Your SlideShare is downloading. ×
Clase 2 - Riesgo de Mercado: Introduccion al VaR
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Introducing the official SlideShare app

Stunning, full-screen experience for iPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Clase 2 - Riesgo de Mercado: Introduccion al VaR

28,778
views

Published on

Segunda clase del curso Finanzas de la Empresa II. Tema: Riesgo de Mercado: Introduccion al VaR. Elaborado por Gissella Chang Vallejos, de la Escuela Profesional de Ingenieria Economica - FIECS - UNI

Segunda clase del curso Finanzas de la Empresa II. Tema: Riesgo de Mercado: Introduccion al VaR. Elaborado por Gissella Chang Vallejos, de la Escuela Profesional de Ingenieria Economica - FIECS - UNI


1 Comment
0 Likes
Statistics
Notes
  • me gustaria conocer al algun texto de de riesgos de mercados,ocapacitarme en cursos virtuales
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

No Downloads
Views
Total Views
28,778
On Slideshare
0
From Embeds
0
Number of Embeds
7
Actions
Shares
0
Downloads
564
Comments
1
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. FINANZAS II PROFESORA: GISSELLA CHANG VALLEJOS Riesgo de Mercado Introducción al VaR
  • 2. RIESGO DE MERCADO. DEFINICIÓN
    • Por riesgo de mercado se entiende la probabilidad de incurrir en perdidas por el mantenimiento de posiciones en los mercados como consecuencia de movimientos adversos en variables financieras - factores de riesgo - que determinan el valor de mercado de dichas posiciones.
    • Factores de riesgo:
      • Tipos de Interés
      • Tipos de Cambio
      • Precios de acciones
      • Precios de Commodities (mercaderías)
      • Otros
    • En los últimos años el riesgo de mercado se ha convertido en el centro de atención tanto de las entidades financieras como de los organismos encargados de su regulación y supervisión. Esto es por un doble motivo:
      • La creciente desregulación e internacionalización financiera de las economías y el proceso de desintermediación financiera han originado un aumento del grado de competencia.
      • El incremento de volatilidad en los factores de riesgo ha hecho necesaria la aparición de nuevos instrumentos financieros y herramientas analíticas que ayuden a gestionar el riesgo.
    3
  • 3. RIESGO DE MERCADO. FACTORES DE RIESGO
    • Distintos tipos de Riesgo de Mercado ■
    • Riesgo de tipos de interés
        • Sea una posición abierta en un bono de cupón anual 5% y vencimiento 31/01/12 por un importe nocional de 100 millones de soles.
    • Un movimiento paralelo de la curva de tipos de interés de 10 puntos básicos supone una pérdida de valor de dicho bono de 375,000 soles.
    • Riesgo de tipo de cambio
    • Sea una posición larga de 10 millones de dólares.
    • Un descenso de 1 céntimo en el tipo de cambio SOL/USD supone una pérdida de 100,000 soles.
    • Riesgo de precio de las acciones
    • Sea una posición larga de 1 millón de acciones de ATACOCHA.
    • Un descenso de 10 centimos en la cotización de ATACOCHA supone una pérdida de 100,000 soles.
    • Riesgo de precio de commodities
    • Sea una posición larga de 10,000 onzas de oro
    • Un descenso en la cotización del oro de 5$ por onza supone una pérdida de 50,000 dólares.
    • Otros riesgos de mercado (curva, base, spreads de crédito, volatilidad, correlación, dividendos, prepago)
    4
  • 4. RIESGO DE MERCADO. EVOLUCIÓN DE LAS MEDIDAS
    • La gestión del riesgo de mercado ha ido puliéndose alcanzando mayores logros en cuanto a la metodología aplicada:
      • 1.-Control de nominales o nocionales
      • 2.-Incorporación de medidas de sensibilidad (valor de un punto básico)
      • 3.-Medición del VaR a nivel instrumento (volatilidad)
      • 4.-Incorporación del efecto cartera (correlaciones)
      • 5.-Integración de los riesgos (Mapa de Capitales, RAROC, Mapa de valor...)
    SOFISTICACIÓN 5
  • 5. RIESGO DE MERCADO. CONCEPTO VaR
    • Value-at at-Risk (VaR)
    • El VaR es un es un concepto que nace a finales de los 80 de la mano de J.P. Morgan.
