Grado en Economía

Curso 2022/2023

Valoración de Opciones Europeas:

Método de Black-Scholes

Autor: Unai Gomez San Juan

Directora: Agueda Madoz Mendioroz

Departamento de Métodos Cuantitativos

13 de julio de 2023
Resumen

El modelo de Black-Scholes es un método matemático para evaluar las opciones

financieras europeas. El modelo se basa en varios factores que afectan a los precios
de las opciones, como el precio del activo subyacente, la volatilidad, la tasa de interés
libre de riesgo y el tiempo restante hasta el vencimiento de la opción.
La fórmula de Black-Scholes utiliza estos factores para calcular el precio teórico
de una opción europea en cualquier momento hasta el vencimiento. El modelo se
considera una valiosa herramienta de fijación de precios de opciones, ya que ha
demostrado ser un enfoque preciso y útil en los mercados financieros mundiales.
Vale la pena señalar que el modelo de Black-Scholes se basa en una serie de supuestos,
incluida la eficiencia del mercado y la ausencia de costos de transacción, lo que
significa que su uso en el mundo real puede tener limitaciones.
En general, el modelo Black-Scholes es una herramienta útil para inversores y
profesionales financieros que desean evaluar oportunidades financieras y administrar
el riesgo de la cartera. Sin embargo, es importante comprender sus supuestos y
limitaciones antes de usarlo en la práctica.

Abstract
The Black-Scholes model is a mathematical method for evaluating European
financial options. The model is based on several factors that affect option prices,
such as the price of the underlying asset, volatility, the risk-free interest rate and
the time remaining until option expiration.
The Black-Scholes formula uses these factors to calculate the theoretical price of a
European option at any point in time until expiration. The model is considered a
valuable option pricing tool as it has proven to be an accurate and useful approach
in global financial markets.
It is worth to point that the Black-Scholes model is based on a number of
assumptions, including market efficiency and the absence of transaction costs,
which means that its use in the real world may have limitations.
Overall, the Black-Scholes model is a useful tool for investors and financial
professionals who want to evaluate financial opportunities and manage portfolio
risk. However, it is important to understand its assumptions and limitations before
using it in practice.

1
Objetivos del trabajo
En cuanto a los objetivos, este trabajo sobre el método Black-Scholes para la
valoración de opciones europeas tiene varios, entre ellos:

1. Introducción a las opciones financieras: Se empezará con una introducción a

las opciones financieras. Se hablará en detalle de sus características y tipos.

2. Desarrollo del modelo de Black-Scholes: Este trabajo nos proporcionará una

descripción detallada del modelo con su desarrollo matemático, cómo funciona
y cómo se utiliza para valorar opciones financieras.

3. Evaluar la precisión del modelo: También analizaremos la precisión del modelo

de Black-Scholes y examinaremos los supuestos y limitaciones en los que se
basa. Se hará una comparación entre los precios teóricos calculados con el
modelo, usando los precios de mercado reales para ver qué tan precisas son las
valoraciones.

4. Para la realización de este trabajo se ha usado Rmarkdown, que nos permite

usar codigo Latex en Rstudio. En este trabajo se profundizará en los codigos
de R para los gráficos, figuras y cálculos.

Palabras clave: Opción financiera, activo subyacente, volatilidad implícita, fórmula

Black-Scholes, call, put, movimiento Browniano.

2
Índice

1 Opciones 11
1.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Características y notación . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Tipos de opciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4 Efectos de las variables en el precio de las opciones . . . . . . . . . . 16

2 Valoración de opciones. Parte I 17

2.1 Procesos estocásticos . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Rentabilidad de los precios . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Paseo aleatorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5 Integral estocástica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.6 Lema de Itô a partir de Taylor . . . . . . . . . . . . . . . . . . . . . . 24

3 Valoración de opciones. Parte II 25

3.1 El desarrollo para la valoración de las opciones . . . . . . . . . . . . . 25
3.2 El lema de Itô . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3 Distribución lognormal . . . . . . . . . . . . . . . . . . . . . . . . . . 27

4 Modelo Black-Scholes 29
4.1 El modelo y su desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2 La ecuacion de Black-Scholes . . . . . . . . . . . . . . . . . . . . . . . 31

5 Black-Scholes en la realidad 35
5.1 Características del activo subyacente . . . . . . . . . . . . . . . . . . 35
5.2 Estimación de parametros . . . . . . . . . . . . . . . . . . . . . . . . 36
5.3 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

3
 ÍNDICE

6 Conclusiones 47

4
Índice de gráficos

1.1 Beneficios de una opción call con c=5 y K=100. Elaboración propia . 13
1.2 Beneficios de una opción put con p=5 y K=100. Elaboración propia . 14

2.1 Precio de cierre de las acciones de AENA. Elaboración propia . . . . 17

2.2 Rentabilidades (simples) de los precios de AENA. Elaboración propia. 18
2.3 Distribución de las rentabilidades (simples) de AENA. Elaboración
propia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Rentabilidades (compuestas) de los precios de AENA. Elaboración
propia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5 Distribucion de las rentabilidades (compuestas) de AENA.
Elaboracion propia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

5.1 Grafico de los precios de cierre de Mini IBEX35. Elaboración propia. 36

5.2 Grafico de las rentabilidades de los precios de Mini IBEX 35.
Elaboración propia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.3 Diagrama explicativo de la función de Bisección. Elaboración propia. 41
5.4 Gráfico de las volatilidades para cada precio de ejercicio (strike).
Elaboración propia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.5 Gráfico de las volatilidades para cada precio de las opciones.
Elaboración propia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

5
Índice de tablas

1.1 Clasificación de las opciones según el nivel de precio. Fuente:

Elaboración propia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2 Efectos de diferentes variables en precio de diferentes tipos de
opciones. Fuente: Elaboración propia. . . . . . . . . . . . . . . . . . . 16

5.1 Resumen de características sobre opciones de IBEX35. Fuente: MEFF 36

5.3 Tabla de tipos de interés del Tesoro. Fuente: elaboración propia . . . 37

7
Introducción

Las opciones financieras son un tipo de contrato que da el derecho pero no la

obligación de comprar un activo a un precio previamente acordado en un periodo de
tiempo determinado. Esto nos permite comprar activos antes de que tengan valor en
el mercado. Por ejemplo, si nos interesa una acción, pero no estamos seguros de que
su valor aumente en el futuro, podemos comprarlo mediante una opción: pagaremos
una pequeña cantidad llamada prima, y luego si el valor de mercado de la acción
aumenta compraremos las acciones en el precio acordado previamente.
Los modelos matemáticos de las opciones financieras, aunque aún no definidos de
esa forma, empezaron mucho antes que la publicación del modelo de Black-Scholes
en 1973. Hace más de dos mil años un matemático griego, Tales de Mileto, compró
los derechos de uso de unas almazaras1 , especulando que este año la cosecha de
olivas sería mayor a la que se esperaba. En el momento de la cosecha, dado que la
cosecha fue más abundante de lo esperado, tal y como había sospechado Tales, este
matemático ejerció su derecho de uso de las almazaras, generando más beneficio que
otros. Esto es un ejemplo de un contrato de opciones: alguien compra derecho de
uso para ejercerlo después si resulta beneficioso.
Como hemos dicho, las opciones permiten comprar un bien tiempo antes de que este
tenga un valor significativo en el mercado. Otro caso histórico fue la tulipomanía
(BBC Mundo, 2018) en Holanda, que gracias a las opciones se podían comprar antes
de que floreciesen. Siendo esto así, alrededor del año 1600, se especuló tanto con los
tulipanes que llegaron a tener el valor de una casa en el canal de Amsterdam. En
1637 un solo bulbo de tulipán era suficiente para mantener a una familia holandesa
durante media vida. A esta fiebre de los tulipanes se le llamó tulipomanía. De todas
formas esto duro poco, ya que el precio cayó en picado a mediados de 1673. En ese año
se compró gran cantidad de opciones sobre tulipanes meses antes de la temporada de
plantación. Cuando llegó la temporada de los tulipanes, a pesar de las expectativas
generadas, no había suficientes compradores para todos los tulipanes con opción de
compra, por lo que el precio del tulipán cayó en picado, provocando una crisis que
se conoce como la primera gran burbuja especulativa de la historia.
El primer mercado de opciones organizado se estableció en Londres en el siglo XVII,
comerciando tanto con opciones put, que daban el derecho a vender los activos
mediante opciones, y call, que daban el derecho a comprar los activos mediante
opciones. En Estados Unidos los comienzos del comercio de opciones empezaron en
el siglo XIX.
1
Una almazara es un molino diseñado para triturar semillas ricas en óleo, como las olivas.

9
 ÍNDICE DE TABLAS

La primera aplicación matemática conocida fue hecha por el matemático francés

Louis Bachelier. Su tesis usó un concepto conocido como movimiento Browniano
o proceso Wiener para modelar los precios de las opciones. Estas ideas fueron
decisivas en los modelos posteriores.
El modelo de Black-Scholes empezó con las investigaciones iniciales de Fisher Black
y Robert Merton (Black & Scholes, 1973). Más tarde, en el Instituto Tecnológico
de Massachusetts, empezaron a trabajar en el modelo original que conocemos como
Black-Scholes.
En 1973 se publicó por primera vez el modelo en el artículo The Pricing of Options
and Corporate Liabilities (Black & Scholes, 1973) de Black y Scholes, pero aún le
quedaba mucho para ser un proceso realmente fluido.
Tras la publicación del modelo, Robert Merton, que también trabajaba en el M.I.T.,
hizo sus propias contribuciones en el artículo Theory of Rational Option Pricing
(Merton, 1973). Merton sugirió varias ampliaciones del modelo, incluyendo una
versión de la fórmula de Black-Scholes que aceptaba supuestos más débiles y, por lo
tanto, era más ampliamente utilizable.

10
Capítulo 1

Opciones

1.1 Definición
Las opciones son instrumentos financieros usados en diferentes transacciones. Son
contratos que dan al comprador el derecho a comprar un activo dentro de un tiempo
determinado y a un precio fijado, y al vendedor la obligación de vender dicho activo
si el comprador desea ejercer su derecho.

1.2 Características y notación

Las opciones están definidas por diferentes parámetros, tales como el precio de
ejercicio o strike price, o la fecha de vencimiento o maturity date. Para entender lo
que son las opciones tenemos que entender primero sus características, que veremos
a continuación.
Pero antes, para simplificar el análisis de los precios de las opciones, tenemos que
saber que lo haremos bajo los siguientes supuestos, siguiendo el libro de Hull (Hull,
2012):

• No hay costes de transacción.

• Todos los beneficios están sujetos al mismo tipo de impuesto.
• Los préstamos y empréstitos son posibles siempre y cuando estén sujetos al
tipo de interés sin riesgo.

A continuación explicaremos las características de las opciones y también la notación

que utilizaremos durante el trabajo.

• Precio de la acción (activo subyacente)

Es el precio que la acción tiene en el mercado, definido por la oferta y la demanda.

El precio actual de la acción lo definiremos como S0 y el precio de la acción en la
fecha de vencimiento lo llamaremos ST . En cualquier instante de tiempo t donde
t ∈ [0, T ] será St .

11
 CAPÍTULO 1. OPCIONES

• Precio de ejercicio o precio strike

El precio de ejercicio es el precio al que se compra o vende la opción, y que

generalmente está definido en el contrato desde un principio. Es el precio al que
acordamos comprar o vender el activo al finalizar el contrato. Lo llamaremos K

• Precio de la opción o prima

La prima o el precio de la opción es una cantidad de dinero menor al precio de

ejercicio que el comprador de una opción debe pagar al vendedor para adquirir la
opción en el momento de la firma del contrato. Es la cantidad de dinero que el
vendedor se asegura, independientemente de si la opción se ejerce o no. También
se conoce como el precio de mercado de la opción. Lo denominaremos como c para
opciones call y p para opciones put.

• Break even

El break even es el punto en el que, teniendo en cuenta la prima, obtienes un beneficio

mayor o igual a 0 ejerciendo la opción. Por ejemplo, si obtienes una opción call con
un precio de ejercicio de 100€ y una prima de 5€, el beneficio empieza cuando el
precio de la acción en el mercado es mayor a 105€.

• Fecha de vencimiento

La fecha de vencimiento es la fecha en la que termina el derecho de compra de

la opción. Si el comprador no ejerce su derecho antes de esta fecha, perderá su
derecho a compra y la prima pagada por la opción. A la fecha de vencimiento la
denominaremos T .

• Tasa de interés sin riesgo

Esta tasa se refiere a la rentabilidad que se consigue invirtiendo en un activo que

se considera libre de riesgo o que tiene un riesgo muy bajo. Principalmente, se
calcula usando los bonos del Tesoro, ya que tienen un riesgo casi nulo. A esta tasa
la llamaremos r.

• Volatilidad

La volatilidad de una opción es la medida de la incertidumbre que tenemos sobre

los futuros movimientos del precio del activo. La denotamos como σ.

12
CAPÍTULO 1. OPCIONES

1.3 Tipos de opciones

Las opciones son contratos que dependiendo del punto de vista pueden ser de un
tipo o de otro: call o put; Europeas o Americanas, etc. Veamos a continuación una
serie de clasificaciones según distintas características de las opciones:

• Según la intención: call y put

Dependiendo del derecho que te otorgan, una opción puede ser call o put.
Con las opciones call, también llamadas opciones de compra, el comprador adquiere
el derecho a comprar un activo subyacente a un precio determinado dentro de un
periodo de tiempo previamente acordado. El comprador puede ejercer su derecho
cuando quiera dentro de ese periodo de tiempo, aunque no está obligado a hacerlo si
no lo desea. El vendedor, que posee el activo, de una opción call asume la obligación
de vender el activo subyacente si la opción se termina ejerciendo.

Benef icio
30

CALL
20

10

K
0
70 c 80 90 100 110 120 130 ST
−5 Breakeven

Figura 1.1: Beneficios de una opción call con c=5 y K=100. Elaboración propia

En el gráfico 1.1 podemos ver la evolución del beneficio de la compra de una opción
call. Como vemos, si el precio de mercado ST es menor a 100€, la opción no se
ejerce y el comprador de la call perdería la prima c = 5€. Cuando el activo en el
mercado está valorado en 105€ el beneficio es nulo, esto es, ST = K + c. A partir de
este momento el beneficio es positivo, y hará que el comprador ejerza su derecho a
compra.
Las opciones put, u opciones de venta, dan al comprador, que es el que posee el
activo, el derecho pero no la obligación de vender un activo subyacente a un precio
determinado dentro de un periodo de tiempo. El vendedor de la opción put asume
la obligación de comprar el activo si se termina ejerciendo la opción.
En este caso, como el comprador de la opción put es el que posee las acciones, a este
le interesa que el precio de la acción del mercado disminuya. Si el precio del activo
en el mercado es mayor a 100 el comprador no va a querer ejercer la opción, por
lo que tendrá una perdida igual a la prima p = 5. Si el precio del activo disminuye
y llega a 95 el beneficio será 0, esto es ST = K − p y si baja de esta cantidad el
comprador tendrá beneficios, por lo que le interesará ejercer la opción.

13
 CAPÍTULO 1. OPCIONES

Benef icio
30

PUT
20

10

K
0
70 80 90 100 110 120 p 130 ST
−5 Breakeven

Figura 1.2: Beneficios de una opción put con p=5 y K=100. Elaboración propia

• Según la posición: comprador y vendedor

Las opciones, como todos los bienes comercializables, tienen un comprador y un

vendedor. El vendedor es el poseedor de las acciones y el que escribe el contrato de
la opción. El comprador es el que está interesado en comprar la opción y con ello,
el activo subyacente
El comprador de la opción es el que toma la posición larga y el vendedor toma la
posición corta. De aquí podemos deducir cuatro tipos de opciones dependiendo de
la posición:

1. Posición larga en una opción call, comprador de un derecho de compra call.

2. Posición corta en una opción call, vendedor de un derecho de compra call.
3. Posición larga en una opción put, comprador de un derecho de venta put.
4. Posición corta en una opción put, vendedor de un derecho de venta put.

• Según cuando se ejercen: Europeas y Americanas

Hay muchos tipos de opciones dependiendo del momento temporal en que se pueden
ejercer, pero las más conocidas son las Europeas, en las que nos centraremos en este
trabajo, y las Americanas.
Las Europeas pueden ejercerse únicamente en la fecha de vencimiento, es decir, en
el momento T . En cambio, las Americanas se pueden ejercer desde la fecha en la
que se formaliza el contrato t = 0, hasta la fecha de vencimiento t = T , en cualquier
momento t.

• Según el nivel de precio: In the Money, At the Money y Out of the

Money

Las opciones pueden clasificarse por la diferencia entre el precio de ejercicio, K, y el

precio de la acción en el mercado, ST . De esta forma podemos definir las opciones
de tres maneras:

14
CAPÍTULO 1. OPCIONES

Cuando una opción call está In the money, significa que el precio de la acción es
mayor al precio de ejercicio, así que obtendremos beneficio si la ejercemos, que será
ST − K > 0. Lo contrario sucede para una opción put, estará In the money si el
precio de ejercicio es mayor al precio de la acción, en cuyo caso el beneficio sería
K − ST > 0.
Si la opción call está At the money quiere decir que para ambos tipos de opciones
call y put, el precio de ejercicio es igual al precio de la acción. En este caso, es
indiferente para el comprador ejercer la opción o no.
Por ultimo, las opciones call están Out of the money cuando el precio de ejercicio
es mayor al precio de la acción. Para las opciones put, cuando el precio de ejercicio es
menor al precio de la acción. Si ejercemos la opción cuando esta Out of the money,
tendremos perdidas. En el caso de las opciones call, ST − K < 0; y en el caso de las
opciones put K − ST < 0.
Resumiendo todo esto en una tabla:
Tabla 1.1: Clasificación de las opciones según el nivel de
precio. Fuente: Elaboración propia

Call Put
In the money K < ST K > ST
At the money K = ST K = ST
Out of the money K > ST K < ST

• Según el activo subyacente: stock, divisas, índices y futuros

Las opciones pueden definirse también por el tipo de activo subyacente que se
comercia con ellas.

1. Opciones de stock: Estas son las opciones más comunes con las que se
comercia en las Bolsas, el activo subyacente se compone de un paquete de
acciones del mismo tipo. Normalmente, una opción de stock te da el derecho
de comprar o vender 100 acciones.
2. Opciones de divisas: Son un tipo de opciones con las que se pueden
comerciar diferentes divisas, que son monedas extranjeras. Un contrato te
permite comprar o vender 10.000 unidades de la divisa, en las que el activo
subyacente es una divisa extranjera o diferente a la que se comercializa la
opción.
3. Opciones de índices: En este tipo de opciones el activo principal es un índice,
que puede ser diferente dependiendo del interés del comprador y del vendedor.
En estas opciones se suelen comprar o vender 100 veces el índice.
4. Opciones de futuros: Los futuros son otro tipo de contratos, similares a las
opciones pero con la diferencia de la obligación de ejercer el contrato a la fecha
de vencimiento.

15
 CAPÍTULO 1. OPCIONES

Otros tipos de opciones:

1. Opciones basket: Son opciones cuyo activo subyacente se compone de

diferentes activos agrupados en una cesta.

2. Opciones Asiáticas: La principal característica de estas opciones es que su

precio depende del promedio de los precios del activo subyacente.

1.4 Efectos de las variables en el precio de las

opciones
En la siguiente tabla se presenta un resumen del efecto que tiene en una opción una
pequeña variación en uno de sus parámetros, dejando el resto constante (Fernandez,
1997):

Tabla 1.2: Efectos de diferentes variables en precio de

diferentes tipos de opciones. Fuente: Elaboración propia.

Call Call Put

Variable Europea Put Europea Americana Americana
S ↑ ↓ ↑ ↓
K ↓ ↑ ↓ ↑
T ? ? ↑ ↑
r ↑ ↓ ↑ ↓
σ ↑ ↑ ↑ ↑

• ↑ significa que cuando esta variable aumenta, el precio de la opción aumenta

• ↓ significa que cuando esta variable aumenta, el precio de la opción disminuye
• ? significa que la relación de esta variable con el precio de la opción es
desconocido

Por ejemplo, en una opción call Europea si el precio del activo en el mercado sube,
el precio de la opción también. Al contrario, con el precio de ejercicio el precio de la
opción baja.

16
Capítulo 2

Valoración de opciones. Parte I

2.1 Procesos estocásticos

Un proceso estocástico es un concepto matemático usado para representar un
conjunto de variables aleatorias que dependen de otros parámetros o variables,
normalmente el tiempo. Son procesos que no se pueden predecir y que se mueven
al azar. Por ejemplo, los fenómenos naturales como los terremotos y el clima
siguen este tipo de procesos. Aunque estos temas se alejan del objetivo del trabajo,
es importante para este trabajo saber que los precios de las acciones se pueden
modelar de forma similar usando un proceso estocástico.

150

140
Precio de cierre

130

120

110

abr. 2022 jul. 2022 oct. 2022 ene. 2023

Fecha

Figura 2.1: Precio de cierre de las acciones de AENA. Elaboración propia

En la figura 2.1 se muestra la evolución de precios de las acciones de AENA desde

marzo de 2022 hasta marzo de 2023, dichos precios se han obtenido de la página
(AENA, 2023). Estos precios se pueden considerar procesos estocásticos, lo que
significa que es casi imposible predecir qué precio tendrán las acciones en el futuro,
Más concretamente, un proceso estocástico no estacionario, donde el precio varía de
forma no constante.

17
 CAPÍTULO 2. VALORACIÓN DE OPCIONES. PARTE I

2.2 Rentabilidad de los precios

Para nosotros es importante saber que cuando un inversor invierte su dinero
en cualquier activo, como pueden ser las acciones de una empresa, su mayor
preocupación es obtener una rentabilidad positiva del activo. Esta rentabilidad se
entiende como un aumento de valor del activo en un intervalo de tiempo.
Expresado matemáticamente, la rentabilidad del activo en el instante t + 1 es:
St+1 − St
Rt =
St

Por lo tanto, si calculamos las rentabilidades de los precios de las acciones de AENA
y creamos un gráfico (gráfico 2.2).

0.050
Rentabilidades simples

0.025

0.000

−0.025

−0.050
abr. 2022 jul. 2022 oct. 2022 ene. 2023
Fecha

Figura 2.2: Rentabilidades (simples) de los precios de AENA. Elaboración propia.

En la figura 2.2 las rentabilidades diarias del activo se parecen mucho a un proceso
aleatorio.
La rentabilidad media del activo se puede expresar de la siguiente manera:

M
1 X
R̄ = Ri
M i=1

y la desviación típica de la misma:

v
u M
u 1 X
σR = t (Ri − R̄)2
M − 1 i=1

donde M es el numero de rentabilidades de la muestra.

En general, la distribución de las rentabilidades diarias se asemeja a una variable
aleatoria norma. Podemos observar esto en el gráfico 2.3.

18
CAPÍTULO 2. VALORACIÓN DE OPCIONES. PARTE I

30
Frecuencia

20

10

0
−0.03 0.00 0.03 0.06
Rentabilidades simples

Figura 2.3: Distribución de las rentabilidades (simples) de AENA. Elaboración

propia.

Por otro lado, las rentabilidades compuestas en tiempo continuo suelen

resultar más útiles que las rentabilidades simples para el cálculo de estos por sus
propiedades. Por lo tanto, es más conveniente usar las rentabilidades logarítmicas
(compuestas) para obtener las rentabilidades totales.

0.06
Rentabilidades compuestas

0.03

0.00

−0.03

abr. 2022 jul. 2022 oct. 2022 ene. 2023

Fecha

Figura 2.4: Rentabilidades (compuestas) de los precios de AENA. Elaboración

propia.

En la figura 2.4 podemos ver las rentabilidades compuestas en función del tiempo.
Estas rentabilidades también se distribuyen de forma parecida a una distribución
normal, como vemos en la figura 2.5.
Una vez visto el comportamiento de las rentabilidades diarias podemos concluir que,
dado el paso del tiempo entre mediciones de rentabilidades, que a partir de ahora
llamaremos δt, cuanto mayor sea este intervalo, mayor será la variación del activo.

19
 CAPÍTULO 2. VALORACIÓN DE OPCIONES. PARTE I

30
Frecuencia

20

10

0
−0.03 0.00 0.03 0.06
Rentabilidades compuestas

Figura 2.5: Distribucion de las rentabilidades (compuestas) de AENA. Elaboracion

propia.

En promedio tendremos que la media de los rendimientos será µδt donde µ es la

rentabilidad media anualizada, que consideraremos constante. Es decir:

St+1 − St
= µδt −→ St+1 = St (1 + µδt)
St
Por lo tanto, para cada instante del tiempo se tiene1 :

t = 0 S1 = S0 (1 + µδt)
t = 1 S2 = S1 (1 + µδt) = S0 (1 + µδt)2
..
.
t=M SM = S0 (1 + µδt)M ≈ S0 eµT
Esta aproximación es importante por dos motivos:

• En ausencia de aleatoriedad, el precio del activo aumenta de manera

exponencial, del mismo modo que el activo libre de riesgo.
• El resultado tiene sentido en el límite, cuando el intervalo de tiempo entre
mediciones tiende a cero.

Veamos a continuación qué sucede con la desviación típica de la serie de

rentabilidades cuando el intervalo de tiempo entre mediciones tiende a cero.
Recordar que la desviación típica se calcula mediante la fórmula:
v
u M
u 1 X
σR = t (Ri − R̄)2
M − 1 i=1
1
Donde M δt = T

20
CAPÍTULO 2. VALORACIÓN DE OPCIONES. PARTE I

T
Para calcular la desviación típica debemos calcular la raíz de una suma de M = δt
términos. Para que esta suma sea finita cuando δt → 0 necesitaremos que cada
término sea del mismo orden que δt. Siendo√esto así, la desviación estándar de
los rendimientos del activo sería del orden δt. Así podemos √ considerar que la
rentabilidad anualizada tiene una desviación estándar igual a σ δt con σ constante.
Finalmente se tiene2 :

St+1 − St √
Rt = = µδt + σϕ δt
St
Este modelo se conoce como paseo aleatorio del precio del activo y sirve para calcular
la variación del precio del activo entre dos instantes de tiempo. Al parámetro µ se
le conoce como deriva del activo y al parámetro σ como volatilidad del activo.
Si la escala temporal es diferente, los efectos de la volatilidad y de la deriva en la
evolución del activo son diferentes: en plazos cortos la volatilidad influye más que la
deriva en el precio del activo, mientras que en plazos largos ocurre al revés.
También es importante tener en cuenta que la volatilidad del activo no es en realidad
constante, sobre todo en el largo plazo donde se ve afectada por cambios en el ciclo
económico, estacionalidad, . . . , aunque en este trabajo no se van a abordar estas
consideraciones.

2.3 Paseo aleatorio

Hemos visto que una primera aproximación para modelar un activo puede ser el
paseo aleatorio, donde

√
St+1 − St = µSt δt + σϕSt δt

con µ y σ parámetros constantes que representan la deriva y volatilidad del activo

respectivamente. Además, ϕ representa el valor aleatorio obtenido de una variable
aleatoria N (0, 1).
Ahora, siguiendo (Kwok, 2008), vamos a considerar que el intervalo tiende a cero, es
decir, trasladar la movilización de tiempo discreto a tiempo continuo. De este modo,
en tiempo continuo, consideramos el incremento temporal dt como el límite cuando
el incremento tiende a cero.
Para definir dt a partir
√ de δt al considerar que ϕ es una variable aleatoria normal
N (0, 1) se tiene que ϕ δt ∼ N (0, dt) será normal.
√
De manera que escribiremos ϕ dt en tiempo continuo3 como dZ donde dZ denota
una variable aleatoria normal con
2
ϕ corresponde a un valor de una v.a. normal que recoge la aleatoriedad de la desviación.
3
Proceso de Wiener

21
 CAPÍTULO 2. VALORACIÓN DE OPCIONES. PARTE I

E(dZ) = 0 E(dZ 2 ) = dt

Finalmente, podemos definir el modelo de precios de los activos en el límite de

tiempo continuo usando la notación del proceso de Wiener.

dS = µSdt + σSdZ (2.1)

2.4 Propiedades

Cálculo estocástico
Ya hemos visto que los precios de los activos se componen de una parte determinista
(deriva) y de una parte aleatoria (volatilidad) provocada por el paso del tiempo. El
cálculo estocástico nos permite crear un modelo de estos procesos aleatorios. Pero
antes de empezar con esto debemos definir las propiedades de los modelos financieros.

• Propiedad de Markov: El valor esperado de una variable aleatoria depende

únicamente del valor previo de la variable aleatoria. Es decir, el precio del
activo hoy solo depende del precio del activo ayer, no de los anteriores.

• Propiedad de Martingala: Considerando una secuencia de variables aleatoria,

la esperanza condicional en un tiempo dado es igual al valor presente de la
secuencia. En términos financieros, la expectativa condicionada de ganar en el
futuro una cantidad de dinero es igual a la cantidad que se tiene hoy.

• Variación cuadrática del paseo aleatorio: Definimos la variación cuadrática de

un paseo aleatorio como la suma del incremento del activo al cuadrado. Es
decir:

i
(Sj − Sj−1 )2
X

j=1

Movimiento Browniano
Definimos como S(t) el valor de un activo en un tiempo t. El proceso límite de
este paseo aleatorio a medida que la variación del tiempo tiende a cero se denomina
movimiento browniano, que denotaremos como Z(t).
Un movimiento browniano cumple las siguientes propiedades:

22
CAPÍTULO 2. VALORACIÓN DE OPCIONES. PARTE I

• Finitud: Cualquier otra escala del tamaño de los incrementos del valor con el
paso de tiempo habría dado lugar a un paseo aleatorio que iría al infinito en
un tiempo finito, o a un límite en el que no habría movimiento en absoluto.
Es importante que el incremento aumente con la raíz cuadrada del paso de
tiempo.
• Continuidad: Las trayectorias son continuas, no hay discontinuidades. El
movimiento browniano es el limite en tiempo continuo de nuestro paseo
aleatorio en tiempo discreto.
• Propiedad de Markov: La distribución condicional de Z(t) dada información
hasta τ < t depende solo de Z(τ ).
• Propiedad de Martingala: Dada la información hasta τ < t la expectativa
condicional de Z(t) es Z(τ ).
• Variación cuadrática: Si dividimos el tiempo 0 a t en una partición con n + 1
puntos de partición con ti = it/n entonces
n
c.s
(Z(tj ) − Z(tj−1 ))2 −→ t
X

j=1

• Normalidad: En incrementos de tiempo finitos de ti−1 a ti , Z(ti ) − Z(ti−1 ) se

distribuye normalmente con media cero y varianza ti − ti−1 .

2.5 Integral estocástica

Se define la integral estocástica como:
Z t
W (t) = lim f (tj−1 )(Z(tj ) − Z(tj−1 ))
f (τ )dZ(τ ) = n→∞
0
jt
donde tj = n

Que escrita abreviadamente es:

dW = f (t)dZ

donde dZ representa el incremento√de Z, es decir, una variable aleatoria normal de

media cero y desviación estándar dt
Del mismo modo, se puede reescribir una integral de la siguiente forma:
Z t Z t
W (t) = g(τ )dτ + f (τ )dZ(τ )
0 0
como
dW = g(t)dt + f (t)dZ

Este tipo de ecuaciones se conocen como ecuaciones diferenciales estocásticas.

23
 CAPÍTULO 2. VALORACIÓN DE OPCIONES. PARTE I

2.6 Lema de Itô a partir de Taylor

Veamos la regla más importante del cálculo estocástico: el Lema de Itô. Esta
demostración es más bien una aproximación a la idea subyacente que a una
demostración rigurosa, pero sirve para entender qué efecto tiene el cálculo
estocástico en nuestro modelo financiero.
Tenemos una función F (Z) que depende del movimiento browniano Z.
Si calculamos la expansión de serie de Taylor hasta el segundo orden de F , sin
tener en cuenta la aleatoriedad de Z, y tratando dZ como un pequeño incremento
determinista en Z, obtendríamos:

dF 1 d2 F 2
F (Z + dZ) ≈ F (Z) + dZ + dZ
dZ 2 dZ 2
y, si consideramos F (Z + dZ) − F (Z) el incremento en F , se tiene que:

dF 1 d2 F 2
dF = dZ + dZ
dZ 2 dZ 2
Por último se puede ver que a partir de la variación cuadrática y mediante la
definición del limite cuadrático medio que:
Z t
(dZ)2 = t
0

24
Capítulo 3

Valoración de opciones. Parte II

3.1 El desarrollo para la valoración de las

opciones
Empezamos definiendo el precio de las opciones como c(S, t). Esto quiere decir que
el valor de la opción, que por ahora llamaremos c, depende del precio de la acción S
y del tiempo t. Como hemos dicho en el capítulo anterior, el precio de las acciones
sigue un proceso estocástico, y añadiendo más aún, también siguen un proceso de
Markov, que implica que lo único importante para la estimación de su precio futuro,
es el precio actual. Esto es relevante considerando que el precio de las acciones sigue
estos procesos, también lo hará el precio de las opciones. El modelo de Black-Scholes
supone que el precio del activo sigue un proceso estocástico browniano geométrico.
Recordemos la variación del precio del activo se puede definir como el cambio del
precio de la acción entre su valor original, esto es dS/S(Wilmott et al., 1996). Esto
podemos descomponerlo en dos partes.

• Una parte determinista, que será la parte que mide la evolución del activo
y tendrá la forma µdt, donde µ es la deriva del activo y dt es una variación
mínima de la variable t, el tiempo.
• La segunda parte mide la aleatoriedad en el cambio del precio, tiene la forma
de σdZ donde σ mide la desviación típica y Z es un proceso Wiener.

Retomando la ecuación 2.1 la evolución del precio del activo, es decir, dS se modela
mediante una ecuación que tiene en cuenta estos dos puntos:

dSt = µSt dt + σSt dZ (3.1)

o también:

dSt
= µdt + σdZ
St

25
 CAPÍTULO 3. VALORACIÓN DE OPCIONES. PARTE II

Ahora, tomamos la función f = f (S) y veremos su desarrollo en serie de Taylor,

que como bien sabemos nos aproxima el valor de la función f (x) como la suma de
sus derivadas. Esto es:

f ′ (x) f ′′ (x)
f (x) ≈ (x − x0 ) + (x − x0 )2 ...
1! 2!
Por lo tanto, para f = f (S), una serie de Taylor usando solo dos derivadas, tiene
esta forma:

df 1 d2 f 2
df = dS + dS (3.2)
dS 2 dS 2
Volviendo a la ecuación 3.1 y calculando dS y (dS)2 podemos conseguir la serie de
Taylor para esta ecuación. Por lo tanto:

dS = µSdt + σSdZ (3.3)

(dS)2 = µ2 S 2 dt2 + σ 2 S 2 dZ 2 + 2µσS 2 dtdZ (3.4)

3.2 El lema de Itô

Estas dos expresiones las podemos sustituir en la ecuación 3.2 sabiendo que dt es
una variable con variaciones muy pequeñas, por lo tanto, dt → 0, entonces dt2 y
dtdZ también tienden a cero. También vemos que dZ 2 → dt por ser dZ un proceso
de Wiener, por lo tanto, dZ 2 → 0, entonces nos queda:
!
df (S) 1 2 2 d2 f (S) df (S)
df (S) = µS + σ S 2
dt + σS dZ (3.5)
dS 2 dS dS

Ahora usando el valor de las opciones c = c(S, t) en vez de f (S) tenemos que:
!
dc 1 d2 c dc dc
dc(S, t) = µS + σ2S 2 2 + dt + σS dZ (3.6)
dS 2 dS dt dS

Este resultado es una versión del Lema de Itô, donde dt embarca la parte
determinista del valor de la opción, es decir, la que podemos calcular y dZ que
recoge la aleatoriedad.

