Resumen

El modelo de valoracin de opcio-

nes realizado por Black-Scholes-Merton se
ha convertido en el ms relevante y estu-
diado a nivel mundial; por este motivo se ha
transformado en el referente y el ms usado
a la hora de realizar una cotizacin y poste-
rior cierre en el mercado de divisas. Por otro
lado, es conocido por los operadores que las
variables del modelo son bastante rgidas, ya
que son supuestos que solo se daran en un
ambiente en el que no existieran los vacos
de precios que se presentan por la iliquidez
de las monedas durante ciertos periodos de
las 24 horas del da o que se pudieran de-
terminar con anticipacin como la volatilidad
o las tasas de inters en la evolucin de una
moneda frente a otra. En este trabajo pre-
tendo mostrar que en mercados como el co-
lombiano se presentan situaciones en las que
se evidencia la importancia de no subestimar
ninguna variable.
Abstract
The option pricing model performed
by Black-Scholes-Merton has become the
most important and studied worldwide,
VARIABLES DEL MODELO BSM EN EL MERCADO COLOMBIANO
Gustavo Garca *
which is why it has become the benchmark
and the most used when making a quote and
subsequent closure of the currency market.
On the other hand, is known to the opera-
tors that model variables are quite rigid, as
they are called that only would occur in an
environment in which there were no price
gaps presented by the illiquidity of currencies
during certain periods 24 hours a day or that
may be determined in advance as volatility or
interest rates in the evolution of a currency
against another. In this paper I intend to show
that in markets like Colombia are situations
in which evidence of the importance of not
underestimating any variable.
Palabras clave
Opciones, mercado colombiano, ta-
sas de inters.
Keywords
Options, Colombian Market, Inter-
est rates, Forwards.
JEL: G10, G13, G14
* Ingeniero Administrador de la Escuela de Ingenieros de Antioquia, Especialista en Matemticas Aplicadas y actualmente estudiante de la Maestra
en Administracin Financiera de la Universidad Sergio Arboleda. Vinculado al Grupo Bancolombia.
Este artculo es resultado de la investigacin para optar el grado de Maestra en Administracin Financiera, Universidad Sergio Arboleda, 2012.
96
Introduccin
A partir de los trabajos realizados
por Robert Brown (1773-1858) quien es-
tudi lo que hoy llamamos el Movimiento
Browniano a travs de la observacin de
partculas de polen sobre algunos lquidos;
por Louis Bachelier (1870-1946) quien in-
trodujo una serie de conceptos dentro de
las matemticas fnancieras que luego infu-
enciaran a reconocidos matemticos; por
Albert Einstein (1879-1955) quien pudo
explicar y formular matemticamente el
movimiento Browniano y por otros recono-
cidos matemticos y sus aportes como An-
drei Kolmogorov, Andrey Markov, Paul Levy,
Norbert Wiener, Kiyosi It y Paul Samuelson
entre otros, Fisher Black y Myron Scholes
publicaron en 1973 el artculo The Pricing
of Options and Corporate Liabilities en el
Journal of Political Economy donde encuen-
tran una ecuacin cuya solucin es el precio
de una opcin europea (con ejercicio solo
al vencimiento). En este mismo ao, Robert
Merton publica su artculo Theory of Ra-
tional Option Pricing en el Bell Journal of
Economics and Management Science donde
llega a una solucin similar a la encontrada
por Black y Scholes en la valuacin de opcio-
nes e incluso le da varias extensiones.
Estos estudios se realizaron inicial-
mente sobre el comportamiento de las ac-
ciones pero luego facilitaron la comprensin
de otras clases de derivados y se extendie-
ron a otros activos como las divisas, subya-
cente en el cual, se basa este trabajo.
Con el rpido crecimiento de los
mercados e instrumentos fnancieros alre-
dedor del mundo, se han visto gran cantidad
de posibilidades, desarrollos matemticos e
inferencias estadsticas que han tratado de
explicar el comportamiento de las diferentes
divisas.
