Riesgo Ssssss

1
Universidad La Salle

Administracin Integral de
Riesgos

Armando Villa H.
2
INTRODUCCIN

3
CONTENIDO:
1. La funcin de Administracin de Riesgos
2. Rendimiento y Riesgo
3. Conceptos Bsicos de Modelo de Valor en
Riesgo
4. El Riesgo en Mercado de Dinero
5. El Riesgo en Productos Derivados
6. Modelo Montecarlo
7. Pruebas de Backtesting y Stress Testing
8. Administracin Integral de Riesgos
4
Qu es el Riesgo?
El Riesgo es visto como algo negativo. La definicin de riesgo es
Exposicin al peligro. Los smbolos chinos para la palabra riesgo son:

1. El primer smbolo significa peligro.
2. Mientras que el segundo smbolo significa oportunidad.

Por lo tanto el riesgo es la mezcla de peligro y oportunidades.
5
Qu es el Riesgo?
Del Latn Risicare.- atreverse o transitar por un sendero peligroso.
Peligro, dao, siniestro o prdida.

Sin embargo es un proceso inevitable de los procesos de toma de
decisiones (de inversin).

En finanzas, el concepto de riesgo se relaciona con las prdidas
potenciales que se pueden sufrir en un portafolio de inversin. Volatilidad
de los flujos financieros no esperados.

La medicin efectiva y cuantitativa del riesgo se asocia con la
probabilidad de una prdida en el futuro.

La esencia de la administracin de riesgos consiste en medir esas
probabilidades en contextos de incertidumbre.
6
La Necesidad
de la Administracin
del Riesgo
Todo en la vida es la administracin
del riesgo, no su eliminacin.

Walter Wriston, ExPresidente de
Citicorp.
7
La Funcin de la Administracin de Riesgos
La administracin de riesgos es una herramienta que
ayuda en el proceso de toma de decisiones.

Convierte la incertidumbre en oportunidad y evita el
suicidio financiero.
8
El cambio: la nica constante.
La causa aislada ms importante que ha generado la
necesidad de administrar los riesgos es la creciente
volatilidad de las variables financieras.

Derrumbe del Sistema de Tipo de Cambio Fijo (1971).
Crisis de los Precios del Petrleo (1973).
Lunes Negro, 19 de octubre de 1987. Cada en el precio de las acciones
en USA (23%), aproximadamente una prdida de 1 billn de dlares.
Debacle de los bonos del tesoro en 1994: Signific una prdida de $1.5
billones de dlares en capital global.
El ndice Nikkei cay de 39,000 a 17,000 puntos (1992). Una prdida de
2.7 billones, lo que condujo a una crisis financiera en Japn.

Cul es la nica constante en todos estos eventos?
9
Una leccin de Riesgos.
El 26 de Febrero de 1995, la Reina de Inglaterra se despert con la noticia
que Barings, haba cado en bancarrota. El desplome del banco se debi a un solo
operador, Nicholas Leeson (28 aos), quien perdi $1,300 mdd en la operacin
con derivados.
La prdida fue causada por una enorme exposicin al riesgo en el mercado
accionario japons, a travs del mercado de futuros.
Leeson era el operador en jefe de futuros de Baring, en Singapur, y haba
acumulado posiciones ($7 mil mdd) en futuros sobre ndices accionarios (Nikkei
225).
El mercado cay ms del 15% a principios de 1995.
Baring sufri una gran prdida, que empeor al tomar posiciones cortas en
opciones.
Entonces incapaz de realizar los pagos en efectivo requeridos por las bolsas,
Leeson simplemente huy el 23 de febrero y ms tarde envo un fax ofreciendo
sus ms sinceras disculpas por el predicamento en que los dej.
10
La Carrera ha Comenzado
Cada vez es tarde ms temprano
11
Cada maana, en frica, una Gacela se levanta. Sabe que
debe correr ms rpido que el Len ms veloz o perecer.
Cada maana, en frica, un len se levanta. Sabe que debe
correr ms rpido que la Gacela ms lenta o morir de
hambre.
No importa si eres len o gacela:
Cuando sale el sol, es mejor que corras.

Annimo.

12
El Proceso de Administracin de Riesgos.
El proceso de administracin de riesgos considera en primer
lugar, la identificacin de riesgos, en segundo lugar su
cuantificacin y control mediante el establecimiento de
lmites de tolerancia al riesgo y finalmente, la modificacin o
nulificacin de dichos riesgos a travs de disminuir la
exposicin a stos, o de instrumentar una cobertura.
A continuacin se muestra esquemticamente este proceso:
13
Para lograr una efectiva identificacin de riesgo, es necesario
considerar las diferentes naturalezas de los riesgos que se
presentan en una sola transaccin.
Los de mercado estn asociados a la volatilidad, estructura de
correlaciones y liquidez, pero estos no pueden estar separados de
otros, tales como riesgos operativos (riesgos de modelo, de fallas
humanas o de sistemas) o riesgos de crdito (incumplimiento de
contrapartes, riesgos en la custodia de valores, en la liquidacin,
en el degradamiento de la calificacin crediticia de algn
instrumento o problemas con el colateral o garantas).
14
Por ejemplo, el riesgo de comprar una opcin en el mercado de derivados
(fuera de bolsa OTC), implica un riesgo de mercado pero tambin uno de
crdito y riesgos operacionales al mismo tiempo. En el siguiente diagrama
se establece la interconexin de los diferentes tipos de riesgos, en el
proceso de identificacin de los mismos:
15
El siguiente paso en el proceso de administracin de riesgos es el que se
refiere a la cuantificacin.
Este aspecto ha sido suficientemente explorado en materia de riesgos de
mercado.
Existen una serie de conceptos que cuantifican el riesgo de mercado, entre
ellos podemos citar: valor en riesgo, duracin, convexidad, peor escenario,
anlisis de sensibilidad, beta, delta, etc. Muchas medidas de riesgo pueden
ser utilizadas.
En este artculo, ponemos especial atencin al concepto de valor en riesgo
(VaR) que se populariz gracias a JP Morgan.
El valor en riesgo es un estimado de la mxima prdida esperada que
puede sufrir un portafolio durante un perodo de tiempo especfico y con
un nivel de confianza o de probabilidad definido.
16
En el caso de riesgos de crdito, la cuantificacin se realiza a
partir del clculo de la probabilidad de impago o de
incumplimiento.
JP Morgan ha publicado un documento tcnico denominado
Creditmetrics en el que pretende establecer un paradigma
similar al del valor en riesgo pero instrumentado en riesgos de
crdito. Es decir, un estimado de prdidas esperadas por
riesgo crediticio.
La utilidad de este concepto radica en que las instituciones
financieras pueden crear reservas preventivas de prdidas
derivadas de incumplimientos de contrapartes o de problemas
con el colateral.
17

En el siguiente diagrama, se muestra la funcin de cuantificacin del riesgo
de mercado: por una parte se debe contar con los precios y tasas de inters
de mercado para la valuacin de los instrumentos y por otra, cuantificar las
volatilidades y correlaciones que permitan obtener el valor en riesgo por
instrumento, por grupo de instrumentos y la exposicin de riesgo global.
18
A continuacin se muestra un
diagrama en el que se observa
la funcin primordial de la
administracin de riesgos: por
una parte, la definicin de
polticas de administracin de
riesgos: la medicin del
riesgo (VaR) y el desarrollo
de modelos y estructuras de
lmites; y por otra parte, la
generacin de reportes a la
alta direccin que permitan
observar el cumplimiento de
lmites, las prdidas y
ganancias realizadas y no
realizadas.
Asimismo, es funcin de administracin y control de
riesgos, la conciliacin de posiciones entre las mesas de
operacin y las reas contables. A esta ltima funcin se le
conoce como el Middle office.
19
Las Instituciones Financieras son tomadoras de riesgo por
naturaleza.
En este contexto, aquellas que tienen una cultura de riesgos,
crean una ventaja competitiva frente a las dems. Asumen riesgos
ms conscientemente, se anticipan a los cambios adversos, se
protegen o cubren sus posiciones de eventos inesperados y logran
experiencia en el manejo de riesgos.
Por el contrario, las instituciones que no tienen cultura de riesgos,
posiblemente ganen ms dinero en el corto plazo pero en el largo
plazo convertirn sus riesgos en prdidas importantes que pueden
significar inclusive, la bancarrota.
20
Desastres financieros en ausencia de
Administracin de Riesgos
La posibilidad de contar hoy con ms instrumentos y el acceso a mercados
financieros internacionales, ha incrementado el apetito por riesgo de los
inversionistas en general. Pero la ausencia de tcnicas que midan el riesgo ha
propiciado grandes desastres financieros. Estos descalabros hoy tienen nombre y
apellido, slo por citar algunos:
Nick Leeson, un operador del mercado de derivados que trabajaba en la
subsidiaria del banco ingls Baring en Singapour, sufri prdidas que rebasaban en
exceso el capital del banco y llev a la quiebra a la institucin en febrero de 1995
con prdidas de ms de 1,300 millones de dlares.
Bob Citron, el Tesorero del condado de Orange en los Estados Unidos, invirti en
posiciones altamente riesgosas que se tradujeron en ms de 1,700 millones de
dlares, con el alza en las tasas de inters registradas en 1994.
21
Desastres financieros en ausencia de
Toshihide Iguchi un operador que manejaba posiciones en mercado de dinero en
Daiwa Bank perdi 1,100 millones de dlares en 1995.
Yasuo Hamanaka, un operador de contratos de cobre en Sumitomo Corp. perdi
en junio de 1996 1,800 millones de dlares.
En diciembre de 1994, la devaluacin del peso mexicano dej al descubierto la
fragilidad del sistema financiero, ya que en la totalidad de las Instituciones
Financieras se presentaron fuertes prdidas tanto por riesgos de mercado, como
por riesgos de crdito.
El comn denominador en estos desastres fue la ausencia de polticas y sistemas
de administracin de riesgos en las instituciones, que permitieran medir y
monitorear efectivamente las prdidas potenciales de las posiciones en que
estaban involucradas esas corporaciones.
22
Recomendaciones del Grupo G-30
Estos desastres entre otros aspectos, llevaron a que en 1993 se
creara una asociacin internacional de carcter privado denominada
el Grupo de los Treinta (G-30). Dicho grupo ha hecho algunas
recomendaciones en relacin con criterios prudenciales para
instituciones que tienen productos derivados en posicin de riesgo.

1. El papel de la alta direccin: Debe definir las polticas y
controles asegurndose que se encuentren por escrito en un
documento que sirva de base a clientes, reguladores y auditores. Las
polticas deben incluir los lmites que deben respetar las reas de
negocios.
23
2.Valuacin a mercado de las posiciones de riesgo (marcar a mercado): Este
trmino se conoce como Mark-to-Market, consiste en medir el valor justo o de
mercado de un portafolio. La prdida o ganancia no realizada de la posicin de
riesgo, se calcula mediante la diferencia entre el valor de adquisicin de la posicin
y el valor de dicha posicin en el mercado. Esta valuacin debe hacerse
preferentemente de manera diaria para evitar sorpresas y responder a la siguiente
pregunta: si vendo mi posicin hoy a cunto ascendera mi prdida o mi ganancia?
Marcar a mercado es independiente de la metodologa contable que se utilice para
cuantificar las prdidas y ganancias.

3. Medicin cuantitativa de riesgos: La medicin de riesgos de mercado se logra
mediante el clculo de lo que se conoce como valor en riesgo (VaR). Este
concepto fue propuesto por JP Morgan en octubre de 1994 y hoy en da es un
estndar internacional. El VaR resume en un slo nmero la prdida potencial
mxima que se puede sufrir en una posicin de riesgo dado un nivel de confianza
elevado (usualmente 95 o 99 por ciento) y en un perodo de tiempo determinado.
24
4. Simulaciones extremas o de estrs: Se deben valuar las
posiciones en condiciones extremas y adversas de mercado. El valor
en riesgo solamente es til en condiciones normales de mercado.
Existen muchas maneras de realizar estas pruebas. La ms comn es
contestar a la pregunta qu pasara con mi posicin si los factores de
riesgo cambian dramticamente? Cul podra ser la mxima prdida
que puedo sufrir en un evento poco probable pero posible?

