Submitted by Alison Vanceto (alison-vanceto@hotmail.com) on 2017-08-28T13:57:07Z
No. of bitstreams: 1
DissNLO.pdf: 2139734 bytes, checksum: 9d9000013e5ab1fd3e860be06fc72737 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-09-06T13:18:03Z (GMT) No. of bitstreams: 1
DissNLO.pdf: 2139734 bytes, checksum: 9d9000013e5ab1fd3e860be06fc72737 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-09-06T13:18:12Z (GMT) No. of bitstreams: 1
DissNLO.pdf: 2139734 bytes, checksum: 9d9000013e5ab1fd3e860be06fc72737 (MD5) / Made available in DSpace on 2017-09-06T13:28:02Z (GMT). No. of bitstreams: 1
DissNLO.pdf: 2139734 bytes, checksum: 9d9000013e5ab1fd3e860be06fc72737 (MD5)
Previous issue date: 2017-06-01 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / We present two different approaches to obtain a probability density function for the
stock?s future price: a predictive distribution, based on a Bayesian time series model, and
the implied distribution, based on Black & Scholes option pricing formula. Considering
the Black & Scholes model, we derive the necessary conditions to obtain the implied
distribution of the stock price on the exercise date. Based on predictive densities, we
compare the market implied model (Black & Scholes) with a historical based approach
(Bayesian time series model). After obtaining the density functions, it is simple to
evaluate probabilities of one being bigger than the other and to make a decision of
selling/buying a stock. Also, as an example, we present how to use these distributions to
build an option pricing formula. / Apresentamos duas abordagens para obter uma densidade de probabilidades para o
preço futuro de um ativo: uma densidade preditiva, baseada em um modelo Bayesiano
para série de tempo e uma densidade implícita, baseada na fórmula de precificação de
opções de Black & Scholes. Considerando o modelo de Black & Scholes, derivamos as
condições necessárias para obter a densidade implícita do preço do ativo na data de vencimento.
Baseando-se nas densidades de previsão, comparamos o modelo implícito com a
abordagem histórica do modelo Bayesiano. A partir destas densidades, calculamos probabilidades
de ordem e tomamos decisões de vender/comprar um ativo. Como exemplo,
apresentamos como utilizar estas distribuições para construir uma fórmula de precificação.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufscar.br:ufscar/9077 |
| Date | 01 June 2017 |
| Creators | Oliveira, Natália Lombardi de |
| Contributors | Campos, Adriano Polpo de, Diniz, Márcio Alves |
| Publisher | Universidade Federal de São Carlos, Câmpus São Carlos, Programa de Pós-graduação em Estatística UFSCar/USP, UFSCar |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFSCAR, instname:Universidade Federal de São Carlos, instacron:UFSCAR |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds