Market Viability and Completeness for Multinomial Models

Este artigo caracteriza o conjunto de medidas martingal equivalentes em mercados finitos de dois períodos como combinações convexas de um número finito de medidas, propondo um algoritmo aplicável à geometria convexa e aplicando esses resultados ao modelo discreto de Korn-Kreer-Lenssen para ilustrar as limitações de tais modelos na compreensão de sistemas contínuos.

O essencial

Imagine que você é um arquiteto de mundos possíveis. O seu trabalho é desenhar um mapa de todas as coisas que podem acontecer no futuro (como o preço de uma ação subindo, descendo ou ficando igual) e garantir que esse mapa faça sentido financeiro.

Este artigo, escrito por Nahuel I. Arca, é como um manual de instruções para construir esses mapas de forma segura e eficiente. Vamos descomplicar os conceitos usando analogias do dia a dia.

1. O Cenário: A Árvore das Possibilidades

Pense em um jogo de "Escolha a Sua Própria Aventura".

• Modelo Binomial (O Clássico): Em cada passo do tempo, você tem duas escolhas: subir uma montanha ou descer um vale. É simples, como uma moeda (cara ou coroa).
• Modelo Multinomial (O Complexo): Agora, imagine que em cada passo você pode subir, descer ou ficar parado no meio do caminho. Ou até ter 10 caminhos diferentes. É como um jogo de tabuleiro onde, em vez de apenas avançar ou recuar, você pode virar para a esquerda, direita, ou ficar parado.

O autor estuda esses cenários mais complexos (multinomiais) para responder a duas perguntas fundamentais:

1. Viabilidade (Segurança): O jogo é justo? Existe alguma maneira de ganhar dinheiro sem risco e sem esforço (o que chamamos de "arbitragem")? Se houver, o jogo está "quebrado".
2. Completude (Cobertura): Se eu quiser apostar em qualquer resultado possível do futuro, consigo criar uma estratégia para isso? Se o jogo é "completo", você pode proteger-se contra qualquer evento, como um seguro que cobre tudo.

2. A Grande Descoberta: O "Kit de Construção"

O problema é que, em mercados complexos, existem infinitas maneiras de calcular as probabilidades justas para que o jogo seja seguro (chamadas de "Medidas de Martingale Equivalentes"). Parece um labirinto infinito.

A genialidade do artigo é mostrar que você não precisa olhar para o infinito.

• A Analogia da Geleia: Imagine que todas as probabilidades justas formam uma geleia (um formato geométrico sólido). O autor prova que essa geleia é feita de poucos pontos-chave (os "vértices" ou "extremos").
• O Algoritmo (A Receita): Ele cria um algoritmo (uma receita passo a passo) para encontrar esses poucos pontos-chave. Uma vez que você tem esses "blocos de construção", qualquer outra probabilidade justa é apenas uma mistura (uma combinação) desses blocos.
  • Exemplo: Se você quer saber se um mercado é seguro, basta verificar se esses "blocos de construção" existem. Se existirem, o mercado é seguro.

3. Como "Consertar" um Mercado Incompleto

Às vezes, o mercado é seguro, mas incompleto. Imagine que você tem um seguro que cobre incêndio e roubo, mas não cobre enchente. O mercado está "incompleto".

O artigo ensina como adicionar novos produtos (como opções ou derivativos) para cobrir essas lacunas.

• A Metáfora da Ponte: Se o mercado tem buracos (falta de cobertura), o autor mostra exatamente quais "tábuas" (novos ativos) você precisa colocar e quanto elas devem custar para preencher o buraco sem criar novos problemas (sem criar arbitragem).
• Ele mostra que, se você tiver 3 caminhos possíveis (trinomial), você precisa adicionar exatamente um novo ativo para tornar o mercado completo. É como adicionar a terceira perna a uma cadeira de duas pernas para que ela fique estável.