Por esta razn, para encontrar un
precio justo entre las dos contrapartes
que hoy negocian opciones en divisas, no im-
porta si modelos internos o los creados por
personalidades como Merton, Cox y Ross,
Hull y White, Wiggins, Shultz, entre otros,
que modelan saltos, comportamientos auto
regresivos, volatilidad estocstica y/o combi-
naciones de lo anterior hasta los ms comple-
jos, que son planteamientos alternativos que
regularmente son llamados de valoracin im-
plcita, a la hora de cerrar el negocio, se en-
cuentran en un precio Black-Scholes-Merton
(BSM).
En este trabajo, se empezar por
defnir el modelo BSM y explicar algunos de
sus principales supuestos, se mostrar la re-
levancia que tiene la tasa de inters local y
la diferencia entre las volatilidades real e im-
plcita en el spot del peso colombiano frente
al dlar, luego analizaremos los resultados y
fnalmente las conclusiones.
El Modelo Black Scholes Merton.
Black y Scholes propusieron a prin-
cipios de los 70 una frmula prctica para
valuar opciones europeas sobre una accin
que no paga dividendos, que obtuvo gran
acogida entre los operadores del mercado. El
primer supuesto que hicieron es que el pre-
cio del activo subyacente sigue un proceso
estocstico denominado Movimiento Brow-
niano Geomtrico (MBG).
dS = Sdt + Sdz, dz N (0,dt)
Esta ecuacin indica que el cambio
en el precio de una accin es igual a su re-
torno de largo plazo por el cambio del tiem-
po ms una volatilidad que se distribuye de
manera normal.
: Retorno de largo plazo
: Volatilidad
Luego que Merton publicara su artcu-
lo y con este fuera complementada la ecuacin
anterior, el alcance que tuvo este estudio fue
mayor al poder valuar opciones para acciones
con pagos continuos de dividendos, con tasas
de inters estocsticas y otras extensiones.
A partir de este momento se empe-
zaron a realizar una serie de variaciones que
permitieron valuar tambin divisas; dentro de
las ms conocidas estn la llamada Black 76
(que fue creada para bonos y usada luego
para divisas) y Merton para FX (que es una
97
variacin de la ecuacin original de Merton
para divisas) para citar solo dos de las mu-
chas posibilidades existentes hoy en da.
Una solucin a la ecuacin diferen-
cial BSM para el caso de una CALL europea
sobre monedas es:
CALL =
Donde:
Y para la PUT Europea es
PUT =
K : Precio de ejercicio
t : Plazo al vencimiento
S : Tasa spot
: Volatilidad
rd: Tasa de inters domestica
rf: Tasa de inters fornea
F: Tasa forward
e
x
: Funcin exponencial
N(x): Distribucin normal acumulada
El que sea una opcin europea sig-
nifca que el pago y el ejercicio de la opcin
solo podrn ser el da de su vencimiento.
En este modelo se usan los siguien-
tes supuestos, los cuales, son una variacin
a los supuestos originales del modelo BSM
para ser usados en divisas:
i. La volatilidad del activo subyacente ()
es conocida y no cambia a lo largo de la
vida de la opcin.
ii. EL activo subyacente sigue un MBG.
De esta forma su precio cambia suave-
mente y sin saltos. Esto implica que el
retorno del activo subyacente se dis-
tribuye log-normal.
iii. La tasa de inters es conocida y constante.
iv. Cualquiera puede prestar o pedir
prestado indefnidamente a la tasa de
inters libre de riesgo r.
v. Si el activo subyacente se vende en
corto o se vende una opcin, el ven-
dedor puede invertir este dinero para
ganar la tasa libre de riesgo.
vi. No hay costos de transaccin para el
activo subyacente ni la opcin.
vii. No hay impuestos ni para las divisas
ni la opcin.
viii. El activo subyacente no tiene acci-
dentes fnancieros al ser una divisa (no
paga dividendos o cupones).
ix. La opcin slo puede ejercerse el da
del vencimiento.
x. No existen eventos que puedan inte-
rrumpir la vida de la opcin.
Estos supuestos tienen gran canti-
dad de incongruencias con la realidad, pero
aun as cumple con una labor bastante im-
portante que es la de estandarizar y homo-
genizar las condiciones en las que, tanto de-
mandante como oferente, se encuentran.

Este es el modelo ms usado por
plataformas de negociacin de diferentes enti-
dades bancarias y por broker dealers recono-
cidos internacionalmente como ICAP, BGC
Partners, Tullet Prebon, Tradition y GFI entre
otros.