5. Independencia en la medicin de riesgos: El objetivo es evitar
conflictos de inters que pueden surgir cuando las reas de negocios
emiten sus propios reportes, miden sus propios riesgos y se
monitorean a s mismos.
25
6. Medicin de riesgos de crdito: Tambin debe medirse el riesgo de crdito,
mediante el clculo de probabilidades de incumplimiento de la contraparte. En
instrumentos derivados debe medirse el riesgo actual y el riesgo potencial de
crdito. El riesgo actual es el valor de mercado de las posiciones vigentes. El riesgo
potencial mide la probable prdida futura que pueda registrar un portafolios en caso
de que la contraparte de la operacin incumpla.

7. Experiencia y conocimiento de estadstica y sistemas: La mayor parte de las
tcnicas para calcular el valor en riesgo tienen un fuerte soporte estadstico y la
informacin debe ser entendible y accesible para medir el riesgo de manera
oportuna. La pregunta que debe responderse es las personas que evalan los
riesgos son las adecuadas? tienen la preparacin tcnica para entender y calcular
los riesgos?
26
Las Empresas estn expuestas a 3
Tipos de Riesgos.

Riesgo de Negocios
Voluntarios, para crear ventajas competitivas.

Riesgo Estratgico
Derivado de Cambios econmicos y polticos.

Riesgo Financiero
Volatilidad en mercados financieros.
27
Crecimiento en la importancia de
1. Aumento en la volatilidad de los factores:
Tasas de inters
Tipo de cambio
Instrumentos de Renta Variable
Precios de productos bsicos
2. Aumento en la sensibilidad de las empresas a dichos
factores
Desregulacin y Globalizacin
28
Crecimiento en el uso de productos
derivados
1986 1990 1993 1994
A travs de Bolsa 583 2,292 7,839 8,838
En mercados OTC 500 3,450 7,777 11,200
Total 1,083 5,742 15,616 20,038
Valor nominal de contratos de productos derivados seleccionados
(Miles de Millones de dlares)
Fuente: BIS
29
Razones que justifican dicho crecimiento
1. Impuestos, Regulacin y Costos.
Ejemplos: Bonos cupn cero, prstamos paralelos, fusiones,
comprar o hacer, reduccin de costos de deuda, apalancamiento.

2. Compartir el riesgo.
Mayor volatilidad global Controlan volatilidad
Cambios Tecnolgicos Modelos y Sistemas
Desarrollos Polticos Desregulacin

30
TIPOS DE RIESGO
31
Riesgos Financieros
Riesgo de Mercado
Riesgo Crediticio
Riesgo Operativo
Riesgo Legal
Riesgo de Liquidez
32
Es la prdida que puede sufrir un inversionista debido a la
diferencia en los precios que se registran en el mercado o en
movimientos de los llamados factores de riesgo (tasas de inters,
tipo de cambio, etctera).

Es la posibilidad de que el VPN de un portafolios se mueva
adversamente ante cambios en las variables macroeconmicas
que determinan el precio de los instrumentos que componen una
cartera.

El propsito mas importante de los sistemas con base VAR es
cuantificar este tipo de riesgos.
Riesgo de Mercado
33
Es la prdida potencial, producto del incumplimiento de la
contraparte en una operacin que incluye un compromiso
de pago.
Usualmente se cuantifica de dos formas:
El costo de reemplazar los flujos de efectivo al incumplir
El costo asociado a una baja en calificacin crediticia
En esta categora tambin se incluyen el riesgo soberano y
el riesgo de liquidacin (Herstatt, 1974).
Las simulaciones de sistemas VAR pueden ayudar en el
anlisis de riesgo crediticio (aspectos cuantitativos).
Riesgo Crediticio
34
Son las prdidas que puede sufrir una institucin al
requerir una mayor cantidad de recursos para financiar sus
activos a un costo posiblemente inaceptable.
Imposibilidad de transformar en efectivo un activo o
portafolios.
Manejo de activos y pasivos (Asset-Liability
Management).
Riesgo de Liquidez
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
0 2 4 6 8 10 12
35
Es el riego que surge por tener sistemas inadecuados, fallas
administrativas, controles ineficientes, fraudes o errores
humanos.
En esta categora se incluyen:
Riesgos de tipo tecnolgico Capacidades
Riesgo de Modelos Valuacin
Algunas formas de prevencin: Redundancia en sistemas,
separacin de responsabilidades y controles internos
adecuados.
Riesgo Operativo
36
Prdida que se sufre en caso de que exista
incumplimiento de una contraparte y no se pueda
exigir, por la va jurdica.

En esta categora se incluyen:
Riesgos de falta de capacidad legal.
Riesgo de cumplimiento de regulacin.
Ejemplos: manipulacin de mercados y uso de
informacin confidencial.
Riesgo Legal
37
VAR
(Valor en Riesgo)
Es la mxima prdida esperada que puede
sufrir un portafolios en un intervalo de tiempo y
con un nivel de confianza o probabilidad.
38
0
2
4
6
8
10
12
14
16
-
1
.
3
0
%
-
1
.
0
0
%
-
0
.
7
0
%
-
0
.
4
0
%
-
0
.
1
0
%
0
.
2
0
%
0
.
5
0
%
0
.
8
0
%
1
.
1
0
%
1
.
4
0
%
Distribucin de rendimientos mensuales
de un portafolio de 100 millones USD
En condiciones normales de mercado, lo ms que el portafolio
puede perder en un mes es 700,000 USD (97%)
39
LECCIONES
DE DESASTRES
FINANCIEROS
40
1.15
1.61 1.64 1.65
2.02
2.23
3.97
13.8
16.67
0
2
4
6
8
10
12
14
16
18
1986 1988 1990 1992 1994 1996
Prdidas acumuladas conocidas atribuidas al uso de derivados
(Billones de dlares)
41
Considerando el tamao nominal de operacin de
derivados (50 mil billones USD) las prdidas
representan .03%.

En varias compaas se ha prohibido su uso, lo
que ha incrementado en algunos casos el riesgo de
los portafolios, aumentado los costos de deuda y
reducido los rendimientos.
Comentarios
42
Es importante analizar estas prdidas:
1 En algunos casos, los derivados fueron usados
como cobertura.
2 El tamao de estas prdidas debe ser comparado
con el desempeo de otros instrumentos en ese
perodo (tenedores de US T-Bonds perdieron 230 billones
USD).
3 Los derivados tienen la caracterstica de juegos
de suma cero.
43
Los productos derivados no son los nicos
causantes de desastres financieros:
El banco central de Malasia perdi 5
billones USD cuando el Banco de Inglaterra
devalu la libra entre 1992 y 1993.
Crdit Lyonnais requiri un subsidio de 10
billones USD en 1994 por expansin
excesiva y administracin ineficiente.
Se estima que la industria de S&L perdi
cerca de 150 billones en la crisis de los 80.
44
Barings
Febrero 26, 1995 Barings haba perdido 1.3
billones USD en operaciones de derivados.
Nicholas Leeson tena posiciones de opciones y
futuros en el SIMEX y en Osaka en JGB y el
Nikkei 225. Leeson tena el control de la
operacin y back office. Adems, no se tenan
controles de riesgos, la estructura organizacional
era complicada y nadie cuestionaba sus
operaciones.
45
Barings
Barings fue comprado en 1 libra por ING.
La recuperacin en rentabilidad ha sido
asombrosa. Esto le indica a Barings que
actualmente no es terriblemente difcil hacer
dinero en los negocios de valores
Peter Baring, Septiembre 13, 1993
46
Barings
Otros factores que influenciaron el bajo control
sobre Leeson:
El sobresaliente desempeo en su actividad
anterior.

Las utilidades que estaba generando.

No se supona que tomara riesgos.
Tericamente hacia operaciones por cuenta de
clientes o arbitrajes.
47
Metallgesellschaft
Perdi 1.3 billones USD en 1993, a travs de su
subsidiaria en EU (MGRM).

Se comprometi a vender a sus clientes a un plazo
de 10 aos 180 millones de barriles de petrleo. El
riesgo fue cubierto con forwards a 3 meses.

La crisis de liquidez se dio cuando el precio del
petrleo cay de 20 a 15 USD; se reemplaz la
administracin y se liquidaron las posiciones.
48
Orange County
Bob Citron, tesorero del condado, recibi 7
billones USD para administrar. A travs de
prstamos con colateral, logr aumentar el monto
a 20 billones USD.
Incrementos en las tasas de inters durante 1994
ocasionaron prdidas por 1.64 billones de dlares.
Citron argumentaba que era correcto valuar su
portafolio a costo, porque planeaba quedarse con
las inversiones hasta el vencimiento.
49
Daiwa
Toshihide Igushi confes en septiembre de 1995 el
haber ocultado prdidas por 1.1 billones de
dlares, acumuladas durante un perodo de 11
aos.
En este caso, al igual que en el de Barings, el
operador realizaba funciones de back office.
Daiwa no fue a la quiebra, solamente perdi 1/7
de su capital.
50
Respuestas del sector privado
G-30 ha realiz un reporte de derivados en
el que recomienda valuaciones a mercado y
el empleo de una metodologa con sistemas
tipo VAR.
JP Morgan lanz al mercado en 1994 su
RiskMetrics.
Bankers Trust desarroll su propio sistema
RAROC 2020.
51
Respuestas del sector pblico
FASB emiti FAS 105, 107, 115 y 119
relacionados con la valuacin a mercado de
instrumentos financieros y sugiriendo
metodologas para entender riesgos.
G-10 emiti el Fisher Report referente a riesgos
crediticios y de mercado. Septiembre, 1994.
SEC requiere mayor informacin respecto a
riesgos de mercado.
52
RENDIMIENTO Y RIESGO
La administracin de riesgos
- La Teora financiera de las partculas.

Charles Sanford,presidente de Bankers Trust
53
Relacin Riesgo Rendimiento
Hay 2 variables bsicas en finanzas que es preciso entender y saber
calcular apropiadamente para tomar decisiones: el rendimiento y el
riesgo.
En la medida en que una inversin es ms riesgosa, debe exigrsele un
mayor rendimiento.
Rendimiento
Riesgo
Tasa Libre de
Riesgo
Rendimiento
exigido
Nivel de riesgo
deseado
54
Rendimiento
El rendimiento de un activo o portafolios es el cambio de valor que registra en
un perodo con respecto a su valor inicial.

El rendimiento tambin se puede definir en funcin del logaritmo de la razn de
rendimientos.

El rendimiento de un portafolios se define como la suma ponderada de los
rendimientos individuales de los activos que componen el portafolios, por el
peso que tienen dichos activos en el portafolios.
1
1
=
t
t t
t
P
P P
R
1
ln
=
t
t
t
P
P
R
i
n
i
i p
R W R

=
=
1
inicial
inicial final
i
Valor
Valor Valor
R

=
55
El rendimiento promedio se define como la suma de los rendimientos
de cada uno de los activos, entre el nmero de activos.

El rendimiento anualizado se define como:

Ejercicios 1 y 2. Calcular el rendimiento de un portafolio.

n
R
R
n
i
i
prom
=
=
1
1 ) 1 ( + =
n
n anual
R R
Rendimiento
56
Una distribucin de frecuencias muestra la manera como
los rendimientos de algn activo o portafolios de activos
se han comportado en el pasado.

Los pasos para construir una histograma o distribucin de
frecuencias son:

1. Determinar las observaciones de mnimo y mximo valor en la serie
de tiempo.
2. Elegir un nmero de subintervalos de igual magnitud que cubra
desde el mnimo hasta el mximo valor. Estos son los rangos o
clases.
3. Contar el nmero de observaciones que pertenecen a cada clase. sta
es la frecuencia por clase.
4. Determinar la frecuencia relativa mediante la divisin entre la
frecuencia por clase y el nmero de observaciones.
Medicin del Riesgo
57
Medicin del Riesgo
Ejercicio 3: Hacer histograma de ingresos diarios en
miles de dlares de Bancldex durante el ao 2003
(210 datos).

Solucin:
58

La distribucin normal tiene un papel sumamente importante en
cualquier campo de la estadstica y, en particular, en la medicin de
riesgos en finanzas.

Los parmetros ms importantes que la definen son la media y la
desviacin estndar.

Otros indicadores importantes son el sesgo y la kurtosis.

El sesgo debe ser cero (simetra de la curva perfecta) y la kurtosis de
tres.

