ResumoO objetivo deste trabalho é o de avaliar o efeito da dimensionalidade e da probabilidade de exercício de uma opção de compra européia, no ganho de precisão obtido com o uso da Amostragem Descritiva no apreçamento destas opções através de Simulação Monte Carlo, em lugar da abordagem tradicional da Amostragem Aleatória Simples. Após confirmar a ausência de viés nas estimativas, sua precisão foi avaliada pelo erro padrão destas estimativas. Os resultados obtidos mostram que a eficiência estatística das duas técnicas não é afetada pelo aumento da dimensionalidade do problema, não sofrendo perda de precisão com esta variação. No entanto, em relação ao preço de exercício, embora a Amostragem Descritiva tenha se mostrado mais eficiente do que a Amostragem Aleatória Simples, observou-se uma redução do ganho de precisão à medida que a probabilidade de exercício diminui. Embora os resultados aqui apresentados se atenham ao caso particular de uma opção européia, há evidências de que o mesmo tipo de comportamento em relação à dimensionalidade do problema e à probabilidade de exercício também se manifeste nos demais tipos de opção.Palavras-chave: simulação de Monte Carlo; amostragem descritiva; opção.
AbstractThe purpose of this paper is to evaluate the effect of dimensionality and probability of exercise of a European call option on the precision improvements obtained by the usage of Descriptive Sampling on a Monte Carlo Simulation to price such derivative as opposed to the use of traditional Simple Random Sampling. After verifying the absence of bias, the precision of the estimates was assessed by their standard error. The results show that the statistical efficiency of both techniques is unaffected by an increase of dimensionality and maintain their level of precision. However, as to the exercise price, although Descriptive Sampling proved to be more efficient than Simple Random Sampling, the improvement weakens as the option's exercise probability declines. Although this work relates to European options, other options should behave similarly in regard to dimensionality and exercise price.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.