    • The Group of Thirty (G30) lo adopta en sus “ best risk-management practices ” en Julio de 1993
    • Basilea I y II toman el concepto del VaR como válido en su medición del Riesgo de Mercado
    • Es una medida que integra los diferentes riesgos financieros (no es una metodología)
    La máxima pérdida posible en un horizonte temporal y asociado a un nivel de confianza determinado, derivada del mantenimiento de una posición en cartera 6
  • 6. RIESGO DE MERCADO. CONCEPTO VaR Se trata por tanto de una medida estadística que resume el riesgo de mercado de las posiciones tomadas (de la cartera) y que consta de tres elementos: Ejemplo: Si el VaR a un día de una cartera con un nivel de confianza estadística del 99% es de 2.5 millones de soles Esto significa que:  Con una probabilidad del 1% (en media, una vez cada 100 días) el valor de la cartera caerá más de 2.5 millones de soles  Con una probabilidad del 99% el valor de la cartera no caerá ningún día más de 2.5 millones de soles
    • Máxima pérdida  p.e. soles
    • Nivel de confianza  p.e. 99%
    • Horizonte temporal  p.e. 10 días
    7
  • 7. RIESGO DE MERCADO. CONCEPTO VaR VaR para un nivel de confianza c, un horizonte h y un supuesto de normalidad de los rendimientos (distribución) 8
  • 8. RIESGO DE MERCADO. CONCEPTO VaR El VaR es, por tanto, una medida estadística de las posibles pérdidas de la cartera (mercado) , resumidas en una cifra, una vez que hemos asumido una distribución y un horizonte temporal Sólo el 5% de las ocasiones esperamos tener pérdidas mayores del VaR 95% Pero, ¿de qué magnitud van a ser las mismas? Esto no nos lo va a responder el VaR P(V T -V 0 < -VaR C )=1-c (nivel de confianza para la distribución) 9
  • 9. RIESGO DE MERCADO. PARÁMETROS VaR
    • Nivel de confianza
    • Detrás de este concepto, está la idea según la cual la probabilidad de que el suceso se produzca es demasiado pequeña para que este ocurra efectivamente.
    • Cuanto mayor es el nivel de confianza mayor es la medida de VaR. Modificar el nivel de confianza nos permite obtener información útil sobre la distribución de los rendimientos. Un problema de los niveles de confianza grandes (99%, 99.9%, 99.99%) es que el nivel de ocurrencias por encima de la medida de VaR se reduce, llevando a medidas poco fiables de pérdidas grandes aunque muy improbables. Factores a tener en cuenta para su elección:
      • Consistencia entre otras medidas de riesgo.
      • Uso para Cálculo de Capital (CAD)  Desde el punto de vista del regulador, el nivel de confianza aparece como una función de utilidad que permite minimizar el número de suspensiones de pagos. Obviamente el punto de vista de una entidad puede ser muy diferente.
      • Back-Testing  Otro punto importante es que los modelos de VaR son sólo útiles en la medida en que pueden ser validados. Esta es la finalidad del back-testing que sistemáticamente comprueba si la frecuencia de pérdidas que exceden el VaR C están en línea con p=1-c.
    • Generalmente se utilizan niveles de confianza entre el 95% y el 99% que dependen del horizonte.
    10
  • 10. RIESGO DE MERCADO. PARÁMETROS VaR
    • Horizonte
    • Cuanto mayor es el horizonte, mayor es la medida de VaR. Para extrapolar desde un horizonte de un día a un horizonte mayor necesitamos asumir que los rendimientos son independientes e identicamente distribuidos y que la distribución es la misma para diferentes horizontes. Esto nos permite transformar una volatilidad diaria en un volatilidad de varios días mediante su multiplicación por la raiz cuadrada del tiempo. Su elección depende de varios factores:
      • El área o cartera para el cuál se calcula el VaR
      • Imputación de capital  Plazos largos que eviten la posibilidad de suspensión de pagos y permitan a las entidades un margen suficiente para tomar acciones correctivas según surgen los problemas.
      • No menor que aquel con que se revalúa el P&L ( back-testing )
    • Por todas estas razones el horizonte elegido suele variar entre 1 día (mesas de trading) y 1 mes (fondos de pensiones)