Distribucin Normal
59
En este caso, la media de los rendimientos es 0.11% y la desviacin
estndar diaria de rendimientos es de 0.812%. Si tomamos la media
ms 3 desviaciones estndar, tenemos que el rendimiento es 2.55% y la
media menos 3 desviaciones estndar es de 2.33%. Esto significa que
son muy pocas las observaciones que estn fuera de este intervalo, por
lo que se puede ver que 3 desviaciones estndar comprenden el 99.7%
de las observaciones totales.
Distribucin Normal
Histograma de los Rendimientos del Dlar, con observaciones del 19 marzo de 2002
al 19 de marzo de 2003
0
5
10
15
20
25
30
-
1
.
2
0
%
-
1
.
0
0
%
-
0
.
8
0
%
-
0
.
6
0
%
-
0
.
4
0
%
-
0
.
2
0
%
0
.
0
0
%
0
.
2
0
%
0
.
4
0
%
0
.
6
0
%
0
.
8
0
%
1
.
0
0
%
1
.
2
0
%
1
.
4
0
%
1
.
6
0
%
1
.
8
0
%
2
.
0
0
%
60
Si consideramos una muestra de tamao n perteneciente a una
poblacin que se distribuye normalmente (con media y desviacin
estndar o), dicha muestra tendr una distribucin normal de media
y desviacin estndar .

El teorema del lmite central establece que an cuando la muestra de
tamao n es suficientemente grande, la distribucin de la muestra es
aproximadamente normal, sin importar la distribucin de la poblacin.

La curva normal est centrada alrededor de la media, la cual se
representa por . La variacin o dispersin alrededor de su media se
expresa en unidades de la desviacin estndar o. En un portafolios, la
media es simplemente su rendimiento promedio, y la desviacin
estndar se le define como la volatilidad.
Teorema del Lmite Central
X
n
o
61
Distribucin Normal
n
R
n
i
i
=
=
1
=
=
n
i
i i
R P
1
1
) (
1
2
=

=
n
R
n
i
i

o
=
=
n
i
i i
R P
1
2
) ( o
2
2
1
2
2
1
) (
|
.
|
\
|
=
o
to
x
e x f
La expresiones son las siguientes:

62
Las reas tabuladas son reas a la derecha o a la izquierda de valores
de z, en donde z es la distancia de un valor x con respecto de la media,
expresada en unidades de desviacin estndar.

Si lo anterior es cierto, entonces debe quedar claro que:

Si la variable aleatoria x es el rendimiento de algn factor de riesgo
(precio de las acciones, tasas de inters, tipo de cambio), entonces
siempre ser posible transformar dicha variable aleatoria normal en z.
A z se le conoce como la variable normal estndar y tiene una
distribucin normal N(0,1).
Distribucin Normal
o
=
+ =
x
z
z x
63
El sesgo es un indicador que mide la simetra de la curva. En el caso de
una normal perfecta, el sesgo es 0. Si este es distinto de cero, estar
sesgada a la izquierda o derecha, segn el signo del sesgo.

La kurtosis mide el levantamiento de la curva respecto a la horizontal.
Esta situacin se presenta cuando existen pocas observaciones muy
alejadas de la media (alta kurtosis o fat tails).

La kurtosis de una distribucin normal perfecta es igual a 3.

Sesgo y Kurtosis
4
1
4
2
3
1
3
) 1 (
) (
) 1 (
) (
o
=
=
n
x
Kurtosis
n
x
Sesgo
n
i
i
n
i
i
64
La kurtosis positiva indica una distribucin relativamente
puntiaguda, y la negativa indica una distribucin
relativamente achatada .
En una distribucin normal la kurtosis es igual a 3, a los
valores mayores a 3 se los llama kurtosis excesiva.
El caso de kurtosis excesiva indica que hay una mayor
probabilidad de que los retornos observados estn ms
alejados de la media que en una distribucin normal.
Leptocrtica, Mesocrtica y Platicrtica se denomina al
atributo de una distribucin dependiendo de sus ndices de
kurtosis (alto, medio o bajo).
Distribucin Normal
65
A continuacin se muestra una grfica de 2 distribuciones de
probabilidad normal que tienen la misma media pero diferentes
dispersin:
Distribucin Normal
Kurtosis
Sesgo
66
Cmo sabemos si una distribucin de frecuencias sigue una distribucin
normal? Prueba Jarque-Bera.
Estadstico Jarque-Bera:

Ejemplo: Tomemos la serie de tiempo de los rendimientos del IPC durante
el 2000, considerando 258 das. El sesgo es de 0.1376 y la kurtosis de
3.81. Para un nivel de confianza del 95%, la ji-cuadrada con 2 grados de
libertad es de 5.99 La serie de tiempo se comporta como una normal?
LM = 7.86. El estadstico de prueba es mayor que 5.99 por lo que la
hiptesis se rechaza. La serie no se comporta como Normal.
La media y la desviacin estndar de un perodo pueden ser transformados
a otro perodo.
Sesgo y Kurtosis
12 *
mensual anual
=
12 *
mensual anual
o o =
(

+ =
24
) 3 (
6
2 2
Kurtosis Sesgo
N LM
67
Covarianza. Medida de relacin lineal entre 2 variables aleatorias
describiendo el movimiento conjunto entre stas.

Correlacin. Debido a la dificultad para interpretar la magnitud de la
covarianza, suele utilizarse la correlacin para medir el grado de
movimiento conjunto entre 2 variables o la relacin lineal entre ambas.

Covarianza y Correlacin
) )( ( ) , (
1
j j i i
n
i
i j i
R R P R R Cov =
=
) )( (
1
) , (
1
j j i i
n
i
j i
R R
n
R R Cov =

=
j i
j i
ij j i
R R Cov
R R Corr
o o
,
) , (
) , ( = =
68
El rea bajo la curva representa la probabilidad en un intervalo
especfico. Si se desea obtener la probabilidad de que un
rendimiento futuro se encuentre entre a y b, se calcula el rea
bajo la curva de la distribucin normal. Esto es la integral de
una funcin de probabilidad f(x) definida entre a y b.
Ejercicio 4. Usando las tablas de la distribucin normal
estndar, calcule el rea bajo la curva de: una, dos y tres
desviaciones estndar.
Intervalos de Confianza
}
b
a
dx x f ) (
69
El rea dentro de 1 desviacin estndar cubre
aproximadamente el 68% de los rendimientos posibles.
Intervalos de Confianza
70

Se define a una curva normal estandarizada, como aquella que tiene
media igual a cero y una desviacin estndar de uno N(0,1).

Ejemplo: Se desea conocer la probabilidad de que un portafolios
registre un rendimiento de 2%, siendo que el rendimiento promedio
es del 0.11%, y una volatilidad del 1.76%. Entonces, Z = -1.2 y de
tablas:

Distribucin Normal Estandarizada
o

=
i
R
z
Z= -1.20
11.51%
71
Tomando como base el ejemplo anterior, se desea calcular el
rendimiento de la cola inferior que se encuentre asociado a un 99% de
nivel de confianza o probabilidad. Como Z=2.33 entonces R=-3.99%

Ejercicio 5. Se desea conocer la probabilidad de que un portafolios registre un
rendimiento de -15%, 0%, 1% y 30% respectivamente, sabiendo que el
rendimiento promedio es de 0.02159% y con una volatilidad de 1.82%.
Tomando como base el inciso anterior se desea calcular el rendimiento inferior
a partir del cual se tiene un 1% de probabilidad de que el rendimiento sea
menor al encontrado.
Tomando como base el inciso anterior se desea calcular el rendimiento
superior mximo que se puede esperar con un 99% de probabilidad.
Distribucin Normal Estandarizada
Z=-2.33
1%
Nivel de
confianza 99%
72
VOLATILIDAD
Prepararse para el futuro es
construirse el presente.

Antonie de Saint - Exupry.
73
La volatilidad es la desviacin estndar (raz cuadrada de la varianza)
de los rendimientos de un activo o portafolios. Es un indicador
fundamental para la cuantificacin de riesgos de mercado, porque
representa una medida de dispersin de los rendimientos con respecto
a la media de los mismos en un perodo determinado.
La mayor parte de los rendimientos se sitan alrededor de un punto (el
promedio de los rendimientos) y poco a poco se van dispersando hacia
las colas de la curva de distribucin normal. Esa es la medida de
volatilidad.
Ejemplo:
Volatilidad
Rendimientos Diarios del Dlar Marzo 2002 a Marzo 2003
-0.0300
-0.0200
-0.0100
0.0000
0.0100
0.0200
0.0300
-1 49 99 149 199 249
74
No es lo mismo la volatilidad de rendimientos de precios que la
volatilidad de tasas de inters. La frmula siguiente puede utilizarse
para convertir la volatilidad de tasas de inters a volatilidad de precios:

Donde:
es la sensibilidad del precio de un bono a un cambio en
las tasas de inters (duracin).

Ejemplo: Se desea calcular la volatilidad de los precios de Cetes a 91
das y la volatilidad de tasas es del 20% anual, la ltima tasa de Cetes a
91 das es del 15% y la sensibilidad del precio cuando las tasas
cambian en 1% es de 0.24 (duracin).
Volatilidad
) _ _ ( * * ) ( _ _ tasas de d volatilida
r
P
precios de d Volatilida
r p
o o
A
A
=
r
P
A
A
75
Existen diversos mtodos para estimar la volatilidad de
un activo o un portafolio, entre los que destacan:

1. Volatilidad Histrica.

2. Volatilidad Dinmica (Suavizamiento Exponencial).

3. Volatilidad Implcita.
4. Series de Tiempo para Modelar Volatilidad
Procesos Autorregresivos
Promedios Mviles
Modelos Autorregresivos y de Promedios Mviles (ARMA)

5. Volatilidad con modelos ARCH y GARCH.
Mtodos de Medicin de la Volatilidad
76
En este mtodo todas las observaciones tienen el mismo peso
especfico y el pronstico est basado en las observaciones histricas.

Ejemplo:

Volatilidad Histrica
1
) (
1
2
=

=
n
R
n
i
i

o
Observaciones Rendimientos
1 5.20%
2 -3.90%
3 2.50%
4 -4.40%
5 -3.30%
6 1.20%
7 2.45%
8 -4.50%
9 -4.72%
10 1.70%
Desviacin estndar 3.74%
77
Se ha demostrado que es mejor considerar nicamente el cuadrado de
los rendimientos, por lo que una forma ms prctica de calcular la
volatilidad histrica es la siguiente:

Recomendacin: el Banco Internacional de Liquidaciones (BIS)
recomienda un horizonte de 250 das (hbiles).
Las Covarianzas con este mtodo se estiman como sigue:
n
r
n
i
i
=
=
1
2
) (
o
n
r r
n
i
t t
=
=
1
, 2 , 1
12
o
Observaciones Rendimientos Rendimientos
2
1 5.20% 0.2704%
2 -3.90% 0.1521%
3 2.50% 0.0625%
4 -4.40% 0.1936%
5 -3.30% 0.1089%
6 1.20% 0.0144%
7 2.45% 0.0600%
8 -4.50% 0.2025%
9 -4.72% 0.2228%
10 1.70% 0.0289%
Desviacin estndar 3.74% 3.63%
78
Ejercicio 6. Calcule la volatilidad del siguiente portafolios
utilizando el mtodo de las volatilidades histricas.
Nmero Fecha Precio
0 34
1 1 33.75
2 2 34.125
3 3 33.75
4 4 33.5
5 7 34.625
6 8 34.375
7 9 34.125
8 10 35.625
9 11 35.125
10 15 33.875
11 16 34
12 17 33.875
13 18 33.625
14 21 34.875
15 22 33.875
16 23 33.25
17 25 34.125
79
Volatilidad Dinmica
Una manera de capturar el dinamismo de la volatilidad en los
mercados es mediante el uso del suavizamiento exponencial de las
observaciones histricas durante algn perodo, generalmente anual.
Por medio de esta metodologa se le confiere mayor peso a las ltimas
y ms recientes observaciones que a las primeras o ms alejadas en el
tiempo.
A diferencia de la volatilidad histrica, la volatilidad dinmica captura
rpidamente fuertes variaciones de precios en los mercados, debido a
su ponderacin, teniendo mejores pronsticos en perodos de
volatilidad.