4. O Perigo de Olhar Apenas o "Zoom" (Limites)

A parte mais fascinante e um pouco assustadora do artigo é o aviso sobre modelos discretos vs. contínuos.

• A Analogia do Filme: Imagine que você está assistindo a um filme. Se você olha apenas um quadro por vez (tempo discreto), tudo parece estável e seguro. Mas, se você roda o filme na velocidade normal (tempo contínuo), pode perceber que o personagem está caindo de um penhasco.
• O Exemplo Real: O autor analisa um modelo famoso (Korn-Kreer-Lenssen) que tenta simular um mercado contínuo usando passos discretos. Ele mostra que você pode ter uma sequência de mercados que parecem perfeitamente seguros e completos passo a passo. Mas, quando você tenta juntar tudo para ver o "filme completo" (o limite contínuo), o mercado de repente ganha um "bug" e permite ganhos sem risco (arbitragem).
• A Lição: Não confie cegamente em simulações passo a passo para prever o comportamento de mercados contínuos. O que é seguro em "quadros" pode ser desastroso no "filme".

Resumo em Uma Frase

O artigo é um guia matemático que nos ensina a encontrar os "pontos de apoio" essenciais para garantir que um mercado de apostas financeiras seja justo e seguro, e nos alerta para não nos iludirmos achando que, porque cada passo do jogo é seguro, o jogo inteiro também será.

Em suma: É sobre encontrar a receita exata para misturar probabilidades, garantir que não haja "atalhos" para o dinheiro fácil e entender que, às vezes, o todo é diferente (e mais perigoso) que a soma das suas partes.

Resumo técnico

Resumo Técnico: Viabilidade e Completude em Modelos Multinomiais

Autor: Nahuel I. Arca
Data: 6 de abril de 2026
Área: Matemática Financeira / Geometria Convexa

1. Problema e Motivação

O artigo aborda a análise de viabilidade (ausência de arbitragem) e completude de mercados financeiros finitos, generalizando os modelos binomiais e trinômios clássicos para modelos multinomiais (árvores de decisão com múltiplos ramos).

• Contexto: Enquanto o modelo binomial (Cox-Ross-Rubinstein) é bem compreendido, modelos com mais de dois estados possíveis por período (multinomiais) apresentam desafios na caracterização das medidas de martingale equivalentes (EMM) e na determinação de como completar mercados incompletos.
• Objetivo: Caracterizar o conjunto de medidas de martingale equivalentes como combinações convexas de um número finito de medidas geradoras, fornecer algoritmos para encontrar essas medidas e analisar a completude de mercados discretos, incluindo uma aplicação ao modelo discreto de Korn-Kreer-Lenssen (KKL).

2. Metodologia

O autor utiliza uma abordagem baseada na geometria convexa e na teoria de medidas de probabilidade.

• Formulação Matemática:

  • O mercado é modelado em datas de negociação discretas $t = 0, 1, \dots, T$ com um espaço amostral finito $\Omega$.
  • A ausência de arbitragem é caracterizada pela existência de uma medida de martingale $q$ tal que $DZq = Z(0)$, onde $D$ é a matriz de preços dos ativos e $Z$ são os preços descontados.
  • O conjunto de medidas de martingale ($M_a(S)$) é definido como a interseção de um espaço afim $A(S)$ (soluções do sistema linear) com o simplex padrão $\Delta_{b-1}$.

• Ferramentas Teóricas:

  • Teorema de Krein-Milman: Utilizado para caracterizar o conjunto compacto e convexo de medidas de martingale como o fecho convexo de seus pontos extremos (geradores).
  • Análise de Faces: O autor analisa as faces do simplex e sua interseção com o espaço afim para identificar os pontos extremos.

• Algoritmos Propostos:

  • Algoritmo de Geração (Procedure 2): Um método iterativo para encontrar os pontos extremos (geradores) de $M_a(S)$. O algoritmo verifica a interseção de simplexos de dimensões crescentes (0-simples, 1-simples, etc.) com o espaço afim $A(S)$ até encontrar todos os geradores.
  • Algoritmo de Completude: Um procedimento para adicionar novos ativos a um mercado livre de arbitragem, garantindo que a nova matriz de preços tenha posto completo (rank $b$), utilizando os geradores encontrados para definir os preços iniciais dos novos ativos.