    11
  • 11. RIESGO DE MERCADO. PARÁMETROS VaR
    • Período de observación
    • La mayor parte de los modelos de medición utilizan datos históricos para el cálculo del VaR, siendo por tanto necesario decidir cuál es el período histórico que mejor puede explicar el futuro.
    • Cuanto menor sea el período elegido, mayor es la confianza en que sucesos recientes son extrapolables al futuro.
    • En general, la elección de un período largo tiene la ventaja de proporcionar una gran cantidad de información, pero puede no recoger de forma adecuada los cambios en el comportamiento de los precios. Por otro lado, un período muy corto puede proporcionar una cantidad insuficiente de información, tendiendo a replicar en demasía acontecimientos recientes.
    • En la elección del período de observación se debe tener en cuenta el uso que se vaya a hacer del VaR.
    12
  • 12. RIESGO DE MERCADO. PARÁMETROS VaR 13
  • 13. RIESGO DE MERCADO. ELEMENTOS DE UN SISTEMA DE VaR 14
  • 14. RIESGO DE MERCADO. METODOLOGÍAS VaR METODOLOGÍAS PARAMÉTRICA (DELTA-NORMAL) SIMULACIÓN MONTECARLO SIMULACIÓN HISTÓRICA 15
    • Primera metodología utilizada para el cálculo del VaR desarrollada por J.P. Morgan: RiskMetrics™
    • Pasos : Rendimientos  Volatilidad y Correlaciones (Horizonte)  Nivel de confianza para una normal  VaR C
    • Ventajas : Simplicidad
    • Inconvenientes : Supuesto de normalidad de los rendimientos, estimación y estabilidad de los parámetros, (volatilidad y correlaciones), agregación temporal y agregación a nivel cartera, descarta riesgos no lineales
    • Pasos : Calcular valor cartera para diferentes niveles de precios históricos  Percentil distribución  VaR C
    • Ventajas : No requiere supuestos de distribuciones y tiene en cuenta el comportamiento no lineal de posiciones.
    • Inconvenientes : Requiere mucha información (BD), la dificultad de realizar análisis de sensibilidad y es muy sensible al período de observación utilizado.
    • Similar al de simulación histórica, pero aquí los movimientos de los precios de mercado se generan mediante un modelo (supuestos de distribuciones) en vez de a través de series históricas. Es el más complejo.
    • Ventajas : Permite analizar sensibilidades y tiene en cuenta el comportamiento no lineal de posiciones.
    • Inconvenientes : Requiere mucha información (BD), gran capacidad de cálculo y supuestos de distribución.
  • 15. RIESGO DE MERCADO. USOS VaR 16
    • Herramienta de información  el riesgo de mercado de distintas carteras
    • 2. Herramienta de control del nivel de exposición al riesgo de mercado  límites
    • 3. Herramienta de asignación de recursos  consumo de capital por actividad
    • 4. Evaluar los resultados en función del riesgo asumido  medidas RAROC…
    • 5. Fijación de precios  incorporación de prima por riesgo en precios de productos
  • 16. RIESGO DE MERCADO. CONCLUSIONES VaR 17
    • Consideraciones
    • El mejor sistema no es el más complejo sino el que mejor se adapte a las necesidades.
    • Es fundamental conocer las limitaciones del sistema para hacer una correcta interpretación de sus resultados.
    • Es necesario verificar que el sistema se comporta, considerando sus limitaciones, como se preveía.
    • Es conveniente realizar análisis de sensibilidad del sistema de cálculo del VaR.
    • Limitaciones
    • El VaR se calcula suponiendo condiciones normales de los mercados (no considera situaciones crisis)
    • El VaR dice por término medio cuántas veces se superaría una determinada pérdida con un nivel de confianza dado (no considera las colas ni calcula pérdidas esperadas)
    • La cantidad máxima probable que puede perder una cartera se calcula para un horizonte temporal determinado (supuesto de composición constante de la cartera y liquidez de la posición)
    • Análisis Complementarios
    • Back-testing  Validación de modelos
    • Stress-testing  Análisis de situaciones de crisis
    • Worst Case Scenario  Análisis de las colas