26
CAPÍTULO 3. VALORACIÓN DE OPCIONES. PARTE II

3.3 Distribución lognormal

Ahora, para entender esto mejor y demostrar que S sigue una distribución
logarítmica-normal, miraremos el caso en el que f (S) = ln(S). Siguiendo el mismo
proceso obtenemos que:

df (S) 1
=
dS S
2
d f (S) 1
2
=− 2
dS S
Y sustituyendo en la ecuación 3.5 tenemos que:

σ2
df = (µ − )dt + σdZ (3.7)
2
donde por ser dZ un proceso de Wiener que sigue una distribución normal, ln(S)
seguirá distribución logarítmica-normal:
!
σ2
ln(S) → N (µ − )dt, σ 2 dt
2

27
Capítulo 4

Modelo Black-Scholes

El modelo de Black-Scholes (Black & Scholes, 1973), del que ya hemos hablado
antes, es un modelo desarrollado por Fisher Black y Myron Scholes con posteriores
ampliaciones de Robert Merton (Merton, 1973), que usa unas fórmulas que dependen
de diferentes variables para aproximarse tanto como sea posible al precio justo de
las opciones tanto call como put.
En este apartado, hablaremos un poco del desarrollo matemático y de las fórmulas.

4.1 El modelo y su desarrollo

Para poder simplificar el desarrollo matemático, tenemos que establecer ciertas
condiciones (Hull, 2012) para que el modelo tenga sentido:

1. No hay oportunidades de arbitraje.

2. No hay costes de transacciones.
3. El precio del activo sigue un movimiento browniano.
4. La opción es Europea
5. µ y σ son siempre constantes.
6. No hay dividendos.
7. Se pueden vender activos en corto1 y en cualquier cantidad.

En el capítulo anterior vimos cómo obtener la ecuación de la diferencia del valor de

una opción call europea (ecuación 3.6):
!
dc 1 d2 c dc dc
dc = µS + σ2S 2 2 + dt + σS dZ (4.1)
dS 2 dS dt dS

Veamos la demostración clásica de la fórmula de Black-Scholes. Recordemos que el

precio del activo sigue el siguiente proceso:
1
Vender activos en corto significa vender activos que no se posean.

29
 CAPÍTULO 4. MODELO BLACK-SCHOLES

dS = µSdt + σSdZ
donde el riesgo del activo viene recogido en la componente estocástica dZ.
Nuestro objetivo será eliminar dicha componente estocástica y obtener el precio
determinista de la opción call. Para ello, construimos la siguiente cartera, compuesta
por la compra de una acción (activo subyacente) y la venta de una cantidad ∆
(desconocida) de opciones:

Π = c(S, t) − ∆St
El incremento de esta cartera vendrá dado por la ecuación

dΠ = dc(S, t) − ∆dS

Si en esta ecuación sustituimos las expresiones 4.1 y 3.1 obtendremos:

! !
dc σ 2 S 2 d2 c dc dc
dΠ = µS + 2
+ − ∆µS dt + σS − ∆Sσ dZ (4.2)
dS 2 dS dt dS
Donde dt vuelve a embarcar la parte determinista del valor de la cartera y dZ el
valor aleatorio que sigue una distribución normal.
Para nuestro análisis la parte aleatoria dZ implica riesgo, por lo que necesitaremos
anularla consiguiendo riesgo nulo. Para esto basta elegir una cantidad ∆ que anule
dc
esta expresión, que en este caso sería ∆ = dS . Con esto, la diferencia del valor de la
cartera nos quedaría:
!
dc σ 2 S 2 d2 c
dΠ = + dt (4.3)
dt 2 dS 2
Haciendo esto conseguimos eliminar la parte aleatoria de la ecuación y quedarnos
solamente con la parte determinista.
Ahora, si no hay arbitraje en este mercado2 , invertir en esta cartera sin riesgo debe
tener el mismo valor que invertir en el activo libre de riesgo, es decir:

dΠ = Πrdt
Igualando esto con la ecuación 4.3 conseguimos:
!
dc σ 2 S 2 d2 c
rΠdt = + dt
dt 2 dS 2
dc
Como sabemos Π = c − ∆S o también Π = c − dS S y sustituyendo en la ecuación
anterior obtenemos la ecuación de Black-Scholes:

dc σ 2 2 d2 c dc
+ S 2
+ rS − rc = 0 (4.4)
dt 2 dS dS
2
Supuesto necesario para el modelo.(Hull, 2012)

30
CAPÍTULO 4. MODELO BLACK-SCHOLES

4.2 La ecuacion de Black-Scholes

Condiciones de contorno
En el punto anterior hemos obtenido la ecuación de Black-Scholes (ecuación 4.4).

dc σ 2 2 d2 c dc
+ S 2
+ rS − rc = 0
dt 2 dS dS
Para poder resolver esta ecuación nos falta considerar definimos las condiciones de
contorno que definen el valor de una opción call europea en función del precio de la
acción en el punto máximo y el mínimo, es decir:

c(S, T ) = max(ST − K, 0)
Esta condición nos dice que en la fecha de vencimiento, en T , el precio de la opción
será el que maximice el beneficio de la compra de la opción.

c(0, t) = 0 ∀t ∈ [0, T ]
Por otro lado, esta condición nos dice que si el precio de la acción en cualquier
momento t es 0, el precio de la opción también será 0.
Con esto, tenemos ecuaciones suficientes para resolver el problema. La forma de
resolver este problema es mediante una serie de cambios de variables que nos
permitirán transformar la ecuación de Black Scholes en la ecuación del calor, con
un doble objetivo. Por un lado, reducir el número de variables de la ecuación y por
otro, obtener una solución directa, ya que la solución de la ecuación del calor es
conocida desde 1768.
Empezaremos definiendo los siguientes cambios de variable siguiendo a (Kwok, 2008;
Wilmott et al., 1996):

S
S = Kex → x = ln( )
K
τ σ2
t=T− → τ = (T − t)
σ 2 /2 2
c
c = Kv(x, τ ) → v(x, τ ) =
K
Ahora, con estos cambios de variable resolvemos el problema y llegamos a:

dv d2 v dv
= 2 + (κ − 1) − κv (4.5)
dτ dx dx
r
Donde κ = σ 2 /2
. Con esto hemos conseguido reducir el número de parámetros a uno.
Ahora escogemos otro cambio de variable, en este caso v(x, τ ) = eαx+βτ u(x, τ ) para
desarrollar la expresión anterior y llegar a la ecuación del calor, que tiene solución
conocida.

31
 CAPÍTULO 4. MODELO BLACK-SCHOLES

Ecuacion del calor

Una vez desarrollado el proceso del punto anterior llegamos a la ecuación del calor.

du d2 u
= 2
dτ dx
Cuya solución es:

∞
1 Z −(x−S)2
u(x, τ ) = √ u(S, 0)e 4τ dt (4.6)
2 πτ
−∞

Para buscar la solución hacemos el siguiente cambio: x′ = S−x

√ .
2τ
Y con esto
conseguimos dos soluciones:

d1
1 Z −S2
N (d1 ) = √ e 2 dS
2π −∞
√
donde d1 = √x + κ+1
2τ , y
2τ 2

d2
1 Z −S2
N (d2 ) = √ e 2 dS
2π −∞
√
donde d1 = √x + κ−1
2τ
2τ 2

Ahora solo quedaría deshacer todos los cambios de variable para hallar c(S, t) para
opciones call europeas. Haciendo esto conseguimos:

c(S, t) = SN (d1 ) − Ke−rT N (d2 ) (4.7)

Y para las opciones put seguimos el mismo proceso, pero cambiamos una de las
condiciones de contorno por34 :

p(S, T ) = max(K − ST , 0)
Y con esto conseguimos la ecuación p(S, t) para opciones put europeas5 :
donde en ambos casos d1 y d2 son:
 
S σ2
ln K
+ (r + 2
)(T )
d1 = √
σ T
3
La paridad put-call establece una relación entre el precio de ambos tipos de opciones. Expresado
matemáticamente: c − p = S − Ke−rT . Esto indica que ambas opciones son complementarias.
4
Sujeto a las condiciones iniciales del modelo.
5

p(S, t) = Ke−rT N (−d2 ) − SN (−d1 ) (4.8)

32
CAPÍTULO 4. MODELO BLACK-SCHOLES

 
S σ2
ln K
+ (r − 2
)(T )
d2 = √
σ T

Ejemplo de aplicación
Para ver cómo funciona la fórmula de Black-Scholes supongamos que tenemos una
opción call europea con las siguientes características:

S0 = 110€ K = 100€ r = 0.1 σ = 0.2 T = 0.5

Con estos datos, primero calculamos tanto d1 como d2 :

  2
110
ln 100
+ (0.1 + 0.22 )(0.5)
d1 = √ = 1.0982
0.2 0.5
  2
110
+ (0.1 − 0.22 )(0.5)
ln 100
d2 = √ = 0.9567
0.2 0.5
Teniendo estos valores ahora podemos calcular los valores acumulados de la
distribución normal:

N (d1 ) = N (1.0982) = 0.86394

N (d2 ) = N (0.9567) = 0.83064
Por lo tanto, ahora podemos calcular el valor de la opción call con la fórmula 4.7:

c(S, t) = 110 × 0.86394 − 100 × e−0.1×0.5 × 0.83064 = 16.0204€

Si seguimos el mismo proceso para las opciones put usando los mismos parámetros:

N (−d1 ) = N (−1.0982) = 0.13605

N (−d2 ) = N (−0.9567) = 0.16935

Y como antes sustituimos en la ecuación 4.8:

p(S, t) = 100 × e−0.1×0.5 × 0.16935 − 110 × 0.13605 = 1.143€

Entonces, el precio de las acciones tiene que subir 2.618€ para alcanzar el break even
y que con la compra de la opción call se obtenga beneficio. Para la opción put, el
precio de la acción tiene que bajar 11.143€ para alcanzar ese punto.6

6
Las funciones utilizadas en este apartado se encuentran en el Anexo

33
Capítulo 5

Black-Scholes en la realidad

Hasta ahora hemos visto la teoría de las opciones, el desarrollo matemático

del modelo de Black-Scholes y un ejemplo con datos ficticios. En este apartado
aplicaremos las fórmulas en un entorno en el que nos acercaremos tanto como
podamos a la realidad. Usaremos datos del MEFF1 y del Tesoro Público para
conseguir datos reales de los precios de mercado, tasas de interés, etc. Para ello
utilizaremos el paquete estadístico antes comentado, R, a partir del editor Rstudio.
Pero antes de hacer todo esto, hablaremos primero de nuestro activo y de sus
características.

