x
3
definen una estrategia de cobertura.
16
La cantidad
V/r
t
recibe el nombre de duracin monetaria de V y la cantidad
2
V/
2
r
t
2
es
llamada convexidad monetaria de V.
17
Las cantidades u
i
/t y V/t miden la

16
Comprese este tipo de estrategias con las desarrolladas en Gonzlez-Archiga, Venegas-
Martnez y Daz-Tinoco [2000], y Gonzlez-Archiga, Daz-Tinoco y Venegas-Martnez
[2001].
17
Los conceptos de duracin y convexidad son sumamente tiles en la medicin y
administracin del riesgo de tasa de inters. La literatura sobre inmunizacin utilizando dichos
conceptos es extensa, se debe destacar, por ejemplo: Gonzlez-Archiga, Venegas-Martnez y
Daz-Tinoco [2000] y Zenios [1996].
sensibilidad de las opciones y del valor presente a cambios en la fecha de inicio de
la cobertura, respectivamente. Como puede observarse, la inmunizacin por
duracin y convexidad es un mtodo local diseado para cubrir cambios en el
valor presente debido a desplazamientos, pequeos y moderados, en la tasa de
inters.
6. El teorema de Modigliani y Miller y el modelo de
valuacin de opciones
En esta seccin se discute sobre la consistencia que existe entre el Teorema de
Modigliani y Miller, el modelo CAPM y los modelos de valuacin de opciones.
Los accionistas de una empresa deciden si un proyecto de inversin se lleva a
cabo o no en funcin de la tasa esperada de retorno del proyecto, i.e. en funcin
del costo de oportunidad para invertir en proyectos alternativos de riesgo
equivalente. De hecho, los accionistas slo aceptarn aquellos proyectos que
proporcionen por lo menos la mnima tasa de retorno (ajustada por riesgo)
aceptable, es decir la tasa que regrese el principal ms una ganancia adicional que
incremente la riqueza de los accionistas. Esta tasa mnima aceptable es lo que se
conoce como el costo de capital. Los artculos seminales de Modiagliani y Miller
[1958] y [1963] analizan, bajo un conjunto de supuestos muy simples, la relacin
entre el costo de capital y la estructura de capital. Su principal resultado es que el
valor de mercado de la empresa apalancada (con deuda) es igual al valor de
mercado de la empresa no apalancada ms la ganancia fiscal por apalancamiento.
En consecuencia, en ausencia de impuestos, el valor de mercado de la empresa es
independiente de la estructura de capital.
En esta seccin, estamos interesados en: llevar a cabo ejercicios de esttica
comparativa sobre el riesgo sistemtico de los ttulos de capital y derivar la tasa
promedio ponderada de capital con el modelo de valuacin de opciones.
Suponga que: (a) la deuda emitida por una empresa consiste de bonos cupn
cero; (b) no hay fricciones (no hay costos de transaccin ni impuestos); y (c) las
expectativas de los agentes son homogneas. Si el activo subyacente es el valor
de la empresa en el mercado, V
t
, entonces podemos escribir:
, ) , , ; , ( ) , , ; , ( + + r D V t S B r D V t p V
t t t t t
(115)
lo cual es simplemente la condicin de paridad put-call. En este caso, el valor de la
empresa apalancada ms la emisin de un put sobre dicho valor es igual a un bono
cupn cero ms un call sobre deuda con riesgo (el valor de la accin en una
empresa apalancada). El pago del call en la fecha de vencimiento ser
, ) 0 , ( D V max S
T T

(116)
donde D es el valor nocional de la deuda. As, si el valor de mercado de la empresa
es mayor que el valor nocional de la deuda en la fecha de vencimiento, entonces
los accionistas ejercen el call, con lo cual pagan D y reciben V
T
D. Supongamos
que la dinmica del subyacente V
t
es guiada por un movimiento geomtrico
Browniano neutral al riesgo:
,
t t t t
W d V dt V r dV +
(117)
donde r es la tasa libre de riesgo y es la volatilidad instantnea. El lema de It
aplicado al call S
t
conduce a:
( ) . ,
2
1
2
2
2 2
t
t
t t t
t
t t
t
V
S
V t r V d
V
S
t d
t
S
S d
(118)
Por lo tanto:
,
0
V
t
t
t
t
t
t
t
t
t
t
t
t
dt
S
r
S
V
V
S
S
V
V
V d
V
S
S
dS
lim r
(119)
donde r
S
y r
V
son las tasas de retorno de S
t
y V
t
, respectivamente. Si ahora
escribimos
S
= Cov (r
S
, r
M
)/Var (r
M
), donde r
M
es la tasa de retorno del mercado,
entonces de (119), se sigue que:
.
) ( Var
) , ( Cov
S
t
t
t
t
M
M V
t
t
t
t
S
S
V
V
S
r
r r
S
V
V
S

(120)
Por otro lado, la frmula de valuacin del modelo estndar de Black-Scholes
establece que:
), ) ( ) (
) (
t T d N e D d N V S
t T r
t t

(121)
donde:
.
) ( )] 2 / ( [ ] / ln[(
2
t T
t T r D V
d
t

+ +
(122)
Claramente, S
t
/V
t
= N (d). Por lo tanto, de (120) y (121), se sigue que:
.
) ) ( ) (
) (
) (
V
t T r
t
t
S
t T d N e D d N V
d N V

(123)
A partir de esta ecuacin, se desprenden los primeros resultados importantes.
Dado que D/V
t
1, e
r (T t)
< 1 y N (d (T t)
1/2
N (d), se tiene que el riesgo
sistemtico de los ttulos de capital en una empresa apalancada es mayor que el
riesgo sistemtico de una empresa no apalancada. Un ejercicio simple de esttica
comparativa muestra que
. 0 , 0 , 0 , 0 , 0
2
<

<

<

>

<

T r D V
S S S S
t
S
(124)
As pues, el riesgo sistemtico de los ttulos de capital disminuye cuando el
valor de mercado de la empresa aumenta, y aumenta cuando el nocional aumenta.
Las otras condiciones en (124) tienen interpretaciones igualmente intuitivas.
Ahora bien, utilizando el CAPM (vanse, Lintner [1965] y Sharpe [1964] ), se sigue
que el costo de capital, k
s
puede escribirse como:
. ) ( ) (
V
t
t
M S
S
V
d N r r r k +
(125)
Asimismo, del CAPM se tiene que
S
= ( r)/(r
M
r), donde es la tasa
promedio ponderada de capital (WACC por sus iniciales en ingls). Lo anterior
conduce inmediatamente a:
. ) ( ) (
t
t
S
S
V
d N r r k +
(126)
Tambin, note que:
. 1
t
t
t
t
V
B
V
S
(127)
Es decir, cualquier cambio en el valor de los ttulos de capital es compensado
con un cambio igual (en sentido opuesto) en el valor de la deuda. En
consecuencia, y dado que no hay impuestos:
.
B
V
) d ( N ) r ( r k
t
t
B
+
(128)
Las ecuaciones (126) y (128) conducen a los resultados estndar de Modigliani y
Miller expresados como:
t
t
S
t
t
B
V
S
k
V
B
k + . ) (
t
t
B S
S
B
k k +
(129)
Esto muestra la consistencia entre los resultados de Modigliani y Miller, el modelo
CAPM y el modelo de valuacin de opciones.
7. Conclusiones
La ausencia tan prolongada en Mxico de mercados de instrumentos de cobertura
contra contingencias financieras, nos invita a evaluar sus efectos en el bienestar
de los agentes econmicos. En particular, en el episodio de diciembre de 1994, o
mejor dicho en la debacle financiera de 1995, llama la atencin la enorme
exposicin a distintos riesgos y la imposibilidad de administrarlo a falta de un
mercado de seguros contra contingencias financieras.
18
Desafortunadamente,
esta situacin no permiti a los agentes planear adecuada y oportunamente sus
flujos financieros en el corto y mediano plazo, pues estos instrumentos estn
disponibles y se utilizan adecuadamente y protegen a los agentes contra
fluctuaciones adversas en las variables subyacentes. Actualmente, se cuenta con
un mercado organizado y reconocido por las autoridades financieras para cotizar y
negociar productos derivados estandarizados, el Mercado Mexicano de Derivados
(MexDer). En l se comercian contratos futuros y en breve se listarn opciones.
Esta gua para la valuacin de opciones financieras ha tenido como objetivo
presentar lo ms avanzado de la teora y prctica de estos productos derivados.
La mayora de los modelos y frmulas de valuacin presentados en el
transcurso de este trabajo son locales, en el sentido de que la cobertura es
efectiva slo en un intervalo pequeo de tiempo, unos das, posiblemente una
semana. Por esta razn, el portafolio requiere de actualizaciones peridicas o
rebalanceo a fin de proteger eficazmente no slo contra cambios pequeos en la
difusin del subyacente, sino tambin contra cambios moderados y extremos.
19
Si
una estrategia no es rebalanceada atendiendo a las expectativas y a las
condiciones del mercado, la proteccin se deteriora progresivamente.
Asimismo, en muchos de los casos examinados, se requiere de mtodos
numricos para valuar las primas de las opciones. Por lo tanto, se recomienda,