3. Contribuições Principais

1. Caracterização Geométrica das Medidas de Martingale:

   • Demonstra que o conjunto de medidas de martingale em mercados finitos é um poliedro convexo gerado por um número finito de pontos extremos.
   • Fornece uma condição necessária e suficiente para que uma medida seja equivalente (EMM) baseada nas combinações convexas desses geradores (exigindo que os coeficientes da combinação não anulem componentes positivas dos geradores).

2. Algoritmos Computacionais:

   • Apresenta um algoritmo sistemático para calcular os geradores do conjunto de medidas de martingale, implementável computacionalmente (o autor fornece uma implementação em Python).
   • Fornece um método para completar mercados arbitrariamente, determinando os preços de novos ativos derivados que tornam o mercado completo.

3. Análise de Modelos Específicos ($b=2$ e $b=3$):

   • Caso $b=2$ (Binomial): Prova que o mercado é completo se e somente se for livre de arbitragem.
   • Caso $b=3$ (Trinomial): Deriva a condição necessária para adicionar um derivativo que complete o mercado. Mostra que a completude depende da não-linearidade específica do preço do derivativo em relação aos estados do ativo subjacente.

4. Aplicação ao Modelo Korn-Kreer-Lenssen (KKL):

   • Aplica os resultados teóricos a uma versão discreta do modelo KKL (um modelo de salto com três estados: subida, descida e inatividade).
   • Estabelece condições de viabilidade e completude para este modelo discreto.
   • Demonstra que, embora seja possível completar o mercado discreto, a escolha do derivativo (ex: uma opção de venda) é crítica.

4. Resultados Chave

• Viabilidade: Um mercado multinomial é livre de arbitragem se e somente se o preço atual do ativo descontado estiver no interior do casco convexo aberto dos preços futuros possíveis.
• Completude: Um mercado com fator de ramificação $b$ é completo se e somente se a matriz de preços tiver posto $b$. Para $b > 2$, o mercado é incompleto e requer a adição de derivativos.
• Limitação da Aproximação Discreta (Exemplo 7): O artigo apresenta um contraexemplo crucial onde uma sequência de mercados completos (modelos binomiais com parâmetros específicos) converge para um mercado contínuo que admite arbitragem.
  • Isso ilustra que a completude e a viabilidade em modelos discretos não garantem automaticamente essas propriedades no limite contínuo, alertando para os riscos de usar modelos discretos para inferir propriedades de modelos contínuos sem cuidado analítico.

5. Significado e Conclusões

O trabalho preenche uma lacuna teórica ao fornecer ferramentas geométricas e algorítmicas concretas para lidar com mercados multinomiais, que são mais realistas que os binomiais, mas matematicamente mais complexos.

• Contribuição Teórica: A ligação explícita entre a teoria de mercados financeiros e a geometria convexa (pontos extremos, faces, teorema de Krein-Milman) oferece uma nova perspectiva para a análise de completude.
• Implicações Práticas: Os algoritmos permitem a construção de mercados completos e a precificação de derivativos em cenários com múltiplos estados de risco, úteis para modelagem de ativos com saltos ou comportamentos não-binários.
• Aviso Importante: A conclusão sobre a convergência de mercados completos para mercados com arbitragem no limite contínuo é um alerta fundamental para a pesquisa em finanças matemáticas, sugerindo que a teoria de limites de mercados discretos requer um desenvolvimento mais robusto e não pode ser assumida como trivial.

Em suma, o artigo estabelece uma base rigorosa para a análise de viabilidade e completude em modelos de tempo discreto com múltiplos estados, fornecendo tanto a teoria geométrica quanto as ferramentas computacionais necessárias para sua aplicação.