1. Riesgo
Mg. Ezequiel Calviño
ecalvino@gmail.com
Mg. Alejandro M. Salevsky
asalevsky@gmail.com
Mg. Pablo M. Ylarri
Pablo_ylarri@yahoo.com
Lic. Juan Manuel Cascone
jmcascone@gmail.com
Lic. Santiago de Lavallaz
santiagodelavallaz@gmail.com
Lic. Clara Llerena
llerenaclara@hotmail.com
Finanzas II – Septiembre 2010
1
2. Un proceso lógico de inversión…
1 Riesgo País
Riesgo Externo
2 Riesgo Soberano
1 Riesgo Macroeconómico
2 Riesgo de Empresa u operativo
Riesgo Interno
3 Riesgo financiero
4 Riesgo empresario o de negociabilidad
2
3. Un proceso lógico de inversión…
1 2
Research sobre el activo
y el mercado con el
objetivo de determinar Formación de un portfolio
el riesgo y el retorno óptimo de activos
de cada activo en
particular.
3
4. From 1992, Leeson made unauthorized speculative trades that at first made
large profits for Barings; £10 million which accounted for 10% of Barings'
annual income. He earned a bonus of £130,000 on his salary of £50,000 for
that year.
However, his luck soon went sour, and he used one of Barings' error
accounts (accounts used to correct mistakes made in trading) to hide his
losses. The account was numbered 88888 -- a number considered very lucky
in Chinese numerology. Leeson claims that this account was first used to
hide an error made by one of his colleagues; rather than buy 20 contracts as
the customer had ordered, she had sold them, costing Barings £20,000.
However, Leeson used this account to cover further bad trades. He insists
that he never used the account for his own gain, but in 1996 the New York
Times quoted "British press reports" as claiming that investigators had
located approximately $35 million in various bank accounts tied to him.
By the end of 1992, the account's losses exceeded £2 million, which
ballooned to £208 million by the end of 1994
4
5. Sus superiores descubrieron que los descalabros financieros se
relacionaban con su persona el 19 de enero de 2008 y esto coincidió con la
"Crisis bursátil de enero 2008". Según Daniel Bouton, presidente del banco,
el fraude Kerviel es en realidad bastante sofisticado. En práctica, Kerviel
apostó una suma extraordinaria a que ciertas acciones subirían o bajarían y
"perdió la apuesta". Cuando el banco se dio cuenta de las operaciones e
intentó deshacerlas, ya estaba en medio de la crisis financiera que afectaba
la globalidad de los mercados internacionales y perdió 4900
millones de euros. Según explicó Burton, Kerviel utilizó un complejo
sistema para ocultar sus operaciones bajo falsas transacciones y gracias a
su conocimiento del sistema del banco el cual lo consideraba uno de sus
mejores empleados.
5
6. Un proceso lógico de inversión…
1 2
Research sobre el activo
y el mercado con el
objetivo de determinar Formación de un portfolio
el riesgo y el retorno óptimo de activos
de cada activo en
particular.
6
7. El desvío estándar como complemento de la rentabilidad esperada.
¿Cuánto puede variar el valor esperado de una variable con distintos
grados de certidumbre?
7
8. El desvío estándar como complemento de la rentabilidad esperada.
¿Cuánto puede variar el valor esperado de una variable con distintos
grados de certidumbre?
8
10. Un proceso lógico de inversión…
1 2
Research sobre el activo
y el mercado con el
objetivo de determinar Formación de un portfolio
el riesgo y el retorno óptimo de activos
de cada activo en
particular.
10
11. La
diversificación
La base de la diversificación se encuentra en la cantidad y la
correlación de los activos
11
12. Vs
Cuanto mayor es la cantidad de activos dentro de un portfolio
mayor importancia cobra el factor aleatorio
12
13. ∆% Px TAM
Rebotes Técnicos
∆% Px Exxon
El barril de petróleo impulsa la facturación
de Exxon pero quita expectativas de
ventas en la aerolínea
La correlación de Exxon y TAM I. Ejemplo simulado de escenario de
suba del barril de petróleo.
13
14. ∆% Px TAM
La recuperación del turismo a nivel
mundial impulsa la facturación de las
aerolíneas pero tambíen el consumo de
combustible.
∆% Px Exxon
Rebotes Técnicos
La correlación de Exxon y TAM II. Ejemplo de escenario de
recuperación de la economía mundial que potencia el turismo.
14
15. EXXON TAM
Portfolio
Hertz McDonalds
Ejercicio: el impacto de la correlación desde una óptica sistémica.