Para poder gestionar las opciones
es necesario conocer los riesgos inherentes a
ellas, los cuales estn dados por las diferentes
variables con las que encontramos el valor de
las mismas. Comnmente, estos riesgos son lla-
mados las griegas debido a que cada uno de
ellos viene nombrado por una letra del alfabeto
griego y matemticamente viene expresado en
funciones diferenciales del valor del portafolio
con respecto a una de las variables.
A continuacin defniremos los ms
relevantes:
Vega o Kappa: es el cambio del valor del por-
tafolio por cada cambio en una unidad de la
volatilidad.
Gustavo Garca
98
Delta: es el cambio en el valor del portafolio
por cada cambio en una unidad en el spot.
Gamma: es el cambio en el valor del delta
por cada cambio en una unidad del spot.
Theta: es el cambio en el valor del portafolio
por cada cambio en una unidad de tiempo.
Rho: es el cambio en el valor del portafolio
por cada cambio en una unidad en las tasas
de inters, por lo que hay Rho local y fornea
Cmo se encuentra el valor justo
para las opciones PESO-DLAR en
Colombia?
BSM es el modelo usado en Colom-
bia como referencia a la hora de cerrar un
negocio en opciones peso-dlar ya que es el
utilizado por ICAP quien es el nico broker
dealer que opera opciones en el pas; adems,
aunque no se encuentra explcito en la ley, una
variacin del mismo es el usado para va-lorar
los portafolios y calcular la posicin propia, de
contado y bruta de apalancamiento de los in-
termediarios del mercado cambiario por parte
de la Superintendencia Financiera y el Banco
de la Repblica.
La informacin obtenida para las
variables usadas dentro del modelo fue to-
mada del sistema de informacin Bloomberg
con el que se cre una base de datos que
tuvo como primer registro el da 02/12/2002
y a partir de ah la informacin diaria (das
hbiles colombianos) para un total de 2331
observaciones por variable.
Este punto de partida para los datos
fue escogido as (a pesar de que existan registros
previos) por que la calidad de la informacin no
se consider tan relevante, ya que en esta poca
(transacciones anteriores al 2003) no haban ne-
gocios con el monto ni la regularidad esperada,
debido a la poca profundidad y desarrollo del
mercado colombiano medido a travs del Bid-
Offer spread de la poca y de la regularidad de
cierres presentados en el mercado registrados
en el Banco de la Repblica. En este tiempo
tampoco existan plataformas transaccionales
que operaran opciones USDCOP como hoy lo
hace por ejemplo el Volbroker de ICAP.
Como vimos en la descripcin del
modelo, las variables consultadas fueron:
Spot: Como nivel de referencia para el spot
se tom la tasa representativa del mercado
colombiano (TRM) publicada por la Super-
intendencia Financiera de Colombia. Esta es
la tasa ofcial en Colombia para la valoracin
de los activos en dlares y es construida con
el promedio ponderado de cada una de las
transacciones realizadas dentro del da hbil
inmediatamente anterior.
Plazo al vencimiento: Para hacer este estudio
se utiliz el nodo del mes para todos los da-
tos. Este plazo fue tomado como referencia al
ser el ms lquido de todos y uno de los que
ms absorbe el precio de cotizacin de las
variaciones en la volatilidad. Para el modelo
debi ser usado el mes en trminos anuales
(Banco de la Repblica, 2012).
Volatilidad: Se usaron dos volatilidades para el
mismo modelo con el fn de poder comparar
los resultados. La primera fue la volatilidad im-
plcita que es la que cotizan los agentes del
mercado y con la que pretenden anticiparse
a la volatilidad del prximo mes. Fue usado el
Mid Price de Bloomberg para el da respec-
tivo y puede ser encontrada a travs de la
funcin OVDV. La segunda fue la volatilidad
realizada que es la que efectivamente se da
en el activo durante el mes de vida de la op-
cin. Esta fue consultada en Bloomberg en la
funcin VOLC, en las que se utilizan las diferen-
cias logartmicas de los retornos de la TRM y es
de las ms ampliamente difundidas en el merca-
do por la facilidad de su clculo. Ambas, aunque
son al mes, se encuentran anualizadas, teniendo
en cuenta los das hbiles colombianos.