18
Sobre las consecuencias de mercados financieros incompletos en la economa mexicana
vanse Venegas-Martnez y Gonzlez-Archiga [2000], y Venegas-Martnez [2001], [2000],
[2000a] y [1999].
19
Otros modelos de cobertura contra volatilidad extrema que utilizan procesos de difusin con
saltos, aplicados al mercado de capitales mexicano, se encuentran en Venegas-Martnez
[2001a].
pero no es indispensable, el manejo de subrutinas y procedimientos en
Mathematica y MATLAB, a fin de obtener resultados en forma eficiente para las
estimaciones de los precios de las opciones.
Por ltimo, es importante resaltar las limitaciones de los modelos y las frmulas
de valuacin. Primero, en el modelo Bayesiano se requiere explorar otras
distribuciones a priori y evaluar la robustez de los resultados. Segundo, el modelo
de valuacin con saltos necesita extenderse de tal manera que la tendencia, la
volatilidad y la intensidad del proceso subyacente sean funciones del precio de
contado del ttulo y del tiempo. Finalmente, se requiere ms investigacin en
cuanto a la estructura de plazos de la tasa de inters, digamos, otras estructuras
modeladas a travs de procesos estocsticos que estn disponibles en la
literatura, aunque no sean consistentes con el equilibrio general adems de llevar
a cabo un anlisis comparativo de los resultados entre modelos.
8. Referencias
Abramowitz, M., y Stegun, A. (1965) Handbook of mathematical functions, Dover
Publications Inc., Nueva York.
Arrow, J. (1963) The role of securities in the optimal allocation of risk-bearing,
Review of Economic Studies, Vol. 31, pp. 91-96.
Avellaneda, M., Levy A., y Pars, A. (1995) Pricing and hedging derivative
securities in markets with uncertain volatilities, Applied Mathematical
Finance, Vol. 2, pp. 73-88.
Ball, C. y Roma, A. (1994) Stochastic volatility option prices, Journal of
Financial and Quantitative Analysis, Vol. 24 (4), pp. 589-607.
Berger, J. (1985) Statistical decision theory and Bayesian analysis, Springer-
Verlag, Nueva York.
Bernardo, J. (1979) Reference posterior distributions for Bayesian inference,
Journal of the Royal Statistics Society, Vol. B 41, pp. 113-147.
Bingham, N., y Kiesel, R. (1998) Risk-neutral valuation: pricing and hedging of
financial derivatives, Springer-Verlag, Nueva York.
Bjerksund, P. y Stensland, G. (1993) American exchange options and a put-call
transformation: a note, Journal of Business Finance and Accounting, Vol.
20(5), pp. 761-764.
Bjerksund, P. y Stensland, G. (1993a) Closed-form approximation of american
options, Scandinavian Journal of Management, Vol. 9, pp. 87-99.
Black, F. (1976) The pricing of commodity contracts, Journal of Financial
Economics, Vol. 3, pp. 167-179.
Black, F., Derman E. y Toy, W. (1990) A one-factor model of interest rates and its
applications to treasury bond options, Financial Analysts Journal, enero-
febrero, pp. 33-39.
Black, F. y Scholes M. (1973) The pricing of options and corporate liabilities,
Journal of Political Economy, Vol. 81, pp. 637-659.
Bjork, T. (1999) Arbitrage theory in continuous time, Oxford University Press.
Bolsa Mexicana de Valores (2000) Boletn de la Bolsa Mexicana de Valores,
Seccin de anlisis y evaluacin de instrumentos de deuda, Mxico.