5.1 Características del activo subyacente

Para este capítulo utilizaremos los futuros de mini IBEX35, ya que en la bolsa
española solamente hay call europeas sobre futuros y cuyo activo subyacente es el
índice IBEX35. A su vez, el IBEX35 es un índice ponderado por capitalización,
que se compone de las 35 compañías más líquidas que cotizan en las cuatro Bolsas
Españolas.
Los futuros son contratos parecidos a las opciones que hemos visto hasta ahora pero
con un ligero cambio: la obligación de ejercer el contrato de futuro en su fecha de
vencimiento.
A continuación, tenemos una tabla que resume todas las características importantes
de este tipo de activo.

1
MEFF, es el Mercado de referencia de opciones sobre acciones sobre subyacentes españoles,
tiene una larga tradición de cultura financiera y buenas prácticas, invirtiendo constantemente en
innovación y desarrollo. MEFF es el Mercado Español de productos derivados desde 1989.

35
 CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

Tabla 5.1: Resumen de características sobre opciones de

IBEX35. Fuente: MEFF

Futuro mini sobre el IBEX35

Tipos de opción Call y Put
Vencimiento Tercer viernes de cada mes
Fecha de ejercicio Fecha de vencimiento
Ejercicio Automático si aporta beneficio
Ultimo día de negociación Fecha de vencimiento
Precios de ejercicio En puntos enteros del futuro mini sobre el
IBEX35

5.2 Estimación de parametros

• Precio del activo

El precio del activo es un dato que viene dado por el mercado y que nosotros hemos
obtenido de la página oficial del MEFF de los precios de los futuros Mini IBEX35.
Los usaremos varias veces durante este capítulo por lo que los cargaremos en R y
los guardaremos en la base de datos.

9500

9000
Precio de cierre

8500

8000

7500

jul. 2022 oct. 2022 ene. 2023 abr. 2023

Fecha

Figura 5.1: Grafico de los precios de cierre de Mini IBEX35. Elaboración propia.

En la figura 5.1 podemos ver la evolución de los precios de este activo.

• Fecha de vencimiento

Como fecha de vencimiento vamos a usar el día 26 de junio de 2023 y supondremos

que el tiempo desde el inicio del contrato hasta esta fecha es de 11 días, por lo que
el inicio del contrato será el día 15 de junio de 2023.

36
CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

Fecha de inicio Fecha de vencimiento

15/06/2023 23/06/2023

• Tasa de interés

Para estimar la tasa de interés tenemos dos opciones: la primera es usar la

calculadora que podemos encontrar en la página oficial del MEFF, que estima la
tasa de interés con los datos que nosotros introduzcamos.
La segunda no es tanto una estimación, usualmente se utiliza como tasa de interés
libre de riesgo el tipo de interés medio que tienen las letras del tesoro en España.
Esta última será la que emplearemos Si buscamos en la Página Oficial del Tesoro
vemos que el tipo de interés medio está definido por rangos de tiempo acumulados
de 3 meses:
Tabla 5.3: Tabla de tipos de interés del Tesoro. Fuente:
elaboración propia

3 meses 6 meses 9 meses 12 meses

Tipo de interés medio 2,940 3,143 3,199 3,234

La que nos interesa a nosotros y la que utilizaremos es la anual: 3,234%

• Precio strike

El precio strike es el precio que se acuerda en el contrato una vez formalizado y el

que se paga si se desea ejercer la opción. Este dato lo conseguiremos desde la página
oficial del MEFF para el día 26 de junio de 2023. En este caso, los precios de ejercicio
a los que se han formalizado contratos van desde 7700€ a 9800€ en saltos de 100€.

• Volatilidad

Como ya sabemos, la volatilidad es la medida de incertidumbre de la evolución

del precio de las acciones, es decir, es la magnitud que las fluctuaciones del precio
del activo en un periodo determinado. Activos con una volatilidad alta tienen un
mayor riesgo, ya que la variación del precio puede ser mayor a través del tiempo. En
cambio, un activo con baja volatilidad es más seguro, puesto que su precio tiende a
cambios más pequeños. Es una medida muy importante a tener en cuenta a la hora
de invertir en activos financieros, como son las opciones.
En este apartado vamos a tratar dos diferentes formas de la volatilidad: la volatilidad
histórica y la volatilidad implícita, y veremos cómo calcular ambas (Natenberg,
2018).

• Volatilidad histórica

37
 CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

La volatilidad histórica es un parámetro que se estima con los datos históricos del
precio. Es decir, se calcula la desviación típica de los precios que el activo ha tenido
a lo largo del tiempo.
Para el cálculo de la volatilidad histórica, vamos a usar los datos de la página oficial
del MEFF de los precios de los futuros Mini IBEX 35 que hemos cargado en nuestra
base de datos con anterioridad y a los que hemos llamado miniibex
Con estos datos nuestra intención es calcular la rentabilidad del precio para
posteriormente calcular una estimación de la volatilidad histórica. Para esto
creamos una función en lenguaje de R:

funcion_rentabilidad <- function(archivo, columna){

datos <- read_excel(archivo, col_names = TRUE)
divisiones <- datos %>%
select({{columna}}) %>%
mutate(division = {{columna}}/lag({{columna}})-1)
return(divisiones)
}

Una vez definida la función, podemos calcular los retornos de nuestro conjunto de
datos y construimos un gráfico (5.2) para visualizarlo.

0.04

0.02
Rentabilidad

0.00

−0.02

jul. 2022 oct. 2022 ene. 2023 abr. 2023

Fecha

Figura 5.2: Grafico de las rentabilidades de los precios de Mini IBEX 35. Elaboración
propia.

Una vez conseguidos las rentabilidades podemos calcular la desviación típica y, por lo
tanto, la volatilidad histórica. Pero primero, si nos fijamos en los datos que tenemos
en retornos, el primer valor es nulo, por lo que no podemos tenerlo en cuenta para
calcular la desviación típica.
Por último, calculamos la volatilidad histórica con la función sd(x). También
multiplicamos esta desviación típica con la raíz de 252, que es la cantidad de días
que está abierto el mercado de opciones cada año, para anualizar la volatilidad. La
volatilidad historica es 16.9352879%.

38
CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

• Volatilidad implícita

Para el cálculo de la volatilidad implícita se sigue un proceso más complejo que

con la volatilidad histórica. Para su cálculo es necesario crear una función f en
que dependa de la variable σ que representa la volatilidad, siendo todos los demás
parámetros conocidos. Esta función se define como:

f (σ) = cBlack−Scholes (σ) − c V alor de mercado

Nuestro objetivo es conseguir un valor de σ que consiga que esta función sea igual a
0, es decir, f (σ) = 0. Para hacer esto existen diferentes métodos como el método de
Brent o el de Redes Neuronales (Liu et al., 2019), nosotros utilizaremos el método
de Bisección, que es más sencillo.
Este método matemático está basado en el Teorema de los Valores Intermedios
(Casas et al., 2011). Si suponemos que una función f es continua en un intervalo
cerrado [ a, b ] con f (a) y f (b) de distinto signo, es decir, f (a) × f (b) < 0, entonces
existe al menos un valor c dentro del mismo intervalo tal que f (c) = 0.
Visto esto, ahora construiremos un código de R para que calcule en bucle una
volatilidad óptima hasta llegar a una tolerancia tan pequeña como queramos para
las opciones:

funcionbiseccioncall <- function(S, K, r, t, c, tol = 0.0001,

intmax = 1000) {
a <- 0.0001
b <- 1
i <- 1
while (i <= intmax) {
valormedio <- (a + b) / 2
preciomedio <- bs_call(S, K, r, t, valormedio)
if (preciomedio - c > tol) {
b <- valormedio
} else if (c - preciomedio > tol) {
a <- valormedio
} else {
break
}
i <- i + 1
}
return(valormedio)
}

donde:

• S: precio de la acción
• K: precio strike

39
 CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

• r: tasa de interés
• t: tiempo hasta la fecha de vencimiento
• c: valor de mercado de la opción call.
• tol: la tolerancia, es decir el error máximo que estamos dispuestos a permitir
• intmax: las interacciones máximas que hará el bucle hasta encontrar un valor
que sea menor que la tolerancia.