Cómo impacta en las otras tres compañías un escenario de suba o
baja en alguna?
15
16. V@R
Un business case-based outlook sobre como una compañía gestiona
riesgos operativos
16
17. VAR concepto
VaR (value at risk – valor a riesgo) es una
medida que nos indica cuál es el riesgo
máximo de pérdida de valor de un
portfolio, por el mantenimiento de una
posición en una cartera
3 elementos fundamentales
Valor
Período de tiempo determinado
Intervalo de confianza
Utilizado principalmente por compañías financieras para medir el riesgo
de sus porfolios de inversión
Puede ser utilizado por empresas de otras industrias, para calcular el
riesgo operativo o riesgo crediticio
17
18. VaR para un nivel de confianza c, un horizonte h y un supuesto de
normalidad de los rendimientos (distribución)
P(VT-
P(VT-V0 < -VaRC)=1-c (nivel de confianza para la distribución)
VaRC)=1-
Fuente:
18
19. On un 95% de confianza, tomamos el 5% de las ocasiones esperamos tener
pérdidas mayores del VaR
¿Qué tan grandes van a ser? Esto el VaR NO lo dice
19
20. VAR formas de calcularlo
Varianza-Covarianza (paramétrica)
1° simplificar los instrumentos del portfolio
en productos estandarizados
2° distribuirlos en el tiempo
3° estimar las varianzas de los instrumentos y calcular las
covarianzas entre unos y otros
4° calcular el VaR del portfolio usando las ponderaciones
de los instrumentos y las varianzas
RiskMetrics
Servicio ofrecido por JP Morgan desde ‘95
No es importante el tamaño… sino la medida
relativa (¿a qué concepto les remite?)
Críticas
Distribución normal
Errores de input de la información
Variables estacionales afectan la medición
20
21. VAR formas de calcularlo
Simulación histórica
1° se toman series de tiempo históricas
2° cada dato de la serie tiene el mismo
peso
3° calcular el VaR del portfolio en base a
la información histórica
Issues
a. La historia no se repite
b. Puede haber tendencias en ciertos momentos que
afecten la evolución de los datos
c. Cómo incorporar nuevos activos sin historia
Modificaciones al modelo
a. Dar a los valores presentes más valor
b. Combinar simulaciones históricas con series de
tiempo
c. Actualización de las volatilidades
21
22. Simulación de Monte Carlo
1° simplificar los instrumentos del portfolio
en productos estandarizados
2° distribuirlos en el tiempo
3° calcular el VaR del portfolio en base a múltiples
simulaciones con los datos obtenidos, obteniendo por
cada una un valor diferente,
El resultado final se obtiene asumiendo una distribución
normal de las variables
Issues
a. Método más sofisticado
b. Se debe estimar las distribuciones para todas las
variables
c. Se deben realizar realizar miles de simulaciones
para un resultado aceptable
Modificaciones al modelo
a. Simular escenarios restringiendo posibilidades
b. Combinar simulaciones con el método de la
varianza-covarianza
22
23. Var limites
a. Distribución de los retornos: en todos los cálculos
realizan estimaciones de las distribuciones.
Si fueran incorrectas, darían lugar a un error en el
cálculo.
b. Las series históricas pueden no repetirse
c. Correlaciones no estacionales
23
24. Haciendo foco
a. Tipo de riesgo: el VaR es medido en término de
pérdidas potenciales, no ganancias
b. Corto plazo: si bien puede calcularse para períodos
superiores, no suele calcularse por más de semanas o
días (compañías de servicios financieros
- regulatory authorities,
- VaR estimates quickly deteriorate as you go from
daily to weekly to monthly to annual measures
c. VaR
Absolute Value: one more value conventional scaled
measures of risk (such as standard deviation or betas)
that focus on the entire risk distribution will work
better. Value at Risk is closer to
the worst case assessment in scenario analysis than it is
to the fuller risk assessment
approaches
24
25. Sub-optimal Decisions
Decisiones basadas en VaR no siempre son las mejores
• Sobreexposición al riesgo: demostración que los
managers tienden a tomar más riesgos
• Problemas de agencia: es peligroso si los managers
pueden manipular los inputs
25
26. Risk
Management
/ Hedging
Un business case-based outlook sobre como una compañía gestiona
riesgos operativos
26
27. MARKET RISKS BUSINESS RISKS
•Tipo de cambio •Economicos
•Tasas de interés •Reputación
•Equity Prices •Supply Chain
•Precios commodities •Tecnológicos
•Etc •Legales y regulatorios
•Medio ambiente
•Etc
Enterprise
Risks
OPERATIONAL RIESGO
RISKS CREDITICIO
•RRHH •Créditos por cobrar
•Procesos •Financiamiento de
•Sistemas proveedores
•Procedimientos •Cash Management
•Políticas •etc
•etc
Distintos factores de riesgo que impactan en una compañía.