Cox, J., Ingersoll, J. y Ross, S. (1985) A theory of the term structure of interest
rates, Econometrica, Vol. 53, pp. 385-407.
Cox, J. y Ross, S. (1976) The valuation of options for alternative stochastic
processes, Journal of Financial Economics, Vol. 3, pp. 145-166.
Curran, M. (1992) Beyond average intelligence, Risk Magazine, Vol. 5(10).
Daz-Tinoco, J y Hernndez-Trillo, V. (1996) Futuros y opciones financieras: una
introduccin, Limusa-BMV.
Fouque, J., Papanicolaou, G. y Sircar, K. (2000) Derivatives in financial markets
with stochastic volatility, Cambridge University Press.
Gay, G., Kolb, V y Chiang, R. (1983) Interest rates hedging: an empirical test of
alternative strategies, Journal of Financial Research, Vol. 6, pp. 187-197.
Geske, R. (1979) The valuation of compound options, Journal of Financial
Economics, Vol. 7, pp. 63-81.
Goldman, B., Sosin, H. y Gatto, M. (1979) Path dependent options: buy at the low,
sell at the high, Journal of Finance, Vol. 34(5), pp. 1111-1127.
Gonzlez-Archiga, B., Daz-Tinoco, J. y Venegas-Martnez, F. (2000) Poltica
fiscal y contratos de futuros: el caso de las personas fsicas en Mxico
(simulacin Monte Carlo y valuacin binomial), Estudios Econmicos, Centro
de Estudios Econmicos, COLMEX, Vol. 15, No. 29, pp. 3-36.
Gonzlez-Archiga, B., Venegas-Martnez F. y Daz-Tinoco, J. (2000) Riesgo de
tasas de inters e inmunizacin por duracin y convexidad con futuros:
anlisis local y de valor en riesgo, Investigacin Econmica, Fac. de
Economa, UNAM, Vol. 60, No. 233, pp.77-112.
Gonzlez-Archiga, B., Venegas-Martnez F.y Daz-Tinoco, J. (2001) Riesgo
cambiario, brecha de madurez, y cobertura con futuros: anlisis local y de
valor en riesgo, Economa Mexicana, Nueva Epoca, CIDE, Vol. 10, No. 2.
Hanselman, D. y Littlefield (1998) Mastering MATLAB 5: a comprehensive
tutorial and reference, Prentice Hall.
Heath, D., Jarrow, R. y Morton, A. (1992) Bond pricing and the term structure of
interest rates: a new methodology, Econometrica, 60, pp. 77-105.
Heston, S. (1993) A closed-form solution for options with stochastic volatility
with applications to bond and currency options, Review of Financial
Studies, Vol. 6(2), pp. 327-343.
Ho, T., y Lee, S (1986) Term structure movements and pricing interest rates
contingent claims, Journal of Finance, Vol. 41, pp. 1011-1029.
Hull, J. y White, A. (1990) Pricing interest rate derivative securities, Review of
Financial Studies, Vol. 3, pp. 573-592.
Hull, J. y White, A. (1993) One-factor interest rate models and the valuation of
interest rate derivative securities, Journal of Financial and Quantitative
Analysis, Vol. 28, pp. 235-254.
Hull, J. y White, A (1987) The pricing of option on assets with stochastic
volatility, Journal of Finance, Vol. 42 (2), pp. 281-300.
Jaynes, E. (1968) Prior probabilities, IEEE Transactions on Systems Science and
Cybernetics, Vol. 4, pp. 227-241.
Jeffreys, H. (1961) Theory of probability, Oxford University Press, Londres.
Kemna, A. y Vorst, A. (1990) A pricing method for options based on average
asset values, Journal of Banking and Finance, Vol. 14, pp. 113-129.
Kolb, R. y Chiang, R. (1981) Improving hedging performance using interest rate
futures, Financial Management, Vol. 10, pp. 72-79.
Kullback, S. (1956) An application of information theory to multivariate analysis
Mathematical Statistics, Vol. 27, pp. 122-146.
Lamberton, D. y Lapeyre, B. (1996) Introduction to stochastic calculus applied to
finance, Chapman & Hall.
Lintner, J. (1965) The valuation of risky assets and the selection of risky
investments in stock portfolios and capital budgets, Review of Economics
and Statistics, Vol. 47, pp. 13-37.
Merton, R. (1973) Theory of rational option pricing, Bell Journal of Economics
and Management Science, Vol. 4, pp. 141-183.
Merton, R. (1977) On the pricing of contingent claims and the Modigliani-Miller
Theorem, Journal of Financial Economics, Vol. 5, pp. 241-250.
Modigliani, F. y Miller, V. (1958) The cost of capital, corporation finance and the
theory of investment, American Economic Review, Vol. 48(3), pp. 261-297.
Nelson, C. y Siegel, A. (1987) Parsimonious modeling of yield curves, Journal of
Business, Vol. 60, pp. 473-489.
Ramrez Snchez, J. (2001) Los problemas ms comunes en el pronstico de
rendimientos de activos con distribuciones no normales, Documento de
Trabajo, CIDE.
Redheffer, R. (1991) Differential equations: theory and applications, Jones and
Bartlett Publishers, Boston.
Reiner, E. y Rubinstein, M. (1991) Breaking down the barriers, Risk Magazine,
4(8).
Renault, E. y Touzi, N. (1996) Option hedging and implied volatility in a
stochastic volatility model, Mathematical Finance, Vol. 6 (3), pp. 279-302.
Rendleman, R. y Bartter, B. (1980) The pricing of options on debt securities,
Journal of Financial and Quantitative Analysis, Vol. 15, pp 11-24.
Roll, R. (1977) An analytical valuation formula for unprotected american call
options, Journal of Financial Economics, Vol. 5, pp. 251-258.
Samuelson, P. (1965) Proof that properly anticipated prices fluctuate randomly,
Industrial Mangement Review, Vol. 6, pp. 41-49.
Sharpe, W. (1964) Capital asset prices: A theory of market equilibrium under
conditions of risk, Journal of Finance, Vol. 19, pp. 425-442.
Shaw, W. (1998) Modelling Financial Derivatives with Mathematica, Cambridge
University Press.
Stein, E. y Stein, J. (1991) Stock price distribution with stochastic volatility: an
analytic approach, Review of Financial Studies, Vol. 4 (4), pp. 727-752.
Turnbull, S. y Wakeman, L. (1991) A quick algorithm for pricing european
average options, Journal Financial and Quantitative Analysis, Vol. 26, pp.
377-389.
Vasicek, O. (1977) An equilibrium characterization of the term structure, Journal
of Financial Economics, Vol. 5, pp. 177-188.
Venegas-Martnez, F. (2001) Temporary stabilization: A stochastic analysis,
Journal of Economic Dynamics and Control, Vol. 25.
Venegas-Martnez, F. (2001a) Opciones, cobertura y procesos de difusin con
saltos: una aplicacin a los ttulos de Gcarso, Estudios Econmicos, Centro
de Estudios Econmicos, COLMEX.
Venegas-Martnez, F. (2001b) Pricing and hedging derivative securities with
prior information, Working paper, Mathematical Finance Group, Oxford
University.
Venegas-Martnez, F. (2001c) Poltica fiscal y renta petrolera: una propuesta de
rgimen fiscal para Pemex, Revista Latinoamericana de Economa, IIEC-
UNAM, Vol. 124.