Tanto tol como intmax tienen un valor predefinido en la función: tol = 0.0001 y
intmax = 1000.
Para las opciones put tendríamos que construir otro código que incorpore la función
de Black-Scholes para este tipo de opciones:

funcionbiseccionput <- function(S, K, r, t, p, tol = 0.0001,

intmax = 1000) {
a <- 0.0001
b <- 1
i <- 1
while (i <= intmax) {
valormedio <- (a + b) / 2
preciomedio <- bs_put(S, K, r, t, valormedio)
if (preciomedio - p > tol) {
b <- valormedio
} else if (p - preciomedio > tol) {
a <- valormedio
} else {
break
}
i <- i + 1
}
return(valormedio)
}

Esta función tiene las mismas variables que la anterior, cambiando el valor de la
opción call c por el de una opción put p.
El diagrama 5.3 nos enseña el funcionamiento del código de una forma más simple.
El primer paso de la función es definir las variables, que introducimos nosotros. Por
un lado, se definen las variables de la función de Black-Scholes, que servirán luego
para calcular el precio medio, por otro lado, se definen dos variables: intmax y tol,
que nos indican el número máximo de veces que se repetirá la función y la tolerancia
máxima de fallo que aceptaremos respectivamente. Después de definir las variables,
define los valores iniciales que vamos a trabajar: el valor mínimo de la volatilidad2
a = 0 y el máximo b = 1. Por otro lado también definimos la primera interacción
del bucle i = 1.
2
La volatilidad se calcula como un número entre 0 y 1, no como un porcentaje sobre 100.

40
CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

Definir
parametros

intmax, tol

Primera
Valor min Valor max
interaccion S, K, r, t, c/p
a = 0 b = 1
i = 1

Mientras
i ≤ intmax

valor medio
= (a + b)/2

funcion
Black-Scholes

precio
medio =
fBlack−Scholes
No
valor medio −
precio medio ≥ tol
Si No
precio valor
medio = b medio = a

i = i+1

i = intmax

Si

valor medio

Figura 5.3: Diagrama explicativo de la función de Bisección. Elaboración propia.

41
 CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

Teniendo todo definido primero vemos si la interacción en la que estamos es menor

a la interacción máxima (i ≤ intmax) para empezar a trabajar. Si esto se cumple
se calculan dos valores:

• El valor medio entre a y b: a+b

2
.
• Usando la función de Black-Scholes con el valor medio que acabamos de
calcular calculamos el precio medio.

Teniendo estos dos valores los comparamos con la tolerancia: | valor medio −
precio medio | > tol. Esto nos indica si la diferencia entre el valor medio y el
precio medio en valor absoluto es mayor que la tolerancia. Si esto es así, se define b
como el precio medio recién calculado y si no, se define a como el valor medio ahora
calculado. Con este paso lo que hacemos es centrarnos en la mitad del intervalo que
nos interesa según el Teorema de la Bisección.
Hecho esto, sumamos una iteración (i = i + 1) y comprobamos si es la máxima
iteracción. Si aun no hemos llegado al máximo de interacciones (i < intmax)
volvemos atrás para calcular de nuevo el valor medio y el precio medio. Si es el
máximo (i = intmax) terminamos el bucle y la función nos devuelve el valor medio
como volatilidad.
Para ver como funciona, cogemos el ejemplo que hemos estado usando durante todo
el trabajo para las opciones call, donde:

S0 = 110€ K = 100€ r = 0.1 σ = 0.2 T = 0.5

En este ejemplo hemos usado una volatilidad supuesta de σ = 0.2 y hemos calculado
que el valor de la opción call es c = 16.0204€, que en la función quedara definido
como c. Ahora, tomando este ejemplo haremos justo lo contrario: para comprobar
nuestro código, utilizaremos como valor de opción c = 16.0204€ para obtener el
valor de σ cercano al 0.2.
Si introducimos estos datos en la función, nos queda que la volatilidad implicita es
20.0099834%. Y lo mismo para las opciones put con el valor de la opción p = 1.143€,
nos queda que la volatilidad implicita es 20.012272%. Vemos que para la opcion put
es algo mayor.
Como vemos, la volatilidad implícita da como resultado aproximadamente un 20%
en ambos casos, que es lo que hemos usado en nuestro ejemplo principal. Con esto
podemos verificar que las funciones de Black-Scholes nos dan el precio justo de las
opciones.

5.3 Resultados
Tomamos otra vez las tablas del MEFF para usar estas funciones y calcular la
volatilidad y comprobar si es la correcta. Usaremos:

42
CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

11
• T = 252

Que son los días hábiles entre el 9 de junio de 2023 y el 26 de junio de 2023 (fecha
de donde hemos sacado los precios de la call en MEFF), divididos por el número de
días al año en el que la Bolsa Española está abierto.

• S0 = 9299.10€

Valor del futuro Mini IBEX el 9 de junio (cuando hemos mirado los precios call).

• K = [ 7700€, 9800€ ]

Precios de ejercicio a los que se negocia la call. En intervalos de 100$

• r = 0.03234

El tipo de interés anual.

• c =[ 1619, 1519, 1420, 1320, 1220, 1121, 1021, 922, 823, 727, 628, 531, 434,
344, 254, 175, 104, 55, 23, 10, 4, 1]

Los precios de la call para cada precio strike.

Empezamos introduciendo estos datos y calculando la volatilidad en función del
precio strike, K. Este precio strike se define como una secuencia entre los precios
7700€ y 9800€ en incrementos de 100€, es decir: 7700€, 7800€. . . hasta llegar a
9800€, por lo que tenemos un total de 22 precios strike.
Por otro lado, también creamos un vector de valores con los precios call que hemos
conseguido, también tenemos 22 precios call. También definimos el valor de S0 .
El objetivo de esta función es usar el Teorema de Biseccion para calcular la
volatilidad, realmente una volatilidad diferente para cada valor i de los precios
strike y call. Se utilizan también los valores constantes de S0 , r y T .

S0<-9299.10
df<-NULL
df$K<-seq(7700,9800,by=100) #seq(min, max, incremento)
df$call<-c(1619,1519,1420,1320,1220,1121,1021,
922,823,727,628,531,434,344,254,175,104,55,23,10,4,1)
volat<-0
for(i in 1:22){
volat[i]<-funcionbiseccioncall(S0, df$K[i], 0.03234, 11/252, df$call[i])
}
df$volat<-volat
df<-as.data.frame(df)

43
 CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

0.4
Volatilidad

0.3

0.2

0.1
8000 8500 9000 9500
Precio de ejercicio

Figura 5.4: Gráfico de las volatilidades para cada precio de ejercicio (strike).
Elaboración propia.

En el gráfico 5.4 podemos ver la volatilidad en función de los precios de ejercicio.

Podemos observar como si el precio de ejercicio de la opción aumenta, su volatilidad
disminuye. Esto no siempre es necesariamente de esta forma, puede variar según
las condiciones y el comportamiento del mercado. En situaciones específicas y bajo
ciertas condiciones, el aumento de la volatilidad puede hacer que el precio de ejercicio
disminuya. Por ejemplo, con un aumento significativo de la volatilidad, puede haber
más demanda en las opciones debido a las mayores oportunidades de ganancias
potenciales. Este aumento de la demanda puede hacer que el precio de ejercicio
aumente, ya que los participantes del mercado están dispuestos a pagar más por las
opciones. A esto se le conoce como “sonrisa” o “mueca” de volatilidad.

0.4
Volatilidad

0.3

0.2

0.1
0 500 1000 1500
Precio de la opción call

Figura 5.5: Gráfico de las volatilidades para cada precio de las opciones. Elaboración
propia.

La figura 5.5 muestra cómo aumenta el precio de la opción a medida que aumenta

44
CAPÍTULO 5. BLACK-SCHOLES EN LA REALIDAD

la volatilidad. Esta relación entre la volatilidad y los precios de las opciones es más
intuitiva que con los precios de ejercicio. Cuando la volatilidad es alta, indica un
mayor nivel de incertidumbre en el precio del activo subyacente y en sus movimientos.
Por lo tanto, en algún momento durante la vida de la opción, es más probable que el
precio del activo subyacente supere el precio de ejercicio, es decir, S > K, generando
así mayor ganancia. En consecuencia, si el precio del activo es mayor, el precio de
la opción de compra también será mayor.
En resumen, la relación entre la volatilidad y los precios de las opciones de compra
es bastante clara: a medida que aumenta la volatilidad, se espera que los precios de
las opciones de compra aumenten debido a la oportunidad de obtener ganancias.

