Precificac ¸˜ ao de Opc ¸˜ oes de Taxa de Juros no Brasil: Uma An´ alise dos Modelos de Black, Vasicek, CIR e Redes Neurais Recorrentes Leandro Dos Santos Maciel Mestrando em Engenharia El´ etrica Departamento de Controle e Automac ¸˜ ao (DCA-FEEC-UNICAMP) Email: maciel@dca.fee.unicamp.br Rosangela Ballini Professora Doutora do Instituto de Economia da Unicamp (IE-UNICAMP) Rodrigo Lanna Franco da Silveira Professor Doutor do Instituto de Economia da Unicamp (IE-UNICAMP) RESUMO Nas d´ ecadas recentes, a precificac ¸˜ ao de derivativos de taxa de juros tem chamado grande atenc ¸˜ ao dos agentes de mercado em geral, assim como de pesquisadores. Gestores de portf ´ olios, traders, analistas de risco, policymakers, podem extrair informac ¸˜ oes relevantes de contratos fu- turos, swaps e opc ¸˜ oes, uma vez que eles desempenham um papel importante em suas estrat´ egias e processos de decis˜ ao. Dessa forma, este artigo compara a performance dos modelos de Black (1976), Vasicek (1977) e CIR (1985), tomados como benchmarks, com modelos de redes neu- rais artificiais (ANNs) recorrentes na precificac ¸˜ ao das opc ¸˜ oes de compra de IDI no Brasil, com base em dados di´ arios durante o per´ ıodo de Janeiro de 2003 a Julho de 2007. O desempenho dos modelos foi avaliado com base em medidas tradicionais de acur´ acia de previs˜ ao. Al´ em disso, foram realizados testes estat´ ısticos param´ etricos e n˜ ao-param´ etricos como os testes AGS, MGN e SIGN para comparac ¸˜ ao de modelos de predic ¸˜ ao competitivos. De acordos com as m´ etricas de erros e os testes estat´ ısticos, os modelos de RNAs superaram os modelos de Black, Vasicek e CIR na valorac ¸˜ ao das opc ¸˜ oes de compra de IDI, principalmente para as opc ¸˜ oes out-of-the- money. Palavras-Chave: Redes Neurais Recorrentes; Opc ¸˜ oes de Taxa de Juros; Precificac ¸˜ ao de Opc ¸˜ oes; Opc ¸˜ oes de IDI. ABSTRACT Pricing interest rate derivatives is a challenging task that has attracted the attention of many researches recently. Portfolio and risk managers, policymakers, traders, find valuable informa- tion in forward, swap and option contracts. This information plays an important role in their strategies and decision making process. Thus, this paper compares the performance of Black (1976), Vasicek (1977) and CIR (1985) models, as benchmarks’, with recurrent artificial neural networks (ANNs) models in pricing Brazilian IDI calls options using daily data for the period from January 2003 to July 2007. We measure forecast performance for all the estimated mod- els based on summary measures of forecast accuracy. Nevertheless, we performed parametric and nonparametric statistical tests as AGS, MGN and SIGN for competing forecast models. According to the statistical tests and summary forecast measurements, ANNs models are supe- rior to Black, Vasicek and CIR models in IDI calls option pricing, mainly in out-of-the-money options. Keywords: Recurrent Neural Networks; Interest Rate Options; Option Pricing; IDI Op- tions. ´ Area ANPEC: ´ Area 7 - Microeconomia, M´ etodos Quantitativos e Financ ¸as 1