En donde es conocido como factor de decaimiento cuyo valor se
encuentra entre 0 y 1. Mientras ms pequeo es , mayor peso tienen
los datos ms recientes.
Qu pasa si lambda es 1?
Ejemplo
=
T
i
i t
i
t
r
1
2 1 2
) 1 ( o
80
Volatilidad Dinmica
LAMBDA 0.9
OBS. RENDIMIENTO A=LAMBDA^(i-1) B=Rend^2 AxB
1 5.20% 1.0000 0.0027 0.0027
2 -3.90% 0.9000 0.0015 0.0014
3 2.50% 0.8100 0.0006 0.0005
4 -4.40% 0.7290 0.0019 0.0014
5 -3.30% 0.6561 0.0011 0.0007
6 1.20% 0.5905 0.0001 0.0001
7 2.45% 0.5314 0.0006 0.0003
8 -4.50% 0.4783 0.0020 0.0010
9 -4.72% 0.4305 0.0022 0.0010
10 -1.70% 0.3874 0.0003 0.0001
Suma 0.0091
VOLAT. DINAMICA 3.025%
81
Volatilidad Dinmica
Ejercicio 7. Calcule la volatilidad del siguiente portafolios utilizando el
mtodo de las volatilidades dinmicas.
Nmero Fecha Precio
0 34
1 1 33.75
2 2 34.125
3 3 33.75
4 4 33.5
5 7 34.625
6 8 34.375
7 9 34.125
8 10 35.625
9 11 35.125
10 15 33.875
11 16 34
12 17 33.875
13 18 33.625
14 21 34.875
15 22 33.875
16 23 33.25
17 25 34.125
82
El modelo descrito con anterioridad se puede expresar tambin
mediante un tipo recursivo de la siguiente manera:

Por lo tanto cuando se haga referencia a la volatilidad recursiva, es
preciso recordar que es equivalente a la expresin de volatilidad
dinmica.
Las observaciones histricas que recoge el modelo de suavizamiento
exponencial, segn riskmetrics, son las siguientes:
Das de datos histricos para un nivel de tolerancia.
Volatilidad Dinmica
2 2 2
1
) 1 (
t t t
r o o + =
+
Lambda 0.001% 0.01% 0.1% 1%
0.90 109 87 66 44
0.94 186 149 112 74
0.96 282 226 169 113
0.97 378 302 227 151
0.98 570 456 342 228
83
Ejemplo de volatilidad dinmica. Cono de volatilidades.
Tarea: Replicar el cono de volatilidades.
Volatilidad Dinmica
Rendimientos vs Volatilidad Recursiva del Tipo de Cambio (250 observaciones).
-0.0300
-0.0200
-0.0100
0.0000
0.0100
0.0200
0.0300
1 11 21 31 41 51 61 71 81 91 101 111 121 131 141 151 161 171 181 191 201 211 221 231 241
t
84
Mtodo de RMSE (Root Mean Squared Error).
Este mtodo permite determinar una lambda ptima que minimice el
error pronosticado de la varianza. Es error est dado por:

La estimacin para el factor lambda se basa en encontrar el menor
RMSE para diferente valores de dicha lambda, es decir, se busca el
factor decay que produzca la mejor estimacin.

Ejemplo
Volatilidad Dinmica
| |
2
1
2
1
2
1
) (
1
=
+ +
=
T
t
t t
r
t
RMSE o
85
Volatilidad Dinmica
| |
2
1
2
1
2
1
) (
1
=
+ +
=
T
t
t t
r
t
RMSE o
2 2 2
1
) 1 (
t t t
r o o + =
+
RMSE 0.002214
LAMBDA 0.748
1 2 4 3 5 6 7 8
OBS. FECHA CIERRE RENDIMIENTO
A=LAMBDA^(
i-1)
B=Rend^2 AxB VARIANZA
DESV.
EST.
(6) *
LAMBDA
(3) - (7) (8)^ 2
0 19-Mar-02 30
1 20-Mar-02 31 3.28% 1.00000 0.00108 0.00108 0.00022 1.48% 0.00022 0.00086 0.00000
2 22-Mar-02 33.5 7.76% 0.74800 0.00602 0.00450 0.00044 2.09% 0.00033 0.00569 0.00003
3 25-Mar-02 31.5 -6.16% 0.55950 0.00379 0.00212 0.00184 4.29% 0.00103 0.00276 0.00001
4 26-Mar-02 30 -4.88% 0.41850 0.00238 0.00100 0.00233 4.83% 0.00098 0.00140 0.00000
5 27-Mar-02 30.5 1.65% 0.31304 0.00027 0.00009 0.00234 4.84% 0.00073 -0.00046 0.00000
6 01-Abr-02 31 1.63% 0.23415 0.00026 0.00006 0.00182 4.27% 0.00043 -0.00016 0.00000
7 02-Abr-02 32 3.17% 0.17514 0.00101 0.00018 0.00143 3.78% 0.00025 0.00076 0.00000
8 03-Abr-02 33 3.08% 0.13101 0.00095 0.00012 0.00132 3.64% 0.00017 0.00077 0.00000
9 04-Abr-02 33.5 1.50% 0.09799 0.00023 0.00002 0.00123 3.51% 0.00012 0.00011 0.00000
SUMA 0.00916 SUMA 0.00004
86

Se basa en observar la volatilidad existente en el mercado de opciones.
La manera es observando el precio de la prima de opciones en el
mercado y sustituyendo este valor en la frmula de Black-Scholes.
Posteriormente se despeja el valor de la volatilidad.

La volatilidad implcita es muy confiable cuando el mercado de
opciones del subyacente tiene suficiente liquidez. Sin embargo no
todos los subyacentes tienen contratos de opciones.
Volatilidad Implcita
) ( ) (
2 1
d N Ke d N Se c
r y t t
=
2
) ln(
1
t o
t o
t
t
+ =

r
y
Ke
Se
d
t o =
1 2
d d
87
El pronstico de la volatilidad mediante modelos Arch o Garch es
complejo y puede ser tardado. Por este motivo, se considera que la
manera ms prctica para enfrentar el clculo de la volatilidad es
mediante el uso de la volatilidad dinmica, ya que despus de todo se
trata de un caso particular de un modelo Garch (1,1).

Proceso para ajustar una serie de tiempo de volatilidad a un
modelo Garch o Arch:
1. Identificar en la serie de tiempo ciclos, tendencias y factores estacionales.
2. Determinar el modelo de dichas tendencias deterministas (Mnimos Cuadrados) y
restrselo a las serie estacional, ya que la idea es trabajar con un proceso estocstico.
3. Utilizar una prueba Dicky Fuller.
4. Hacer la serie estacionaria (aplicar diferencias).
5. Ajustar un modelo ARMA o ARIMA.
6. Realizar una prueba de heteroscedasticidad (Prueba de residuales al cuadrado).
7. Ajustar un modelo ARCH o GARCH.
8. Calcular la volatilidad.
Sin embargo no hay duda de que los modelos Garch y Arch son los
ms poderosos para el clculo de la volatilidad.
Volatilidad con Modelos ARCH, GARCH
88
CONCEPTOS BASICOS DEL
MODELO DE
VaR
En la prctica funciona, pero
Qu tal en la teora?
Atribuido a un matemtico francs.
89
El valor en riesgo (VaR) es una medida estadstica de
riesgo de mercado que estima la prdida mxima que
podra registrar un portafolios en un intervalo de
tiempo y con cierto nivel de probabilidad o confianza.
VaR. Conceptos Bsicos
El valor en riesgo conocido como VaR, es el paradigma (modelo que se
convierte en norma) en la medicin de los riesgos de mercado.

Es un concepto que se propuso en la segunda mitad de la dcada de los
noventa y hoy lo aplican una cantidad importante de instituciones en el
mbito internacional.

La definicin de VaR es vlida nicamente en condiciones normales de
mercado, ya que en momentos de crisis y turbulencia la prdida
esperada se define por pruebas de Stress.

90
VaR. Conceptos Bsicos
Ejemplo: Un inversionista tiene un portafolios de $10 mdp, el VaR a
un da es de $250 mil pesos, con 95% de confianza (Nivel de
significancia de 5%).
Significa que la prdida mxima esperada en un da ser de $250 mil
pesos, en 19 de cada 20 das. En otras palabras, slo un da de cada 20
de operacin del mercado (1/20=5%), en condiciones normales, la
prdida que ocurrir puede ser mayor a $250 mil pesos.

Recomendacin:
BIS (Banco Internacional de Liquidaciones) 99% de confianza y un horizonte de
10 das.
JP Morgan 95% de confianza con un horizonte de 1 da.

A continuacin veremos las metodologas ms comunes para el clculo
del valor en riesgo, as como las ventajas y desventajas de cada una de
ellas.

91
VaR. Metodologas
1. Metodologas

Varianza-Covarianza o
Delta Normal o
Paramtrico

Simulacin Montecarlo
Simulacin Histrica
92
Mtodo Paramtrico. Supone que los rendimientos de
un activo se distribuyen con una curva de densidad de
probabilidad normal. Sin embargo en la prctica se ha
observado que la mayora de los activos no siguen un
comportamiento normal, sino que son aproximados a la
curva normal y, por tanto, los resultados que se obtienen
al medir el riesgo son una aproximacin.

Estima el VaR a travs de una ecuacin que tiene
parmetros tales como la volatilidad, correlacin, delta y
gama. Se usa preferentemente para activos lineales como
por ejemplo acciones, bonos, swaps, forwards y futuros.
(Un instrumento financiero es no lineal si sus precios
cambian desproporcionalmente en relacin a los
movimientos de los precios subyacentes, ej. opciones).
VaR. Metodologa (Delta Normal)
93
La aplicacin ms conocida de la metodologa varianzas-
covarianzas para calcular el VaR es de JP Morgan,
RiskMetrics; en dicho modelo se utiliza una media mvil
exponencial con distintos factores de ponderacin para la
obtencin de la volatilidad y correlacin de los
instrumentos que forman la cartera, es decir, se da un
mayor peso a las observaciones ms recientes, aplicando
una ponderacin que justifique este peso.

Con la aparicin de este mtodo se ha marcado el inicio
de lo que se puede denominar una nueva era en la
medicin y control de los riesgos de mercado.
VaR. Metodologa (Delta Normal)
94
Donde:

F = factor que determina el nivel de confianza de clculo. Para un nivel de
confianza del 95%, F=1.65. Para un nivel de confianza de 99%, F=2.33
S = monto total de la inversin o la exposicin al riesgo
o = desviacin estndar de los rendimientos del activo
T = horizonte de tiempo en que se desea calcular el VaR

Ejercicio 8. Un inversionista compra 10,000 acciones cuyo precio es de
$30 por accin y su volatilidad es de 20% anual (un ao consta de
252 das de operacin). Se desea saber el VaR diario de esta posicin
considerando un nivel de confianza del 95%.
VaR de un Activo Individual
t S F VaR * * * o =
95
Supongamos un portafolios con 2 activos riesgosos en cuyo caso se tiene
un peso especfico del activo 1 en el portafolios, w1, y un peso especfico
del activo 2 en el portafolios, w2, de tal suerte que (w1+w2=1).

De acuerdo con la teora desarrollada por Markowitz, la varianza del
portafolios es:

El VaR del portafolios es:

VaR de 2 activos (Delta Normal)
| | t S w w w w F t S F VaR
p
* * 2 * * *
2
1
2 1 12 2 1
2
2
2
2
2
1
2
1
o o o o o + + = =
| |
2 1 12 2 1
2
2
2
2
2
1
2
1
2
2 o o o o o w w w w
p
+ + =
96

A este VaR se le conoce como VaR diversificado porque toma en cuenta
las correlaciones de los rendimientos entre instrumentos. Note que el VaR
diversificado es menor que la suma de los VaR individuales.
VaR de 2 activos (Delta Normal)
| |
2
1
2 1 12
2
2
2
1
2 VaR VaR VaR VaR VaR + + =
97

Donde VaR es un vector de VaR individuales de dimensiones (1 x n),
C es la matriz de correlaciones de dimensiones (n x n) y VaR
T
es el
vector transpuesto de VaR individuales de dimensiones (n x 1).

Si las correlaciones son menores que 1, entonces el VaR diversificado
ser menor que la suma de los VaR individuales.

Cuando se trata del clculo del VaR de un portafolios es necesario
utilizar matrices y manipular este tipo de instrumentos.