Tasa strike o precio de ejercicio: Es la tasa a
la cual el poseedor de la opcin adquiere el
derecho de comprar o vender los dlares. Para
el modelo utilizamos el nivel ATM (ATM: At the
Money, que representa el nivel al cual el delta
de la opcin es aproximadamente igual al 50%
y que se encuentra muy cercano al forward, por
lo que este se usa como refe-rencia) Este fue
consultado en Bloomberg en la funcin FRD.
Tasa Forward: Es la tasa a la cual se pacta una
compra o una venta de divisas a plazo, par-
tiendo del spot y de las diferencias entre las
Variables del Modelo BSM en el Mercado Colombiano
99
tasas de inters domstica y fornea. En mer-
cados desarrollados la tasa forward se da muy
cercana al precio de equilibrio entre la cap-
tacin y colocacin del par de monedas ya que
de no ser as se encontraran posibilidades de
arbitraje que rpidamente seran aprovechadas
por los agentes (Venegas, 2008; Capitulo 11),
pero en Colombia no es as, debido bsicamente
a restricciones cambiarias como las que se le han
puesto a la posicin bruta de apalancamiento, la
posicin propia y la posicin propia de contado
las cuales controlan la cantidad mnima y mxima
de negocios en dlares por parte de una entidad,
lo que ayuda a controlar los capitales especula-
tivos que ingresan y salen del pas. Estas se en-
cuentran defnidas en las Resoluciones Externas
Nos. 1 y 7 de 2009, 3, 7 y 13 de 2008, 12 y 4
de 2007 de la Junta Directiva del Banco de la
Repblica y Circulares Reglamentarias DODM-
139 y DODM 285 de 2008 del Banco de la
Repblica
Tasa de inters fornea: Es la tasa a la cual los
agentes del mercado pueden captar y colocar
dlares en el mes. Para el modelo se us la tasa
libor al mes. La LIBOR (London InterBank Of-
fered Rate) es una tasa de referencia basada en
las tasas de inters a la que los bancos ofrecen
fondos en el mercado interbancario y es fja-
do por la Asociacin de Banqueros Britnicos
(BBA por sus siglas en ingls) representados
por aproximadamente 200 miembros con un
enfoque internacional (British Bankers Asso-
ciation 2012). Esta tasa es un supuesto para el
modelo ya que muchos agentes en Colombia
no tienen acceso a ella directamente por con-
ceptos de lneas de crdito con agentes inter-
nacionales y a que en el pas no existe la posibi-
lidad de fondearse en dlares directamente del
pblico (www.banrep.gov.co).
Tasa de inters domstica: Es la tasa a la cual
los agentes del mercado pueden captar y colo-
car pesos en el mes. Para el modelo se utiliz
como tasa en pesos la resultante de descon-
tar los puntos forwards al mes a la tasa libor
del mismo plazo. Los puntos forwards tambin
son conocidos internacionalmente como pun-
tos swap y se obtienen de la diferencia entre el
nivel forward y el spot.
Tipo: Las opciones pueden ser Call o Put, las
cuales dan el derecho a comprar o vender res-
pectivamente, dlares en el futuro pero no la
obligacin. En el modelo se usaron opciones
Call ya que en teora, el valor Call y Put en el
ATM debe ser igual por la paridad Call-Put. Para
modelar esta fue transformada en una variable
dummy y se utilizo un valor igual a uno para la
Call y cero para la Put.
Operacin: Las opciones pueden ser de com-
pra o de venta, pero para calcular su valor en el
ATM resulta ser indiferente por lo que se usa-
ron opciones de compra. Para modelar esta
fue transformada en una variable dummy y se
utiliz un valor igual a uno para la compra y
cero para la venta.A continuacin podemos ver
el comportamiento grfco de las variables y
como se comportan unas frente a las otras:
FIGURA 1
Fuente: Clculos propios realizados con datos de Bloomberg y el Banco de la Republica, 2012.
Gustavo Garca
100
FIGURA 2
Fuente: Clculos propios realizados con datos de Bloomberg y el Banco de la Republica, 2012.
FIGURA 3
Fuente: Clculos propios realizados con datos de Bloomberg y el Banco de la Republica, 2012.