Venegas-Martnez, F. (2000) On consumption, investment, and risk, Economa
Mexicana, Nueva Epoca, CIDE, Vol. 9, No. 2, pp. 227-244.
Venegas-Martnez, F. (2000a) Aprendizaje, utilidad y estabilizacin, Gaceta de
Economa, ITAM, Ao 5, No. 10, pp. 153-169.
Venegas-Martnez, F. (1999) Crecimiento endgeno, dinero, impuestos, y deuda
externa, Investigacin Econmica, Facultad de Economa, UNAM, Vol. 59, No.
229, pp. 15-36.
Venegas-Martnez, F. (1997) On information functionals and priors, Memoria
del XII Foro Nacional de Estadstica, Asociacin Mexicana de Estadstica.
INEGI, pp. 183-188.
Venegas-Martnez, F. (1992) Entropy maximization and cross-entropy
minimization on quantiles; a matrix approach, Agrociencia, Serie Matemticas
Aplicadas, Estadstica y Computacin, Vol. 3, No. 2, pp. 71-76.
Venegas-Martnez, F. (1990) On regularity and optimality conditions for maximum
entropy priors, The Brazilian Journal of Probability and Statistics, Vol. 4,
pp. 105-136.
Venegas-Martnez, F. (1990a) Informacin suplementaria a priori, aspectos
computacionales y clasificacin, Estadstica, Inter-American Statistical
Institute, IASI, Vol. 42, No. 139, pp. 64-80.
Venegas-Martnez, F. (1990b) Informacin suplementaria a priori, Contributions
to Probability and Mathematical Statistics, Acts of the IV CLAPEM, Vol. 4,
pp. 228-237.
Venegas-Martnez, F. y Gonzlez-Archiga, B. (2000) Mercados incompletos y su
impacto en los programas de estabilizacin de precios: el caso mexicano,
Momento Econmico, IIEC-UNAM, Vol. 111, pp. 20-27.
Venegas-Martnez, F., Gonzlez-Archiga, B. y Daz-Tinoco, J. (1999)
Inmunizacin de portafolios de Cetes, Bondes y otros ttulos de deuda pblica
con futuros sobre tasas de inters, Trabajo de Investigacin No. 1999-4, Serie:
MexDer Documentos de Investigacin.
Venegas-Martnez, F., de Alba E. y Ordorica-Mellado, M. (1999) On information,
priors, econometrics, and economic modeling, Estudios Econmicos, Centro
de Estudios Econmicos, COLMEX, Vol. 14, No. 27, pp. 53-86.
Venegas-Martnez, F., de Alba E. y Ordorica-Mellado, M. (1995) An economist's
guide to the Kalman Filter, Estudios Econmicos, Centro de Estudios
Econmicos, COLMEX, Vol. 10, No. 20, pp. 123-145.
Wiggins, J. (1996) Option values under stochastic volatility, Journal of
Financial Economics, Vol. 9 (2), pp. 351-372.
Wilmott, P. (1998) Derivatives: the theory and practice of financial engineering,
John Wiley & Sons.
Wilmott, P., Dewynne, J. y Howison, S. (1993) Option pricing: mathematical
models and computation, Oxford Financial Press.
Zellner, A. (1977) Maximal data information prior distributions in new methods
in the applications of bayesian methods, Aykac y Brumat, North-Holland.
Zenios, S. (1996) Financial optimization, Cambridge University Press.
Apndice 1. Derivacin de la estructura de plazos del
modelo de Vasicek
En este apndice, se deriva en detalle la estructura de plazos del modelo de
Vasicek. Para el caso del modelo CIR, slo resumimos los principales resultados.
Observe, primero, que el modelo de Vasicek puede reescribirse como un proceso
del tipo Ornstein-Uhlenbeck
20
si definimos y
t
= r
t
, es decir:
.
t t t
dW dt y y d +
(a.1)
Se puede verificar, por sustitucin directa, que (a.1) tiene como solucin:
.
0 0 s
t s t t
t
dW e e e y y