MANIPULACIN DE MATRICES. RECORDATORIO.
Orden de una Matriz, Matriz Simtrica, Matriz Cuadrada, Matriz
Identidad, Vector, Matriz Transpuesta, Matriz Varianza-Covarianza,
Matriz de Correlacin, Matriz de Volatilidades.

VaR de n activos (Delta Normal)
| | | |
2
1
2
1
* * * * * * *
T T
p p
VaR C VaR t S w C w F t S F VaR = = = o o o
98
Para determinar el VaR del portafolios es necesario considerar los efectos
de diversificacin con las correlaciones entre los rendimientos de los
activos que conforman el portafolios. La metodologa que se sigue,
tambin llamada de Matriz Varianza-Covarianza o Delta-Normal, es la
siguiente:

Ejercicio 9. Del ejercicio 2, suponga que el portafolio tiene una posicin
neta de $5,000,000 con un nivel de confianza del 99% y que las
volatilidades calculadas corresponden a la volatilidad anual. Calcular el
VaR de cada activo individualmente y posteriormente el del portafolios.
VaR de un Portafolios de Activos
(Delta Normal)
| | | || |
| | | || || | o o
o
o
C
w w
t S F VaR
T
p
p
=
=
=
* * *
99

F = factor que determina el nivel de confianza de clculo.
S = valor del portafolios.
o
p
= volatilidad del portafolios.
T = horizonte de tiempo en que se desea ajustar el VaR.
(W) = vector de pesos de las posiciones del portafolios (n x 1).
(W)
T
= vector transpuesto de los pesos de las posiciones del portafolios (1 x n).

(E) = matriz de varianzas-covarianzas que incluye las correlaciones entre los
valores del portafolios (n x n).
( C ) = matriz de correlaciones de los rendimientos de los activos del portafolios.
Ejemplo: Se desea conocer el VaR a un da con un 99% de confianza de un
portafolios formado por 5 activos.

VaR de un Portafolios de
Activos (Delta Normal)
| | | || |
| | | || || | o o
o
o
C
w w
t S F VaR
T
p
p
=
=
=

* * *
100
Factor de Riesgo.- Es un parmetro cuyos cambios en los mercados
financieros causarn un cambio en el valor presente neto de los
portafolios.

Ejemplos:
Precios de las acciones.
Tasas de inters.
Sobretasas de instrumentos de mercado de dinero.
Tipos de cambio.
Precios de commodities.

Es preciso identificar los factores de riesgo, a fin de construir una
matriz de varianzas-covarianzas que refleje los riesgos de los
portafolios.

Factores de Riesgo
101
Estima el VaR a travs de simulaciones histricas de todos los
escenarios posibles con las tasas actuales y reevala sus posiciones
en el portafolios. Se usa para activos lineales y no lineales. La
metodologa de simulacin histrica es uno de los mtodos de
valuacin global y el ms fcil de calcular puesto que se basa en
datos histricos para estimar los valores futuros.

La aplicacin de este enfoque parte de la identificacin de los
diferentes instrumentos que forman la cartera y de la eleccin de una
muestra de los rendimientos histricos de los activos de la cartera. A
partir de los cambios observados en los rendimientos histricos de
los activos, se obtendrn valores alternativos que permitan estimar el
percentil adecuado para obtener el VaR de la cartera.

Mtodo No paramtrico
o Simulacin Histrica
102
Otorga las mismas ponderaciones a todas las observaciones
histricas, lo que hace que sea muy sensible a la exclusin de
observaciones extremas. Es muy preciso si los datos histricos
utilizados son representativos del comportamiento futuro del
mercado. Los datos de las diferentes variables de riesgo pueden
obtenerse de proveedores externos o ser confeccionados en la propia
institucin que desea calcular el VAR. En cualquier caso, es
especialmente importante que los datos sean homogneos para que
no se produzcan errores en la estimacin del VaR. Este mtodo es
apropiado si la cartera contiene opciones.

Mtodo No paramtrico o
Simulacin Histrica
103
Consiste en utilizar una serie histrica de precios de la posicin de
riesgo (portafolios) para construir una serie de tiempo de precios y/o
rendimientos simulados, con el supuesto de que se ha conservado el
portafolios durante el perodo de tiempo de la serie histrica.
Para aplicar esta metodologa se deben identificar primero los
componentes de los activos del portafolios y reunir los datos de los
precios diarios histricos considerando un perodo que oscila entre
250 y 500 datos. A partir del histograma de frecuencias de los
rendimientos simulados se calcula el cuantil correspondiente de
dicho histograma (primer percentil si el nivel de confianza es de
99%).
Existen 3 tipos de simulacin histrica:
1. Crecimientos absolutos.
2. Crecimientos logartmicos.
3. Crecimientos relativos.
Mtodo No paramtrico o
Simulacin Histrica
104
1. Obtener una serie de precios de la posicin en riesgo (250 a 500 datos).
2. Calcular las prdidas/ganancias diarias de dicha serie de tiempo mediante la
expresin:

3. Determinar una serie de tiempo de precios simulados sumando P al precio
ms reciente, de acuerdo con lo siguiente:

4. Determinar una serie de rendimientos simulados, a partir de los precios
hipotticos y referidos a la observacin ms reciente, como sigue:

Simulacin Histrica con
Crecimientos Absolutos
1
= A
t t t
P P P
i i
P P P A + =
0
*
0
0
*
*
P
P P
R
i
i

=
105

5. Calcular el valor en riesgo tomando el percentil que est de acuerdo con el
nivel de confianza deseado, del histograma de rendimientos simulados.

6. Note que el valor en riesgo estar dado como rendimiento en porcentaje, por
lo que ser necesario multiplicarlo por el valor del portafolios para obtener
el valor en valores monetarios.
Crecimientos Absolutos
Histograma de los Rendimientos del Dlar, con observaciones del 19 marzo de 2002
al 19 de marzo de 2003
0
5
10
15
20
25
30
-
1
.
2
0
%
-
1
.
0
0
%
-
0
.
8
0
%
-
0
.
6
0
%
-
0
.
4
0
%
-
0
.
2
0
%
0
.
0
0
%
0
.
2
0
%
0
.
4
0
%
0
.
6
0
%
0
.
8
0
%
1
.
0
0
%
1
.
2
0
%
1
.
4
0
%
1
.
6
0
%
1
.
8
0
%
2
.
0
0
%
106
1. Obtener una serie de tiempo de precios de la posicin en riesgo (250 a 500
datos).

2. Calcular los rendimientos de los precios de la siguiente forma:

3. Determinar una serie de tiempo simulada de crecimientos:

4. Obtener una serie de tiempo de prdidas y ganancias simuladas:

5. Calcular el valor en riesgo tomando el percentil que est de acuerdo con el
nivel de confianza deseado, del histograma de prdidas/ganancias
simulados.
Crecimientos Logartmicos
(
=
1
Re
t
t
P
P
Ln nd
) 1 (
0
*
rend P P + =
*
0
P P =
107
El procedimiento es similar al de crecimientos logartmicos, pero en lugar
de obtener dichos rendimientos con el logaritmo del cociente de precios, se
obtiene de la siguiente expresin:

Ejercicio 10. Calcular el VaR de un activo. Ver base de datos de excel.
Ventajas:
Es fcil de entender por parte de los ejecutivos que no son expertos en
conceptos estadsticos.
Es realista, pues se basa en una serie de tiempo de datos reales.
No se apoya en supuestos de correlaciones y volatilidades que en
situaciones de movimientos extremos en los mercados pueden no
cumplirse. Las correlaciones y volatilidades estn implcitas en el clculo
del VaR.
No requiere mapeo de posiciones y no incluye supuesto alguno (inclusive el
de la distribucin normal).
Es aplicable a instrumentos no lineales como las opciones.
Crecimientos Relativos
1
1
Re
=
t
t t
P
P P
nd
108
Estima el VaR simulando todos los escenarios posibles y reevala
sus posiciones en el portafolios. Al igual que la simulacin histrica
se usa para activos lineales y no lineales, la diferencia es que cambia
la metodologa de como se generan los escenarios. Un importante
punto para tener presente es que si se tiene una significativa cantidad
de exposiciones no lineales en el portafolios, una simulacin que
reevala posiciones generalmente ser ms exacta que una
aproximacin paramtrica para estimar el VaR, sin embargo, esto
obviamente tiene un costo por mayor complejidad.

La simulacin de Montecarlo difiere de la simulacin histrica en
que en este la evolucin de los factores de mercado se simula
mediante un modelo matemtico y en la simulacin histrica, se
toma directamente de la historia.

Metodologa Simulacin Montecarlo
109
Consiste en la generacin de nmeros aleatorios (random) para
calcular el valor del portafolios generando escenarios. Un nuevo
nmero aleatorio sirve para generar un nuevo valor del portafolios
con igual probabilidad de ocurrencia que los dems y determinar la
prdida o ganancia en el mismo.

Este proceso se repite un gran nmero de veces (10,000 escenarios) y
los resultados se ordenan de tal forma que pueda determinarse un
nivel de confianza especfico.

Ideal para instrumentos no lineales como las opciones.
Metodologa Simulacin Montecarlo
110
Problemas:
Puede se fuertemente dependiente de algunos supuestos, en especial el
comportamiento de las correlaciones y volatilidades.
Puede haber problemas en recoleccin de datos.
El VaR no establece que hacer con el problema de alta kurtosis (fat tails)
y por lo tanto, no se conoce hasta cunto podran llegar las prdidas en 1 o
5% de las veces.
Puede haber problemas de interpretacin, es decir, se puede interpretar
como el peor escenario y generar falsa sensacin de seguridad.

Recomendaciones:
El VaR se debe usar en conjunto con otros mtodos como las pruebas de
Stress.
Realizar pruebas de Backtesting.
Revisar datos sucios utilizando 2 o 3 veces desviaciones estndar para
analizar rendimientos anormales.
Problemas y recomendaciones del VaR
111
Resumen de Metodologas del VaR
Varianzas Covarianzas

Simulacin
Histrica

Simulacin
Montecarlo

Rendimientos de los activos Asume normalidad Poco flexible Definido por el usuario.
Flexible

Modelo de valuacin No requerido Requerido Requerido
Mapeo de flujos de caja Si No No
Velocidad de clculo Depende de la variedad de
activos presentes y del tamao
de la matriz de varianzas -
covarianzas

Media

Lenta
Requiere una base de datos
histricos amplia

No Si Si
Datos requeridos Datos de precios/tipos hi stricos
de las variables importantes del
mercado o base de datos de JP
Morgan ,
que cubre un nmero relevante
de activos

Datos de precios/tipos de las
variables importantes del
mercado

Datos histricos que son
necesarios para estimar los
parmetros en un proceso
estocstico utilizado en la
simulacin de riesgos

112
Varianzas Covarianzas

Simulacin
Histrica

Simulacin
Montecarlo

Precisin de la medida de
riesgo

Depende de la validez de lo
asumido por el modelo
(estabilidad de las varianzas y
correlaciones de los activos,
normalidad de la distribucin de
los rendimientos, prdida de
componentes de opciones)

Buena si la historia es
representativa de todo el
comportamiento futuro del
mercado

Mejor precisin cuanto
mayor sea el alcance, ya que
la simulacin estocstica es
ms realista y captura ms
interacciones de mercado y
detalles de la cartera

Mejor eleccin cuando... La cartera no contenga
instrumentos con opciones

La cartera contenga
instrumentos con opciones y
existan datos histricos
representativos de todos los
instrumentos

La cartera contenga muchos
instrumentos con opciones y
existan muchas muestras,
cada una representando un
riesgo diferente

Peor eleccin cuando... La cartera contenga
instrumentos con opciones

Los datos histricos contengan
numerosos valores extremos

La cartera sea muy grande y
compleja, ya que el
potencial de muestras
posibles ser alto y el
esfuerzo computacional alto

Usuarios en el mercado:
bancos de inversin y
vendedores de software

JP Morgan Algunos vendedores de
sistemas de administracin del
riesgo entre estos
estn: Algorithmics, LOR/GB
y Sailfish

Salomon Brothers, Bear
Stearns

Resumen de Metodologas del VaR
113
EL RIESGO
EN MERCADO
DE DINERO
114
Los instrumentos de deuda que se cotizan en el mercado de dinero
tienen un plazo de vencimiento y este atributo hace que su medicin
de riesgos sea ms compleja que en el caso de ttulos accionarios o
monedas.