FIGURA 4
Fuente: Clculos propios realizados con datos de Bloomberg y el Banco de la Republica, 2012.
Variables del Modelo BSM en el Mercado Colombiano
101
FIGURA 5
Fuente: Clculos propios realizados con datos de Bloomberg y el Banco de la Republica, 2012.
La frmula que se us dentro del modelo
fue para la Call:
CALL=
K : Precio de ejercicio
t : Plazo al vencimiento
S : Tasa spot
: Volatilidad
r: Tasa de inters libre de riesgo
N(x): Dist normal acumulada
Y para la Put:
PUT=
K : Precio de ejercicio
t : Plazo al vencimiento
S : Tasa spot
: Volatilidad
r: Tasa de inters libre de riesgo
N(x): Dist normal acumulada
El modelo fue resuelto en Excel, para lo que
se uso el siguiente cdigo en Visual Basic:
Function VALOR_BS1(Spot, strike, Tasa_Local, Tasa_Ex-
terior, volatilidad, tiempo, tipo, operacin)
d1 = (Log(Spot / strike) + (Tasa_Local
- Tasa_Exterior + ((volatilidad) ^ 2 / 2)) * tiempo) /
(volatilidad * tiempo ^ (1 / 2))
d2 = d1 - volatilidad * tiempo ^ (1 / 2)

primero = Log(Spot / strike)
segundo = (Tasa_Local - Tasa_Exterior + ((vola-
tilidad ^ 2) / 2)) * tiempo
tercero = volatilidad * (tiempo ^ (1 / 2))
If tipo = 1 Then
nd1 = Application.WorksheetFunction.
NormSDist(d1)
nd2 = Application.WorksheetFunction.
NormSDist(d2)
VALOR_BS1 = Spot * Exp(-Tasa_Exterior *
tiempo) * nd1 - strike * Exp(-Tasa_Local *
tiempo) * nd2
If operacin = 0 Then VALOR_BS1= -VALOR_BS1
End If
If tipo = 0 Then
nd1 = Application.WorksheetFunction.
NormSDist(-d1)
nd2 = Application.WorksheetFunction.
NormSDist(-d2)
VALOR_BS1 = -Spot * Exp (-Tasa_Exterior *
tiempo) * nd1 + strike * Exp(-Tasa_Local *
Gustavo Garca
102
tiempo) * nd2
If operacin=0 Then VALOR_BS1= -VALOR_BS1
End If
End Function
La frmula del modelo BSM es una
ecuacin determinstica cerrada para la cual
se realizar por simplicidad una aproximacin
lineal multivariada para la mejor interpre-
tacin de los resultados.
Como extensin a este trabajo se podran
realizar, entre otros anlisis, as:
Vectores auto regresivos (VAR) para en-
contrar la multi-causalidad de las variables.
Medir los betas a travs de logarit-
mos y as conocer la elasticidad de las
variables.
Encontrar las variables ms relevantes
a travs de Componentes Principales.
Despus de obtener los datos, estos
fueron expuestos a una regresin a travs del
software MINITAB lo que entreg los siguien-
tes resultados para ambos procesos:
Anlisis de regresin: Valor Black Scholes 1 vs.
TRM. ATM. ...
* Tiempo es (esencialmente) constante
* Tiempo se ha eliminado de la ecuacin.
* NOTA * Todos los valores de la columna son
idnticos.
* NOTA * Todos los valores de la columna son
idnticos.
* Tipo es (esencialmente) constante
* Tipo se ha eliminado de la ecuacin.
* NOTA * Todos los valores de la columna son
idnticos.
* Operacin es (esencialmente) constante
* Operacin se ha eliminado de la ecuacin.
La ecuacin de regresin es
Valor Black Scholes 1= - 30,1 - 0,627 TRM + 0,640 ATM
- 121 Tasa 1M Cop Implicita +134 Libor 1M
+ 265 Volatilidad Implicita
Predictor Coef SE Coef T P
Constante -30,1188 0,3806 -79,14 0,000
TRM -0,62688 0,03630 -17,27 0,000
ATM 0,63963 0,03615 17,69 0,000
Tasa 1M Cop -120,522 6,370 -18,92 0,000
Implicita
Libor 1M 133,644 7,529 17,75 0,000
Volatilidad 264,922 0,606 437,27 0,000
Implicita
S=1,40199 R-cuad.=99,1% R-cuad.(ajustado)=99,1%
Anlisis de varianza
Fuente GL SC CM F P
Regresin 5 529064 105813 53832,83 0,000
Error 2325 4570 2
residual
Total 2330 533634
Fuente GL SC Sec.
