O objetivo desta dissertação é fornecer primeiramente o arcabouço necessário para o entendimento do derivativo opções, muito utilizado nos mercados financeiros mundiais, e posteriormente executar precificações de opções americanas a partir dos modelos dos mínimos quadrados de Monte Carlo (LSM), o modelo de árvore binomial com extrapolação de Richardson e a aproximação analítica de Bjerksund e Stensland (B&S), aplicando duas plataformas de processamento paralelo computacional, a TPL (Task Parallel Library) nativa no .NET framework 4.5 e a plataforma CUDA (Compute Unified Device Architecture), demonstrando o comparativo dos resultados obtidos a cada modelo diante de cada plataforma. / The objective of this dissertation is to provide first the necessary framework for the understanding of the derivative options, widely used in the world financial markets, and later to execute the American option pricing from Monte Carlo least squares models (LSM), the binomial tree model with Richardson extrapolation and the Bjerksund and Stensland analytic approach (BJS) by applying two parallel computational processing platforms, the native TPL (Task Parallel Library) in the .NET framework 4.5 and the CUDA platform (Compute Unified Device Architecture), demonstrating the comparison of the obtained results to each model before each platform.

O objetivo desta dissertação é fornecer primeiramente o arcabouço necessário para o entendimento do derivativo opções, muito utilizado nos mercados financeiros mundiais, e posteriormente executar precificações de opções americanas a partir dos modelos dos mínimos quadrados de Monte Carlo (LSM), o modelo de árvore binomial com extrapolação de Richardson e a aproximação analítica de Bjerksund e Stensland (B&S), aplicando duas plataformas de processamento paralelo computacional, a TPL (Task Parallel Library) nativa no .NET framework 4.5 e a plataforma CUDA (Compute Unified Device Architecture), demonstrando o comparativo dos resultados obtidos a cada modelo diante de cada plataforma. / The objective of this dissertation is to provide first the necessary framework for the understanding of the derivative options, widely used in the world financial markets, and later to execute the American option pricing from Monte Carlo least squares models (LSM), the binomial tree model with Richardson extrapolation and the Bjerksund and Stensland analytic approach (BJS) by applying two parallel computational processing platforms, the native TPL (Task Parallel Library) in the .NET framework 4.5 and the CUDA platform (Compute Unified Device Architecture), demonstrating the comparison of the obtained results to each model before each platform.

[pt] A avaliação dos projetos de investimentos é uma tarefa difícil para muitas empresas, especialmente para aqueles cujo fluxo de caixa depende dos preços das commodities, já que o nível de incerteza nos preços tem um alto impacto na determinação do momento adequado para o investimento. Os métodos de avaliação tradicionais, que não levam em consideração a flexibilidade gerencial nem a modelagem da incerteza do projeto, podem levar a decisões não ótimas. Esta pesquisa desenvolve um modelo que considera estas variáveis, usando árvores binomiais implícitas ajustados por outros indicadores de risco, como assimetria e curtose da rentabilidade do projeto. O nível de incerteza pode não só ser medido pela volatilidade do retorno do projeto, mas também pela probabilidade de se obter um resultado baixo ou negativo no projeto. A magnitude dessa probabilidade poderia ser a avaliada conhecendo-se o valor da assimetria e curtose do retorno do projeto. Para modelar o comportamento de um projeto, esta dissertação apresenta dois tipos de árvores binomiais implícitas, recombinantes e não recombinante. Cada árvore tem sua própria abordagem específica para determinar o valor do projeto, incluindo opções. Um caso aplicado é apresentado considerando uma empresa de mineração. Os resultados sugerem que o nível de assimetria contribui para uma melhor avaliação do risco do projeto, que combinado com a metodologia de opções reais captura melhor o valor das flexibilidades do projeto; o que é uma importante contribuição do modelo proposto nesta dissertação. / [en] Valuation of capital investment projects is a difficult task for many companies, especially for those whose cash flows depend on commodity prices. The level of uncertainty in commodity prices has a significant impact in determining the proper timing for an investment. Traditional valuation methods, which do not take into account managerial flexibility or project uncertainty modeling can lead to non-optimal decisions. This research develops a dynamic model that considers these variables, and uses implied binomial trees adjusted by other indicators of risk, such as project return s skewness and kurtosis. The level of uncertainty can not only be measured by the project return s volatility, but also by how probable is the occurrence of a low or negative result in the project. The magnitude of this probability could be assessed by knowing the project return s skewness and kurtosis. To model the project s behavior, this dissertation presents two kinds of implied binomial trees, recombining and non-recombining trees. Each tree has its own specific approach to determining the value of the project, including options or managerial flexibility. An applied case is presented considering a mining project. The results suggest that the level of skewness helps to have a better measure of project risk, which combined with the real option approach, allows capturing the value of project managerial flexibilities; which is an important contribution of the proposed model in this dissertation.