Se trata el tema de la estructura intertemporal de tasas de inters, tasas
forward, interpolacin y descomposicin de posiciones (mapeo) para
la obtencin del valor en riesgo.
Introduccin
115
Los tipos de tasas de inters que existen y el contexto en que son
aplicadas son motivo frecuente de confusin.

El prestamista recibe un inters por el uso temporal de su capital. Por
ello, la formacin eficiente de las tasas de inters para diferentes
plazos depende de la eficiencia del mercado de dinero que involucra
al prestamista y al prestatario. El depsito en un banco por parte de
un ahorrador (prestamista) generar un inters y el banco, en su
funcin de intermediario, destinar esos recursos al otorgamiento del
crdito, cobrando al acreditado (prestatario) invariablemente un
inters mayor que el pactado con el ahorrador.

Existen tasas activas y pasivas. Se pueden transformar de una base a
otra:

Tasas de Inters
2
2
2
1
1
1
1 1
b b
b
r
b
r
|
|
.
|
\
|
+ =
|
|
.
|
\
|
+
116
Ejercicio 11. Por ejemplo si la tasa de inters expresada en trminos
anuales es del 12%, se reinvierte trimestralmente, cul es la tasa de
inters expresada en trminos anuales pero que se capitaliza
semestralmente?

La convencin en el mercado de dinero es expresar la tasa de inters
en trminos anuales.

r
2
se conoce como la tasa de inters efectiva, es decir, se reinvierte o
capitaliza anualmente.
Tasas de Inters
1 1
1
1
1
2

|
|
.
|
\
|
+ =
b
b
r
r
117

En el mercado de dinero se deben manejar con frecuencia diferentes
tasas de inters o tipos de tasas de inters expresadas en diversas
bases y diferentes plazos. Para que las tasas de inters sean
comparables se deben expresar en la misma base y ser del mismo
tipo. Cuando esto sucede, es posible obtener una estructura
intertemporal de tasas de inters; dicha estructura es una manera
consistente de mostrar las tasas de inters en diferentes perodos.

A la grfica que describe la relacin entre las diferentes tasas de
inters (rendimientos de instrumentos de mercado de dinero) para
diferentes perodos o plazos se le conoce como la curva de
rendimientos de tasas de inters (yield curve)
Estructura de Tasas de Inters
Plazos Tasas
1 17.40%
7 18.25%
14 18.43%
28 19.50%
60 20.40%
91 21.25%
182 22.27%
273 22.80%
364 23.32%
Curva de Rendimientos de Cetes
10.00%
12.00%
14.00%
16.00%
18.00%
20.00%
22.00%
24.00%
0 40 80 120 160 200 240 280 320 360
Plazos (das)
T
a
s
a
s

(
%
)
118
Esta curva es fundamental en la valuacin de prcticamente todos los
instrumentos de deuda porque cualquier instrumento puede
analizarse como una serie de bonos cupn cero. Se debe destacar que
esta curva considera rendimientos libres de riesgo de contraparte o de
crdito, por lo que para evaluar instrumentos que tengan dicho riesgo
de contraparte es necesario descontar a valor presente con tasas libres
de riesgo al plazo en que paga el cupn ms un diferencial
(sobretasa) que refleje tanto el riesgo de crdito como el riesgo de
liquidez del instrumento.

En los mercados desarrollados existen curvas de rendimiento (libres
de riesgo) que presentan plazos hasta de 30 aos. En el caso
mexicano la mayor liquidez en el mercado de dinero se registra hasta
un ao. Sin embargo, con la creacin de la figura del Proveedor de
precios, naci en Mxico a finales del 2000, actualmente se cuenta
con curvas de tasas de rendimiento hasta de cinco aos. Esta curva
puede ser creciente o decreciente.
Estructura de Tasas de Inters
119
Existen tres teoras bsicas que explican la forma que puede adquirir
dicha curva:
La teora de las expectativas: la curva corresponde a las
expectativas que tiene el mercado respecto a las tasas de inters
futuras. La curva ser creciente cuando el mercado espere que las
tasas suban y viceversa.

La teora de segmentacin de mercados: asume que los
inversionistas operan instrumentos de deuda en ciertos rangos o
perodos a efecto de minimizar su riesgo. Esto significa que la curva
de rendimientos se definir de acuerdo a la oferta y a la demanda de
dinero.

La teora de preferencia a la liquidez: los inversionistas toman sus
decisiones para adquirir bonos en el mercado de deuda en funcin de
su riesgo y rendimiento. Bonos de L.P. tendrn ms riesgo (mayor
rendimiento).
Teora Bsicas de las Curvas de Tasas
120
Teora Bsicas de las Curvas de Tasas
*Teora de expectativas de mercado
**Teora de preferencia a la liquidez
***Teora de segmentacin de mercados
*Se espera que las tasas de corto plazo aumenten
**Premio positivo a la liquidez
***Exceso de oferta frente a la demanda en largos plazos
*Se espera que las tasas de corto plazo disminuyan
**Premio negativo (castigo) a la liquidez
***Exceso de oferta frente a la demanda en cortos plazos
*Se espera que las tasas de corto plazo permanezcan iguales
**No hay premio por liquidez
***Equilibrio entre oferta y demanda en todos los plazos
*Se espera que las tasas de corto plazo aumenten y despus disminuyan
**Premio positivo a la liquidez seguido de premio negativo a la liquidez
***Exceso de oferta respecto a la demanda en plazos intermedios.
Estructura de
tasas
Jorobada
Horizontal
Negativa
Positiva
121
Las tasas de inters futuras o forwards son aquellas que reflejan las
expectativas del comportamiento de las tasas de inters en el futuro.

Podemos utilizar la curva de rendimientos de tasas de inters para
inferir las expectativas del mercado respecto de futuras tasas de
inters?

Ejemplo: un inversionista desea saber qu alternativa, de las
siguientes, es ms redituable:
a)Comprar un CETE a un ao
b) Comprar un CETE a seis meses y cuando se cumpla la fecha
de vencimiento renovar la inversin comprando otro CETE a seis
meses.
El inversionista ser indiferente ante las alternativas mencionadas si
le proporcionan igual rendimiento o recibe la misma cantidad de
dinero al final de ese ao. El inversionista conoce la tasa de
rendimiento que existir de aqu a seis meses pero no sabe que tasa
de rendimiento estar disponible dentro de seis meses y hasta un ao.
Tasas Forwards
122
A la tasa que prevalecer dentro de seis meses y hasta un ao se le
conoce como tasa adelantada o forward rate.

Ejemplo: Dada la tasa de Cetes a seis meses y la tasa de Cetes a un
ao, es posible determinar la tasa que har indiferente al
inversionista entre las 2 alternativas descritas. Si el VN de un Cete es
de $10, el inversionista recibir su valor nominal al final del ao. Por
lo tanto el Precio del Cete a 1 aos ser:
Tasas Forwards
123

Ejemplo: siguiendo con el ejercicio anterior supongamos que:
Tasa de rendimiento Cetes 6 meses r1= 22.7%
Tasa de rendimiento Cetes 1 ao r2= 23.32%
Base = 360 t12 = 180
Cul es la tasa forward de 6 meses a 1 ao?
Tasas Forwards
|
|
.
|
\
|
|
|
|
|
.
|
\
|
+
+
=
12
1
1
2
2
12
* 1
* 1
* 1
t
Base
Base
t
r
Base
t
r
f
Por tanto, la tasa de inters forward en este ejemplo es de 21.93%, tambin se
le conoce con el nombre de tasas forward implcita.
124
El reporto es una operacin de compra venta de un instrumento en el
mercado de dinero.

En esta operacin una institucin financiera acuerda con un
inversionista venderle en el presente un instrumento (Cetes, por
ejemplo) por un monto determinado, pactando al mismo tiempo su
recompra a un plazo determinado (plazo de reporto) y garantizando
un rendimiento o premio durante el plazo convenido.

El reporto tambin se entiende como una operacin de prstamo: el
inversionista que compra en reporto un bono, en realidad esta
prestando dinero al vendedor teniendo como garanta el propio bono
y al trmino del plazo del reporto, le regresarn su dinero en efectivo
ms un premio, a cambio de devolver la garanta o colateral (el
bono).

Un inversionista institucional (banco o casa de bolsa) participa en la
subasta de mercado primario semanal que lleva a cabo el Banco de
Mxico y compra Cetes con valor nominal de $10 cada uno que
tienen como plazo 180 das (perodo del bono).
Reportos
125
Posteriormente dicho inversionista vende en reportos a otros
participantes del mercado tales Cetes a un plazo de salida del reporto
de siete das a una tasa de rendimiento menor que la pactada en la
subasta primaria, obteniendo una ganancia por el diferencial entre la
compra y la venta.

Debido a que los Cetes regresarn dentro de siete das, el plazo en
riesgo para la institucin de nuestro ejemplo ser de 173 das (el
plazo de regreso del bono). El inversionista institucional debe
considerar que un reporto implica dos operaciones: una activa (al
plazo del bono) y una pasiva (al plazo de salida del reporto).

Cuando un portafolios de instrumentos de deuda registra operaciones
de reporto, deben considerarse los valores presentes de los activos
con signo positivo y los pasivos con signo negativo.
Reportos
Hoy
Perodo del bono
Plazo de salida del reporto Plazo en riesgo
P
T
126
El concepto de duracin es muy til en el mercado de dinero,
especialmente como un indicador de riesgo.

La duracin es el cambio en el valor de un bono ( P) cuando se
registra un cambio en las tasas de inters del mercado ( r).

Matemticamente es la derivada del precio con respecto a la tasa de
inters.

El precio del bono tiene la siguiente expresin:

Donde: ci son los cupones del bono, r es la tasa de rendimiento y VN
es el valor nominal.
Duracin
n n
n
r
VN
r
C
r
C
r
C
r
C
P
) 1 ( ) 1 (
...
) 1 ( ) 1 ( ) 1 (
3
3
2
2
1
1
+
+
+
+ +
+
+
+
+
+
=
127
La derivada con respecto a la tasa de inters es la siguiente:

Dividiendo la ecuacin de ambos lados entre el precio se tiene:

Esta expresin es de duracin modificada, y la expresin que se
encuentra dentro del corchete multiplicado por 1/P se le llama
duracin de Macaulay.

Duracin
1 1 4
3
3
2
2
1
) 1 ( ) 1 (
...
) 1 (
3
) 1 (
2
) 1 (
+ +
+
+

+
+
=
n n
n
r
nVN
r
nC
r
C
r
C
r
C
dr
dP
P r
nVN
r
nC
r
C
r
C
r
C
r dr
dP
P
n n
n
1
*
) 1 ( ) 1 (
...
) 1 (
3
) 1 (
2
) 1 ( ) 1 (
1 1
3
3
2
2
1
1
|
|
.
|
\
|
+
+

+
+ +
=
Modif icada Dur
dr
dP
P
.
1
=
r
Macaulay Dur
Modif icada Dur
+
=
1
.
.
128

Otra expresin de la duracin Macaulay es la siguiente:

Despejando dP de la expresin de duracin modificada:

Tambin expresada en trminos de cambio en tasas de inters como:

Cambio (%) del precio = - Dur. Modificada * cambio (%) en la
tasa de inters * 100

Duracin
=
+
+
+
=
n
t
n t
t
r
nVN
r
tC
P
Macaulay Dur
1
) 1 ( ) 1 (
1
.
( ) ( )
( ) ( ) r r C
r C n r
r
r
DM
n
+ +
+ +
+
=
1 1
1 1
dr Modificada Dur
P
dP
* . =
m
ao al periodos m en Duracin
aos en Duracin =
P
dP
1 + R
dR
= - D
129
La duracin modificada se define como el cambio porcentual en el
precio del bono cuando las tasas cambian 1% (100 puntos base).

Ejemplo: Si un bono tiene una duracin de 3.5 aos y las tasas suben
1%, dicho bono sufrir una prdida de 3.5%. De esta manera,
conociendo la duracin modificada del bono, es posible identificar de
manera inmediata la prdida potencial de este instrumento por cada
100 puntos base (1%).

Duracin
130
Es una propiedad de los instrumentos de deuda. Cuando los cambios en
las tasas de inters son muy pronunciados (alta volatilidad), como en el
caso del mercado mexicano, la duracin del bono no es suficiente para
cuantificar la prdida potencial derivada de dicha posicin. Es necesario
sumar el efecto de la convexidad a dicha prdida.

