Resumo: Nas últimas décadas, a precificação de derivativos de taxa de juros tem chamado grande atenção dos agentes de mercado em geral, assim como de pesquisadores, devido à sua importância econômica. Gestores de portfólios, traders, analistas de risco, policymakers, podem extrair informações relevantes de contratos futuros, swaps e opções, uma vez que elas desempenham um papel importante em suas estratégias e em seus processos de decisão. Um dos contratos de derivativos de taxa de juros de destaque no mercado brasileiro são as opções sobre o Índice de Depósitos Interfinanceiros de Um Dia (IDI), porém, a liquidez desses papéis é muito baixa, se comparada com o volume de negócios do DI Futuro. Uma das possíveis explicações para essa baixa liquidez seja a falta de um modelo de precificação amplamente aceito pelo mercado e sem deficiências teóricas. Na Bolsa, utiliza.se o modelo de Black (1976) para precificar tais opções. Teoricamente, esse modelo é aplicado para opções sobre futuros e não leva em consideração a estrutura a termo da taxa de juros (ETTJ). Dessa forma, os preços teóricos, obtidos pelo modelo, diferem significativamente dos preços observados no mercado. Vieira e Pereira (1999) e Barbachan e Ornelas (2003) propuseram fórmulas analíticas fechadas para a precificação das opções de IDI, com base, respectivamente, nos modelos de Vasicek (1977) e CIR (1985), para descrever o processo estocástico seguido pela taxa de juros de curto prazo. Entretanto, tais modelos, apesar de apresentarem maior adequação teórica às opções de IDI, em comparação ao modelo de Black (1976), ainda resultam em prêmios que não são explicados pelos observados no mercado. Para superar tais limitações, este trabalho propõe uma avaliação dos modelos de redes neurais progressivas e recorrentes para a valoração das opções de compra de IDI, no período de janeiro de 2003 a julho de 2007. Modelos baseados em redes neurais artificiais (RNAs) têm mostrado grandes vantagens em relação aos modelos tradicionais, com destaque nas aplicações em economia e finanças, sobretudo na precificação de opções. Dessa forma, obtivemos o prêmio das opções de compra de IDI de acordo com os modelos de Black, utilizados pela BM&FBOVESPA, assim como por meio dos modelos de Vasicek e CIR, propostos por Vieira e Pereira (1999) e Barbachan e Ornelas (2003), respectivamente. Esses modelos compuseram nosso benchmark, ao qual foi contraposto aos modelos sugeridos neste trabalho: um modelo de rede neural feedforward e dois modelos de redes recorrentes, sendo as redes de tipo Elman e Jordan. Os modelos foram avaliados de acordo com as tricas usuais de erro, isto é, MEP, MPE, RMSE, MAE, MAPE e TIC. Além disso, aplicou-se os testes paramétricos AGS e MGN, como também o teste não-paramétrico SlGN que avaliam estatisticamente modelos de predição competitivos. Nossos resultados mostraram que as redes neurais recorrentes geraram os valores dos prêmios para as opções de compra de IDI mais próximos dos observados no mercado. Esses resultados foram indicados tanto pelas métricas de erro quanto pelos testes estatísticos. Além disso, os modelos de redes neurais apresentaram melhores resultados nas opções out-of-the-money. Ver menos