+

(a.2)
As, si y
t
= r
t
, entonces:
( ) . 1
0 0 s
t s t t t
t
dW e e e e r r

+ +

(a.3)
Por tanto, r
t
sigue un proceso normal con media E [r
t
] = r
0
e
t
+ (1 e
t
) y
varianza Var [r
t
] =
2
(e
2t
)/2. Si P (t, T) es el precio de un bono cupn cero que
paga una unidad monetaria en T, se sigue del valor del dinero en el tiempo que:
{ } { } , ] [exp ] [exp ) , (
) (
t
T
t s
t T
t
T
t s
A ds y E e A ds r E T t P

(a.4)

20
Este proceso es muy til en la valuacin de opciones y otros productos derivados de tasas de
inters, sus propiedades se discuten, por ejemplo, en Bingham y Kiesel [1998].
donde A
t
es la informacin disponible y til, al tiempo t. Note ahora que:
{ } [ ] { } { } , Var
2
1
exp exp
0 0 0
'
t z
u
t z
u t
t z
u
ds y ds y E A ds y E
(a.5)
donde y
u
z
es solucin del proceso de Ornstein-Uhlenbeck con y
0
z
= z. En este caso,
se puede mostrar fcilmente que:
{ } ( )
t t z
u
e
z
ds y E

1
0
(a.6)
y
{ } ( )
( ). 4 3 2
2
) , ( Cov
, Cov Var
2
3
2
0 0
0 0 0
t t
z
u
z
s
t t
t z
u
t z
s
t z
s
e e t
ds du y y
du y ds y ds y

+
(a.7)
La simple sustitucin de las ecuaciones presentadas en (a.6) y (a.7) en (a.4)
produce P(t, T) = exp { (T t) R
V
(t, T; r
t
)}, donde:
( ) ( ) ( )
,
2
y
1
4
1
) (
1

) , , (
2
2
2 ) (
2
2
) (
V

1
1
]
1

R
e e r R
t T
R
r T t R
t T t T
t
t
(a.8)
resultado que coincide con la estructura de plazos del modelo de Vasicek.
Apndice 2. Resultados principales de la estructura de
plazos del modelo CIR
Los siguientes resultados tienen tambin el proceso de Ornstein-Uhlenbeck como
base y la distribucin
2
no central. Si P (t, T) es el precio de un bono cupn cero
que paga una unidad monetaria en T, en este caso se sigue que:
{ }
t t
T
t s
r T t N T t M A ds r T t P ) , ( exp ) , ( ] } [exp{ E ) , (

(a.9)
donde:

2 ) 1 ( ) (
) 1 ( 2
) , (
,
/ 2
2 ) 1 ( ) (
2
) , (
) (
) (
) (
2 / ) ( ) (
2

s e s
e
T t N
s e s
e s
T t M
t T s
t T s
t T s
t T s
+ +

1
1
]
1
+ +
+
y . 2
2 2
+ s
A partir de (a.9), se sigue que:
, ) , (
1
) , ( ln
1
) ; , ( r T t N
t T
T t M
t T
r T t R
t t CIR

(a.10)
lo que conduce inmediatamente a la estructura de plazos del modelo CIR.

Una Guia Completa para Economistas en La Evaluacion de Opciones

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Una Guia Completa para Economistas en La Evaluacion de Opciones

Transféré par

Droits d'auteur :

Formats disponibles

Gaceta de Economa Ao 6, Nm.

Profesor-investigador del Centro de Investigacin y Docencia Econmicas (CIDE).

(x) es siempre positiva y que K

(x), con x = 2h(BA (s))

es la tasa de largo plazo. Si escribimos = y = 1 en la ecuacin (46),

es la tasa corta instantnea spot; y

Por ltimo, note que:

, ))] ( ln( ) )]( , ( ln[ [ 2 ) ln( t S t T T t P W U +

Vous aimerez peut-être aussi