Convexidad
Baja convexidad
Alta convexidad
P
r r
P
131
Matemticamente se determina como la segunda derivada del precio
del bono respecto a la tasa de inters, de la siguiente manera:

Simplificando algebracamente:

En el caso de un bono cupn cero (C=0), la expresin de la
convexidad se reduce como sigue:

Convexidad
2
2
1
dr
P d
P
C =
| |
( ) | | r r C r r
C r r n n
r
rn r
r r C
C
n
n
+ + +
+ +
(
)
`
+
+ +
+ +
=
1 ) 1 ( ) 1 (
( ) 1 (
1
1
) 1 ( ) 1 ( 2
2 2
2 2
2
) 1 (
) 1 (
r
n n
C
+
+
=
| |( )
2
convexidad
2
1
y
P
P
c =
c
2
m
periodos m en Convexidad
anualizar Para =
132
Ejemplo numrico: considere un bono que expira dentro de 26 aos,
que paga un cupn semestral y cuya tasa cupn es 8 % anual y tiene
un rendimiento del 6% anual. Calculando la duracin con perodos
semestrales se tiene:

Convexidad
133
Es la duracin de Macaulay semestral, por lo que la anual debe
dividirse entre dos:

Calculando la convexidad con perodos semestrales se obtiene:

Lo anterior significa que por cada 1% de aumento de la tasa de
inters, el cambio en el precio del bono ser:

Convexidad
MD anual = 12.76
Convexidad anual = 232.79
134

Por tanto, el cambio en el precio ser = -12.76% + 1.16% = -11.6%

La convexidad siempre es positiva y es buena en la medida que es un
amortiguador contra las prdidas debidas a los incrementos en las
tasas de inters. La duracin es negativa y a mayor duracin, mayor
riesgo en el bono.
Convexidad
135
Para calcular el VaR de un instrumento de deuda, se sabe que:

Donde D
m
es la duracin modificada. El cambio porcentual en el
precio es entonces:

y la volatilidad de los rendimientos de precios del bono es:

es la volatilidad de rendimientos de tasas de inters y r es la
ltima tasa de inters conocida. Por tanto, asumiendo normalidad en
el comportamiento de los rendimientos, el valor en riesgo de un bono
es:
VaR para un Instrumento de Deuda
P D
dr
dP
m
=
r
dr
r D
P
dP
m
=
r
m
p
r D o o ~
p
o
136

F es el factor relacionado con el nivel de confianza y B es el precio
del bono a valor presente.

Por lo tanto la informacin que se requiere para determinar el valor
en riesgo de un bono es la duracin modificada, el rendimiento del
bono y su precio. En lo que se refiere al clculo de la volatilidad de
las tasas de inters se vio anteriormente.

t r D B F VaR
r
m
bono
o * * =
137

Ejemplo numrico: si tenemos un bono con duracin modificada de
12.76, un precio de $101.50, la tasa de inters vigente de 8% anual y
la volatilidad de rendimientos de tasas del 12% anual, el valor en
riesgo anual con un nivel de confianza de 95% ser:

138

Lo cual significa que la prdida mxima potencial con una
probabilidad de 95% es de $3.42, que representa el 3.3% del valor
del instrumento.
139
Cuando se tiene un portafolios de instrumentos de deuda (bonos
cupn cero) y se desea calcular el valor en riesgo, es necesario:

a) Calcular el valor presente del bono cupn cero, tanto para activos
como para pasivos (reportos), mediante la expresin:

Los activos deben tener signo positivo y los pasivos negativo.

b) Determinar el peso especfico de cada instrumento en el
portafolios como sigue

VaR para un Portafolios de Deuda
360
1
t
r
VN
B
+
=
t
i
i
X
X
W =
140
c) Con base en la serie de tiempo de tasas de inters para cada vrtice de
la curva de rendimientos spot (yield curve), calcular los rendimientos
diarios de cada vrtice y su consecuente volatilidad.
d) Construir la matriz de correlaciones de rendimientos de tasas de inters
e) Calcular la duracin modificada para cada instrumento del portafolios:

f) Obtener la desviacin estndar (volatilidad) de rendimientos de
precios para cada instrumento de deuda. A este arreglo se le llama
matriz de volatilidades de precios (que es una matriz diagonal con
ceros en los elementos que no estn en la diagonal). La expresin es
la siguiente:

360
1
t
r
Plazo
D
M
+
=
r D
r
m
precios
o o =
141
g) Calcular la volatilidad del portafolios utilizando la matriz de volatilidad
de precios como sigue:

Donde C es la matriz de correlaciones, w el vector de pesos del portafolios
y sigma la matriz de volatilidades, una matriz diagonal cuyos elementos
fuera de la diagonal son cero.

h) El valor en riesgo del portafolios considerando media cero es el
siguiente:

Donde F es el factor relacionado con el nivel de confianza del VaR (2.32
o 1.65 si el nivel de confianza es de 99% o 95%, respectivamente) y BT
la suma algebraica de los valores presentes de todos los instrumentos
(activos y pasivos).
Ejemplo.

| | | || || || | w C w
T
port
o o o =
t B F VaR
T port port
o =
142
Mapeo o Descomposicin de Posiciones
Cuando un administrador de riesgos se enfrenta a portafolios con muchas
posiciones, las dimensiones de la matriz de varianza covarianza crecen
geomtricamente, de manera que la estimacin de riesgos puede resultar
muy compleja, adems de que en la prctica no cuenta con volatilidades y
correlaciones para todos los plazos, por lo que resulta muy til llevar a
cabo un mapeo de posiciones para tener la matriz de varianza-covarianza
con el menor nmero de renglones y columnas.

Por mapeo se entiende el proceso mediante el cual se puede expresar o
descomponer un instrumento en una combinacin de al menos dos
instrumentos ms simples que el original; es decir, describir un portafolios
de instrumentos en sus partes ms elementales.

143
La metodologa que se expone a continuacin es la que propone JP
Morgan en su documento Riskmetrics. Dicha metodologa se basa en la
separacin de flujos de efectivo de un instrumento y se aplica a cualquier
instrumento, no slo de deuda.

Consiste en separar y colocar cada flujo de efectivo de un instrumento
(cupones y principal) en dos flujos correspondientes a los vrtices
adyacentes de la curva de rendimientos de tasas de inters (yield curve).

Ejemplo: sea un flujo de efectivo que vence en P aos y que se desea
descomponer en uno que se coloque en el perodo A y otro en el perodo
B. El mapeo del instrumento de P aos ser una combinacin de la
siguiente manera:

B A p
I I I ) 1 ( o o + =
144
El problema consiste en encontrar el valor de alfa; es decir, el peso
especfico que se necesita aplicar al flujo de efectivo para descomponerlo
en dos. Se sabe que la varianza del instrumento original es:

La ecuacin anterior se reduce a la forma de ecuacin de segundo grado
del tipo:

Cuya solucin est dada por:
| |
B A B A p
o o o o o o o o o ) 1 ( 2 ) 1 (
2 2 2 2 2
+ + =
0
2
= + + c b a o o
a
ac b b
2
4
2

= o
2 2
2
2 2
2 2
2
P B
B B A AB
B A AB B A
c
b
a
o o
o o o
o o o o
=
=
+ =
145
Para determinar la volatilidad del instrumento original se sugiere
interpolar linealmente de la siguiente manera:

Aplicando geometra euclidiana se obtiene:

Despejando para encontrar el valor de x:

A B
A p x
A B

=
o o
A B
A p
x
A B
= ) ( o o
146
Por lo cual la volatilidad interpolada al plazo de P ser la suma de la
volatilidad del plazo A ms el valor de la incgnita x calculada:

Ejemplo: se tiene un bono con vencimiento de 6. 25 aos y se desea
mapear la posicin entre los vrtices de la curva de los aos 5 y 7; se
tendra lo siguiente:

Volatilidad precio en el vrtice del ao 5 = 0.533.
Volatilidad precio en el vrtice del ao 7 = 0.696.
Volatilidad precio del bono en el ao 6.25 = 0.655.
Correlacin entre las tasas del vrtice 5 con el vrtice 7 = 0.963.
x
A P
+ =o o
147
Ecuacin:

Se puede expresar como:

La solucin a esta ecuacin:

En la prctica se utiliza el valor de alfa que se encuentra entre cero y uno
para realizar el mapeo. Una vez que la posicin ha sido mapeada, se
procede a calcular el valor en riesgo de un portafolios (en el ejemplo, de
dos posiciones, una con 5 aos y la otra con 7 aos de plazo).
) 1 ( ) 696 . 0 )( 533 . 0 )( 963 . 0 ( 2 ) 1 ( 696 . 0 533 . 0 655 . 0
2 2 2 2 2
o o o o + + =
0 055 . 0 254 . 0 0545 . 0
2
= + o o
) 0545 . 0 ( 2
) 055 . 0 )( 0545 . 0 ( 4 ) 254 . 0 ( ) 254 . 0 (
2

= o
2349 . 0
44 . 4
2
1
=
=
o
o
148
Ejemplo: un inversionista institucional compra dos emisiones de Cetes,
una con valor nominal de $20,500,000 a un plazo de 300 das y otra con
valor de $10,000,000 a un plazo de cinco das. Al mismo tiempo vende en
reporto la cantidad de $20,000,000 a un plazo de 56 das. Calcular el valor
en riesgo en un plazo de un da con un nivel de confianza de 95%.
VaR para un Portafolios de Deuda con Mapeo
149
En el mercado de dinero existe una gran demanda por instrumentos
de tasa flotante o variable; es decir, instrumentos de deuda, tambin
denominados cupones, que pagan intereses peridicamente (1,28,91
o 128 das) en funcin de una tasa de referencia (Cetes de 28das,
TIIE de 28 das, etc.) ms una sobretasa (en algunos instrumentos
internacionales puede ser multiplicativa en lugar de aditiva a la tasa
de referencia). En Mxico son BREMS, Bondes y bonos IPAB. En
estos instrumentos el cupn Ct que se paga en el perodo t, se fija en
el perodo t-1, en el momento de reinversin de la tasa de referencia.

Caractersticas generales:
Valor nominal $100 pesos o sus mltiplos
Plazo: de uno a cinco aos
Precio: valor de la adquisicin.
Se obtiene mediante el valor presente de los cupones y el valor nominal
del instrumento:

VaR en riesgo en instrumentos de tasa flotante
=
+ +
+
+ +
=
n
i
n
t
s r
VN
s r
c
P
1
) 1 ( 1
150
Donde :
Ct = pago de cupn, 28,91 o 182 das.
r = tasa de rendimiento de referencia del bono, Cetes.
s = sobretasa del bono.
VN= valor nominal del bono pagadero al vencimiento del papel.
n = nmero de pagos de cupn.
Premio: diferencia entre el valor nominal del instrumento y su precio de
adquisicin.
Estos instrumentos son muy atractivos para el mercado, ya que otorgan un
doble rendimiento: el primero porque son colocados a descuento y son
amortizados a su valor nominal, al vencimiento del bono, lo que se traduce
en un premio, y el segundo, porque pagan intereses sobre su valor
nominal. El efecto de este doble rendimiento del instrumento se conoce
como sobretasa.
=
+ +
+
+ +
=
n
i
n
t
s r
VN
s r
c
P
1
) 1 ( 1
151
La tasa base es revisable cada perodo de intereses, ya que, al haber
13 cupones de 28 das en un ao, ( 25 en dos aos) deriva que al
inicio de cada cupn tenemos una nueva tasa base que es aplicable
durante todo el perodo siguiente.
Es factible pensar en que el valor en riesgo del instrumento est en
funcin de 2 factores de riesgo, uno debido a la tasa de referencia y
otro debido a la sobretasa:

Donde es el coeficiente de correlacin lineal entre los
rendimientos diarios de la tasa de referencia y los de la sobretasa.
| |
2
1
2 2
2
s r rs s r Bono
VaR VaR VaR VaR VaR + + =
rs
152

Para obtener el valor en riesgo de cada uno de los factores de riesgo,
se expresa:

Donde:
F = factor relacionado con el nivel de confianza del VaR
P = valor de la posicin (precio por el nmero de ttulos)
= volatilidades de la tasa base y la sobretasa, respectivamente
r, s = ltima tasa base y sobretasa de mercado conocidas
=duraciones modificadas de la tasa base y la sobretasa,
respectivamente
t = perodo de clculo del VaR.
t r D P F VaR
t r D P F VaR
m
s s s
m
r r r
* * * * *
* * * * *
o
o
=
=
r
o
s
o
m
r
D
m
s
D
153
Para el clculo de de las duraciones de la tasa y la sobretasa, recurrir
a la duracin modificada:

Realizando la derivada parcial de la tasa de referencia, se obtiene:

La duracin de la tasa de referencia es aproximadamente igual al
perodo para el que venza el prximo cupn.
ds
dP
P
D y
dr
dP
P
D
m
s
m
r
1
_
1
=
+ +
+ +
+ +
=
c
c
n
t
n t
s r
nVN
s r
t
C
r
P
1
1 1
) 1 ( ) 1 (
154

Ejemplo: en un bonde que revisa y paga cupones cada 91 das
(conocido como Tribonde), la duracin de la tasa de referencia es
muy cercana a los 91 das entre 360 das.