TRM 1 8737
ATM 1 135665
Tasa 1M Cop Implicita 1 5938
Libor 1M 1 2891
Volatilidad Implicita 1 375834
Anlisis de regresin: Valor Black Scholes 2 vs.
TRM. ATM.
* Tiempo es (esencialmente) constante
* Tiempo se ha eliminado de la ecuacin.
* NOTA * Todos los valores de la columna son
idnticos.
* NOTA * Todos los valores de la columna son
idnticos.
* Tipo es (esencialmente) constante
* Tipo se ha eliminado de la ecuacin.
* NOTA * Todos los valores de la columna son
idnticos.
* Operacin es (esencialmente) constante
* Operacin se ha eliminado de la ecuacin.
Variables del Modelo BSM en el Mercado Colombiano
103
La ecuacin de regresin es
Valor Black Scholes 2= -23,8+0,0134 TRM-0,0028 ATM
-7,15 Tasa 1M Cop Implicita+10,3 Libor 1M
+ 256 Volatilidad Realizada
Predictor Coef SE Coef T P
Constante -23,8435 0,4764 -50,05 0,000
TRM 0,01344 0,04920 0,27 0,785
ATM -0,00281 0,04901 -0,06 0,954
Tasa 1M Cop Implicita -7,147 8,649 -0,83 0,409
Libor 1M 10,25 10,18 1,01 0,314
Volatilidad Realizada 255,750 0,666 383,97 0,000
S=1,87772 R-cuad.=98,6% R-cuad.(ajustado)=98,6%
Anlisis de varianza
Fuente GL SC CM F P
Regresin 5 574686 114937 32598,78 0,000
Error 2325 8198 4
residual
Total 2330 582884
Fuente GL SC Sec.
TRM 1 36
ATM 1 34688
Tasa 1M Cop Implicita 1 2505
Libor 1M 1 17631
Volatilidad Realizada 1 519826
En el primer resultado, Valor Black
Scholes1 en donde estamos utilizando la
volatilidad implcita como input, podemos ver
que el R^2 es 99,1% lo que muestra un nivel
de signifcancia para el modelo bastante alto
al igual que en el segundo resultado donde el
R^2 es 98,6% y estamos utilizando la volatili-
dad realizada.

En el anlisis de varianza para ambos
resultados P = 0 por lo que la hiptesis nula
(que los betas sean iguales entre s e iguales a
cero) es rechazada.
Pero lo relevante de los resultados
es descubrir que para el modelo que usa la
volatilidad implcita en los predictores, los
valores P son menores al 5% inclusive iguales
a 0, lo que nos muestra la importancia de
todas las variables y que para el modelo que
usa la volatilidad realizada solo dicha volatili-
dad y la constante de regresin estn por de-
bajo del nivel de signifcancia.
Conclusin
La importancia del modelo BSM
para el desarrollo del mercado de opcio-
nes es innegable y este tipo de estudios lo
evidencian al demostrar el efecto que posee
dentro de sus variables y la signifcancia en la
que se comporta, pero tambin nos expone
resultados que podran entenderse como
contra-intuitivos.
Era de esperar que el modelo de-
mostrara que cuando conocemos la volatili-
dad realizada, esta se convierte en la variable
ms preponderante, inclusive en el hecho
que la constante haya mostrado signifcancia;
esta la podramos descartar ya que no tiene
sentido que cuando las variables del modelo
sean igual a cero, BSM tenga algn valor.
Lo que no se poda suponer tan
fcilmente es que las dems variables no tu-
vieran ninguna signifcancia, al igual que cuando
al correr el modelo con la volatilidad implcita
ninguna variable pierda signifcancia frente a
las dems.
Por qu era difcil suponer que las variables
eran relevantes en el modelo?