27
42. Cuánto va a ser? YA!
Aunque la pregunta siempre es un “valor”, el principal output de un
proceso de planificación por escenarios es ayudar a tomar una
decisión con incertidumbre.
42
43. No hay un solo
resultado!!
El futuro no esta escrito, entonces, no existe un único valor lógico
sobre el cual se deba gestionar.
43
44. No se lo que va a
pasar. Interfiero en
lo que va a pasar
Nunca se conocerá el futuro, no hay que pretenderlo. Sólo reducir la
incertidumbre. Además, el cambio de una decisión afecta al sistema
44
45. 1.Análisis de
Sensibilidad
En primer lugar, se debe entender cuales son las variables que tienen
alto impacto en el resultado buscado.
45
49. Detección de variables sensibles
Ejercicio: Impacto de la tasa de descuento en el VAN
49
50. Matriz de Sensibilidad
Variable 1: ej. Precio de venta
-20% -10% 0% +10% +20%
-20%
-10%
0%
+10%
+20%
Variable 2: ej
tasa de
descuento
Impacto cruzado de dos variables sensibles.
50
51. Debemos
entender
cuales son las
variables que
impactan más
en la decisión
Esto ayudará a acotar la complejidad del proyecto brindando foco
sobre lo que realmente impacta.
51
52. 2.Análisis de
Escenarios
Las variables sensibles se agrupan de forma lógica para construir
escenarios hipotéticos de gestión.
52
53. Construcción de tres escenarios básicos y fáciles
Los escenarios tienen que tener una lógica y un nombre que la
describa
53
54. Construcción de escenarios con series temporales
1.000
900
800
700
600
500
400
300
200
100
0
2002 2003 2004 2005 2006 2007
Modificando parámetros de la función se crean los escenarios. El
objetivo es que el cambio de parámetros tenga lógica.
54
55. Construcción de escenarios basados en dinámica de sistemas.
Sin computadora Dial Up
Computadora
Competencia Mi marca
Utilizando visión sistémica se puede construir escenarios en donde la
relación causa-consecuencia no sea lineal y en donde se pueda
trabajar en la interrelación de múltiples factores.
55
56. Construcción de escenarios de forma disruptiva
A veces es necesario construir escenarios con una lógica disruptiva
56
57. Al final del día, la preguntas
siempre son las mismas: Qué
va a pasar mañana? Cómo se
puede anticipar una decisión?
57
58. 3. Aplicación
de Escenarios
en un caso
real
Como lidiar con un futuro incierto para tomar una decisión de alto
impacto.
58
68. 4. Aprendizajes
Como lidiar con un futuro incierto para tomar una decisión de alto
impacto.
68
69. La planificación por
escenarios no descubre
el futuro, sólo ayuda de
forma racional a
preparar cursos de
acción…
Algunas reflexiones obtenidas desde la experiencia…
69
70. La planificación por
escenarios no descubre
el futuro, en todo caso,
ayuda a crearlo
Algunas reflexiones obtenidas desde la experiencia…
70
72. La propensión al riesgo no
tiene nada que ver con la
probabilidad de ocurrencia
de un escenario. Tiene que
ver con el curso de acción
preferido en cada uno.
Algunas reflexiones obtenidas desde la experiencia…
72
73. Sin embargo, los modelos
mentales influyen en el
diseño y elección de
escenarios. Y esta bien!!
Algunas reflexiones obtenidas desde la experiencia…
73
74. El éxito se encuentra si se
tomo una mejor decisión (o
al menos si se la tomo más
segura). No en si se obtuvo
el valor.
Algunas reflexiones obtenidas desde la experiencia…
74
75. A veces, pequeñas variables
influyen mucho en el
resultado. (teoría del caos)
Algunas reflexiones obtenidas desde la experiencia…
75
76. SIEMPRE tener en cuenta la
posibilidad de ocurrencia de
factores disruptivos (más en
la Argentina)
Algunas reflexiones obtenidas desde la experiencia…
76
77. Los modelos matemáticos
avanzados sirven poco
porque el valor no esta en el
resultado sino en el proceso
de planificación! (y en las
conclusiones anidadas)
Algunas reflexiones obtenidas desde la experiencia…
77
78. Al final del día todo termina
con un:
Y qué te crees??
Algunas reflexiones obtenidas desde la experiencia…
78