45
Capítulo 6

Conclusiones

En este trabajo nos hemos introducido en el mundo de las opciones financieras,

ahora sabemos lo que son, qué tipos de opciones hay y qué modelos podemos usar
para su valoración. Para la redacción del trabajo hemos utilizado Rmarkdow, que
permite trabajar tanto con comandos de LaTeX como con otros formatos, texto
plano, HTML, etc. a partir del editor Rstudio, lo que nos ha permitido incluir gráficas
y código de R directamente así como gráficas y diagramas realizados en LaTeX con
ayuda del paquete Tikz.
Este trabajo principalmente se ha basado en el modelo Black-Scholes, que es uno
de los modelos principales de valoración de opciones Europeas junto con el método
de Árboles Binomiales. Nuestro método utiliza los procesos estocásticos, que como
hemos visto son principalmente procesos aleatorios, para conseguir dos ecuaciones
que valoran los dos principales tipos de opciones: call y put. Hemos visto todo
el proceso de valoración de opciones, los supuestos que se siguen y el desarrollo
matemático de las ecuaciones hasta conseguir las fórmulas de Black-Scholes y el
marco teórico en el cual se pueden aplicar.
Este marco teórico es también la principal debilidad del modelo, está basado en
unos supuestos muy simplificados. Estos supuestos no siempre reflejan la realidad
del mercado, por ejemplo el supuesto de no arbitraje, el de costes de transacción
nulos o el de no dividendos.
Como la mayoría de modelos económicos, también supone que los mercados son
eficientes, sin embargo, en la práctica los mercados pueden no ser perfectamente
eficientes debido a informaciones asimétricas o ineficiencias en el reparto de recursos.
También podemos mencionar otras debilidades del modelo, como que la volatilidad
implícita es considerada como constante, cuando no lo es, o también que los
rendimientos siguen una distribución normal cuando puede no hacerlo. Tampoco
tiene en cuenta los eventos extremos que pueden afectar al precio del activo
subyacente, como una crisis.
El tiempo también juega en contra del modelo. Este modelo está diseñado para
funcionar con periodos de tiempo cortos, es decir, cuando los intervalos de tiempo
tienden a cero. Si se toman intervalos de tiempo más amplios, los resultados del
modelo pueden ser imprecisos.

47
 CAPÍTULO 6. CONCLUSIONES

De todas formas, existen ampliaciones del modelo de Black-Scholes que tiene en

cuenta supuestos como el pago de dividendos o para las opciones de tipo Americanas.
Por último, en el trabajo también hemos visto una aplicación real del modelo,
donde hemos conseguido precios de futuros reales y también precios strike. Hemos
usado la tasa de interés sin riesgo de las Letras del Tesoro y hemos calculado la
volatilidad histórica e implícita. Con esto luego hemos aplicado nuestro modelo para
después comparar el precio de la opción en el mercado con el que hemos conseguido
empleando las ecuaciones de Black-Scholes.

48
Anexo A (Códigos)

• Código utilizado para la realización de la gráfica 2.1

library(readxl)
aena<-read_excel("aenadatosxlsx.xlsx")
library(ggplot2)
ggplot(aena) + aes( x = FECHA, y = CIERRE)+
geom_line(color="darkblue")+ xlab("Fecha") +
ylab("Precio de cierre")

• Código utilizado para la realización de la gráfica 2.2:

library(PerformanceAnalytics)
rentabilidadesAENA_simples<-Return.calculate(aena)
aena$rentabilidadessimples<-rentabilidadesAENA_simples$CIERRE
ggplot(aena) + aes( x = FECHA, y = rentabilidadessimples) +
geom_line(color="darkblue") + xlab("Fecha") +
ylab("Rentabilidades simples")
rentabilidadesAENA_simples_SPF<-rentabilidadesAENA_simples[-1, "CIERRE"]

• Código utilizado para la realización de la gráfica 2.3:

rentabilidadesAENA_simples_SPF<-rentabilidadesAENA_simples[-1, "CIERRE"]
renta_simples<-aena[2:257,]
renta_simples$SPF<-rentabilidadesAENA_simples_SPF
ggplot(renta_simples, aes(x=SPF)) + geom_histogram(
colour = "black",
fill = "white") +
stat_function(fun = dnorm,color="darkred",
args = list(mean = mean(renta_simples$SPF),
sd =sd(renta_simples$SPF))) +
xlab("Rentabilidades simples")+ylab("Frecuencia")

• Código utilizado para la realización de la gráfica 2.4:

49
 ANEXO

rentabilidadesAENA_compuestas<-Return.calculate(aena, method="log")
aena$rentabilidades<-rentabilidadesAENA_compuestas$CIERRE
ggplot(aena) + aes( x = FECHA, y = rentabilidades) +
geom_line(color="darkblue")+ xlab("Fecha") +
ylab("Rentabilidades compuestas")

rentabilidadesAENA_compuestas_SPF<-rentabilidadesAENA_compuestas[-1, "CIERRE"]

• Código utilizado para la realización de la gráfica 2.5:

rentabilidadesAENA_compuestas_SPF<-rentabilidadesAENA_compuestas[-1, "CIERRE"]
renta_comp<-aena[2:257,]
renta_comp$SPF<-rentabilidadesAENA_compuestas_SPF
ggplot(renta_comp, aes(x=SPF)) + geom_histogram(
colour = "black",
fill = "white") +
stat_function(fun = dnorm,color="darkred",
args = list(mean = mean(renta_comp$SPF),
sd =sd(renta_comp$SPF))) +
xlab("Rentabilidades compuestas")+ylab("Frecuencia")

• Para calcular los valores obtenidos en la sección 4.2, así como el precio de
cualquier opción europea se han creado las siguientes funciones de Black-
Scholes, siguiendo el artículo (Arango et al., 2015), en el programa R para
las funciones call y put que hemos visto hasta ahora, y que usaremos en el
siguiente capítulo.

bs_call <- function(S, K, r, t, sigma) {

d1 <- (log(S/K) + (r + sigmaˆ2/2)*t) / (sigma * sqrt(t))
d2 <- d1 - sigma * sqrt(t)
S * pnorm(d1) - K * exp(-r*t) * pnorm(d2)
}

bs_put <- function(S, K, r, t, sigma) {

d1 <- (log(S/K) + (r + sigmaˆ2/2)*t) / (sigma * sqrt(t))
d2 <- d1 - sigma * sqrt(t)
K * exp(-r*t) * pnorm(-d2) - S * pnorm(-d1)
}

Siendo los parámetros de ambas funciones los siguientes:

• S: precio de la acción (activo subyacente).

• K: precio de ejercicio.

50
ANEXO

• r: tasa de interés.

• t: tiempo, en años.

• σ: volatilidad, en valor entre 0 y 1.

• Códigos utilizados para la realización de la gráfica 5.1:

library(readxl)
library(quantmod)
library(dplyr)
library(PerformanceAnalytics)
miniibex<-read_excel("Futuros.xlsx")

ggplot(miniibex) + aes( x = Fecha, y = Ultimo) +

geom_line(color="darkblue")+ xlab("Fecha")
+ ylab("Precio de cierre")

• Códigos utilizados para la realización de la gráfica (5.2):

rentabilidadFUTUROS<-funcion_rentabilidad("Futuros.xlsx", Ultimo)
rentabilidadFUTUROS$Fecha <-miniibex$Fecha
ggplot(rentabilidadFUTUROS) + aes( x = Fecha, y = division) +
geom_line(color="darkblue") + xlab("Fecha") +
ylab("Rentabilidad") +
stat_smooth(method="lm", se=FALSE, color="darkgreen")

51
Bibliografia

AENA. (2023). AENA Accionistas e Inversores. https://www.aena.es/es/

accionistas-e-inversores.html
Arango, M. V., Medina, R. A. R., & Peralta, D. T. (2015). Valoración de Opciones
por el método de Black Scholes en R-project. Lúmina, 16, 214-225.
BBC Mundo, R. (2018). Cómo fue la "crisis de los tulipanes", la primera gran burbuja
financiera de la historia mundial. https://www.bbc.com/mundo/noticias-
44162659
Black, F., & Scholes, M. (1973). The Pricing of Options and Corporate Liabilities.
Journal of Political Economy, 19. http://www.jstor.org/stable/1831029
Casas, Q., Cheney, W., & Kincaid, D. (2011). Métodos numéricos y computación.
Cengage Learning.
Fernandez, P. (1997). Utilizacion de la formula de Black Scholes para valorar
Opciones. IESE, Universidad de Navarra, 31.
Hull, J. C. (2012). Options Futures and Other Derivatives. Prentice-Hall
International Edition.
Kwok, Y.-K. (2008). Mathematial Models of Financial Derivatives. Springer.
Liu, S., Oosterlee, Cornelis W., & Bohte, S. M. (2019). Pricing options and
computing implied volatilities using neural networks. 21.
Lopez, J. F. (2020). Modelo Black-Scholes. https://economipedia.com/definiciones/
modelo-black-scholes.html
MEFF. Boletin diario. (2023). https://www.meff.es/docs/Ficheros/boletin/esp/
boletinptue.htm
Merton, R. (1973). Theory of Rational Option Pricing. The Bell Journal of
Economics and Management Science, 45. https://www.jstor.org/stable/3003143
Natenberg, S. (2018). Option Volatility & Pricing: Advanced Trading Strategies and
Techniques. McGraw-Hill.
Wilmott, P., Howison, S., & Dewynne, J. (1996). The Mathematics of Financial
Derivatives: A Student Introduction. Press Syndicate of the University of
Cambridge.

53