Para el spot se poda suponer su
importancia ya que a partir de este nivel se
realizan todos los clculos, para la volatilidad
no es necesario ahondar mucho ya que es
el activo que se est negociando, con estos
dos mercados podemos interpretar y ges-
tionar el delta, vega, gamma e incluso theta
pero el rho solo se puede gestionar a travs
de los mercados de tasas de inters. En gran
parte de la literatura acerca de opciones en
monedas se subestima el efecto de las tasas
de inters y por ende de la relevancia de
rho; por ejemplo Natenberg (1994; pg 116)
Gustavo Garca
104
menciona que es la menos importante de
las griegas e incluso dice pocos traders le
ponen mucha atencin al Rho; Taleb (1996;
pg 171) la defne como una griega menor
y como el ms incomprendido riesgo de las
opciones, mientras que Hull (1987; captulo
15) se limita a defnir esta griega sin hablar
del cmo gestionarla y de su relacin con las
dems como si lo hace con las otras griegas.
Como podemos observar es bien impor-
tante que quien est gestionando un por-
tafolio de opciones peso-dlar en Colombia
domine, al menos, los mercados de spot, for-
wards y volatilidades.
Este trabajo se podra extender a
los dems nodos de la curva ATM, a los 25%
delta risk reversals, a los 10% delta risk rever-
sals, a los 25% delta Butterfy y a los 10% delta
Butterfy que son los estndares para constru-
ir una superfcie de volatilidades que para el
mercado colombiano llega fcilmente al ao
y medio. Adicionalmente, se podran verifcar
estas hiptesis en otros mercados ilquidos y
observar el comportamiento en mercados
desarrollados que tienen plazos hasta de 10
y 15 aos; adicionalmente se podra medir el
efecto de alterar las tasas de inters va regla-
mentacin cambiaria aumentando el mnimo
de la posicin propia, de contado y/o bruta
de apalancamiento con el fn de controlar la
revaluacin del peso frente al dlar.
Referencias Bibliogrfcas
Arregui G. 2004. The implicit models of the option valuation. Revista Cuadernos de Gestin.
Baxter M. & E. Rennie. 1992. Financial Calculus. Cambridge University Press.
Black F. & M. Scholes. 1973. The Pricing of Options and Corporate Liabilities. The Journal of
Political Economy, Vol. 81.
Black, F. 1976. The pricing of commodity contracts. Journal of Financial Economics, 3.
Banco de la Repblica: Circulares Reglamentarias DODM-139 y DODM 285 de 2008.
Banco de la Repblica (Junta Directiva): Resoluciones Externas Nos. 1 y 7 de 2009, 3, 7 y 13 de
2008, 12 y 4 de 2007.
Banco de la Repblica (2012). Series estadsticas. Tasas de inters. Indicador bancario de referen-
cia (IBR); consultado en: http://www.banrep.gov.co/series-estadisticas/see_tas_inter_ibr.htm
Bloomberg: Cdigos OVDV, OVML, HDV, TRM INDEX, USDCOP CURRENCY, USDCOPV1M
y otros (2012)
British Bankers Association. consultado en: http://www.bba.org.uk/about-us
Garman, M. B. and Steven W. Kohlhagen (1983). Foreign currency option values. Journal of
International Money and Finance, 2.
Hull J. C. & A. White. 1987. The Pricing of Options on Assets with Stochastic Volatilities. Journal
of Finance, Vol 42, Issue 2.
Hull J. C. 1997. Options, Futures & Other Derivatives. Prentice Hall.
London Financial Studies. 2011. Advance option trading and risk management with simple options.
Variables del Modelo BSM en el Mercado Colombiano
105
Merton R. C. 1976. Theory of Rational Option Pricing. Bell Journal of Financial Economics, Vol. 4.
Natenberg S. 1994. Trading Volatility with Options. McGraw Hill
Singh J.P. and S. Prabakaran. 2006. A Toy Model of Financial Markets. Electronic Journal of
Theoretical Physics. 3, No. 11.
Taleb, N. 1996. Dynamic Hedging. John Wiley & Sons.
Vasicek, Oldrich. 1977. An Equilibrium Characterisation of the Term Structure. Journal of Finan-
cial Economics 5 (2).
Venegas, F. 2008. Riesgos Financieros y Econmicos. Cengage Learning Editores.
Wilmott, P. 2000. Quantitative Finance. John Wiley, Chichester.
Gustavo Garca
106