La duracin de la sobretasa es aproximadamente igual al perodo de
vencimiento de todo el instrumento, esto explica la sensibilidad del
bono de tasa flotante ante movimientos de la sobretasa que a los de la
tasa de referencia.
155
EL RIESGO
EN PRODUCTOS DERIVADOS

156
FORWARDS
Y
FUTUROS
157
El riesgo en productos derivados
Un instrumento financiero derivado es cualquier instrumento financiero cuyo
valor es una funcin que se deriva de otras variables que, en cierta medida, son
ms importantes.
Un producto derivado es un activo financiero que tiene como referencia un
activo subyacente.
Se puede decir que los instrumentos financieros derivados son contratos cuyo
precio depende del valor de un activo, comnmente denominado el bien o activo
subyacente de dicho contrato. Ejemplos de subyacentes: _________________
Su finalidad es reducir el riesgo que resulta de movimientos inesperados en el
precio del bien o subyacente entre los participantes que quieren disminuirlo y
aquellos que desean asumirlo.Ejemplo: ____________________________
Los productos derivados internacionales son las opciones, los futuros, los forwards,
los swaps y las combinaciones entre estos.
158
El riesgo en productos derivados
Es importante aclarar que la existencia de un mercado de derivados se debe a cinco
razones:
a) Cobertura de riesgos (Hedging). Se refiere a la habilidad de una persona, fsica o
moral, para minimizar los riesgos inherentes a las fluctuaciones en el precio de
ttulos de deuda (tasas de inters), tipos de cambio o precios de materias primas
(commodities), a travs del uso de productos derivados.
b) Determinacin de precios. A travs de este mercado, los precios se forman
eficientemente y llegan a un equilibrio de acuerdo con la oferta y demanda.
c) Diseminacin de precios. Por medio de las bolsas de futuros o de opciones, la
comunicacin de precios a todos los participantes del mercado es inmediata, y por
tanto, se conocen en todo el mundo en sistemas de tiempo real.
d) Niveles de apalancamiento. Los productos derivados resultan mucho ms
baratos que otros instrumentos debido al apalancamiento que tienen implcito. Es
decir, con un monto mucho menor al valor nocional, es posible comprar esos
instrumentos.
e) Canales de distribucin alternos. El productor puede entregar su producto a los
almacenes reconocidos por las bolsas de futuros.
159
Valuacin de productos derivados
Para que un mercado de futuros tenga xito, es necesaria la existencia de un
mercado de fsicos o de contado (spot) de libre competencia y ordenado.
Para determinar el valor de un producto derivado se necesita construir un
portafolios (de cobertura) que elimine los riesgos que presenta el producto derivado
en cuestin. Se requiere que el portafolios de cobertura replique el mismo patrn de
rendimiento del producto derivado, de tal suerte que desde el punto de vista del
inversionista, las dos alternativas (el portafolios de cobertura y el producto
derivado) sean exactamente lo mismo.
Si el portafolios de cobertura y el producto derivado generan el mismo
rendimiento, entonces ambos deben de tener el mismo precio, sino se considera que
puede haber arbitraje.
El valor de un producto derivado debe ser igual al costo de construir un portafolios
de cobertura.
El precio terico de cualquier producto derivado (forward, opcin, swap o
combinaciones) est dado por el costo de construir un portafolios de cobertura que
elimine el riesgo de mercado de dicho producto derivado.
160
Contratos de forwards y futuros
Un contrato de forward o futuro es un acuerdo entre dos partes para comprar-
vender un bien denominado subyacente en una fecha futura especificada y a un
precio previamente acordado. La operacin de compra venta se pacta en el
presente, pero la liquidacin (entrega del bien y del dinero en efectivo) ocurre en
el futuro.
La diferencia entre un futuro y un forward consiste en:_________________
En los contratos de futuros, las operaciones deben liquidarse a travs de una
cmara de compensacin que elimina el riesgo de la contraparte, por lo que el
participante debe realizar un depsito de buena fe a efecto de garantizar que la
transaccin se cumpla.
Este depsito se denomina margen y en caso de que los movimientos en los
precios sean adversos al participante en el mercadeo y el margen depositado
originalmente no sea suficiente, la cmara de compensacin emitir una llamada
de margen, que consiste en solicitar al tenedor del futuro un depsito adicional
que cubra los montos mnimos establecidos por la propia cmara. Si se incumple la
llamada de margen, la cmara ordena al socio liquidador que cierre todas las
posiciones en el mercado pertenecientes al cliente incumplido.
161
En el caso de un futuro, la frmula de valuacin es la siguiente:

Donde S es el valor del bien subyacente y r es la tasa ajustada al plazo del contrato
(la base es 360 o 365 das).
Ejemplo: se desea conocer el valor de un contrato de futuro de una accin en el
mercado que tiene un precio de $40, un plazo de tres meses y una tasa de inters
domstica de 15%.

Cuando se trata de un futuro de divisas o monedas, la frmula de valuacin es:

) 1 (
base
t
r S F + =
)
360
90
15 . 0 1 ( 40 $ + = F
(
(
(
(
|
.
|
\
|
+
|
.
|
\
|
+
=
base
t
r
base
t
r
S F
e
d
* 1
* 1
base
t
r r
e d
e S F
)* (
*

=
162
Donde rd es la tasa de inters domstica y re la tasa de inters externa. Ejemplo: se
desea conocer el valor de un contrato de futuro del peso-dlar a tres meses, si el
tipo de cambio spot o de contado es de 9.50 pesos por dlar y las tasas de inters
domstica y externa son de 15 y 6% respectivamente:

En el caso de la operaciones forward, las cotizaciones no se hacen con base en el
precio del futuro conforme a la frmula anterior, sino con los puntos forward,,
que se refieren a la diferencia entre el precio del tipo de cambio spot y el precio del
forward,. Esto se debe a que el precio del forward, es extremadamente sensible a
los movimientos del tipo de cambio spot y los movimientos de ambos valores son
casi de uno-a-uno. En cambio, los puntos forward, son mucho mas estables.

Donde W son los puntos forward o puntos swap.

(
(
(
(
|
.
|
\
|
+
|
.
|
\
|
+
=
360
90
* 06 . 0 1
360
90
* 15 . 0 1
5 . 9 $ F
S F
base
t
i
S
base
t
i
S F
e
d
=
(
(
(
(
|
.
|
\
|
+
|
.
|
\
|
+
=
* 1
) * 1 (
163
Mecnica de cobertura (hedging) con futuros
La ganancia o prdida que se obtiene en el mercado de futuros se debe compensar
con la ganancia o prdida en el mercado de contado.
Ejemplo: una empresa mexicana desea importar una mquina que cuesta 200,000
dlares, los cuales tiene que pagar en 30 das. Su principal preocupacin es que el
peso se deprecie respecto al dlar y, por tanto, decide acudir al mercado de futuros
para realizar una cobertura.
El tipo de cambio spot es de 9.1812 pesos por dlar y el tipo de cambio en el
MEXDER (mercado de futuros) es de 10.8035 pesos por dlar, la estrategia que
debe seguir la empresa consiste en comprar contratos de futuros en el MEXDER
para protegerse de una depreciacin del peso.
El nmero de contratos que tendra que adquirir si acudiera al MEXDER sera de
20, ya que el tamao del contrato en este mercado es de 10,000 dlares.
164
Una vez cumplido el plazo de 30 das, la empresa debe acudir al MEXDER para
realizar la operacin contraria que permita cerrar la operacin; en este caso,
vender los 20 contratos que compr previamente.
Suponga que la preocupacin de la empresa estaba fundada y efectivamente el tipo
de cambio spot se depreci a 10.10 pesos por dlar y la cotizacin en el MEXDER
es de 11.7180 pesos por dlar. De esta manera, la empresa obtendr una ganancia
en el mercado de futuros que compensar la prdida incurrida en el mercado de
contado.
La ganancia obtenida en el mercado de futuros se calcula como sigue:
200,000 dlares x (11.7180 pesos por dlar 10.8035 pesos por dlar)
= 182,900 pesos
Dicha ganancia en el mercado de futuros se compensar con la prdida que
signific para la empresa el efecto de depreciacin del peso. La prdida sufrida se
calcula de la siguiente manera:
165

200,000 dlares x (9.1812 pesos por dlar 10.10 pesos por dlar)
= 183,760 pesos

En este ejemplo no se registra una cobertura perfecta. Ya que la diferencia entre la
ganancia obtenida en el mercado de futuros y la prdida sufrida en el mercado de
contado asciende a 860 pesos. Sin embargo, de no haber acudido al mercado de
futuros, la prdida hubiera sido de 183,760 pesos.

166
VaR para posiciones de futuros y forwards
La diferencia entre los futuros y forwards son muchas, pero para medir el VaR tales
diferencias no importan, por lo tanto es posible referirse genricamente a
operaciones de futuros.
Si se tiene slo una posicin de futuros con x numero de contratos, k es el factor
que indica el nivel de confianza y F el precio del contrato en el mercado, entonces:

El problema es que se requiere un mapeo de la posicin en caso de tener un plazo
para el cual no se cuenta con la informacin de las volatilidades. As, si se tiene un
futuro a cuatro meses y las volatilidades y correlaciones con que se cuenta son de
las de 3 y 6 meses, la posicin se deber descomponer en dos posiciones
equivalentes como sigue:

6 3 4
) 1 ( I I I
mapeo
o o + =
t F k VaR
F
* * o =
167
VaR para posiciones de futuros y forwards
Ejemplo: calcular el VaR de una posicin de futuros de un subyacente que tiene 10
contratos y cuyo precio de mercado de dicho futuro es de $10.50 a un plazo de
cuatro meses. La volatilidad diaria de futuros de 3 y 6 meses, as como la
correlacin entre los rendimientos de los futuros de 3 y 6 meses, es la siguiente:

Debido a que no se cuenta con la volatilidad de cuatro meses, se procede a realizar
el mapeo de la posicin.
% 1
3
= o
% 5 . 1
6
= o
% 80 . 0
6 , 3
=
168
FRA
(Forward Rate Agreements)
169
FRA(forward rate agreements):
futuros de tasas de inters
Un FRA es un acuerdo entre dos partes, el comprador del FRA y el vendedor. Este
ltimo acuerda otorgar un prstamo al comprador por un monto en particular y a
una tasa fija. En una operacin de FRA se cumple que:

El comprador (posicin larga) recibe un prstamo.
El vendedor (posicin corta) acuerda otorgar el prstamo.
Por un monto llamado nocional.
Denominado en cierta moneda.
A una tasa de inters fija (tasa acordada).
En un perodo de tiempo especfico.
Iniciando en una fecha acordada en el futuro.

170
El comprador del FRA es, por tanto, quien adquiere un prstamo a tasa fija y se
protege contra el alza en la tasa de inters. El objetivo del comprador del FRA
podra ser cubrirse ante el alza en las tasas de inters o, bien, especular.
El vendedor del FRA estar protegido contra una baja en la tasa de inters, pero
debe pagar al comprador si las tasas de inters suben. El vendedor otorga el
prstamo para cubrirse de una baja en la tasa de inters o especular.
Las contrapartes se liquidarn nicamente la diferencia entre la tasa originalmente
pactada y la tasa que prevaleci en el mercado cuando el FRA llegue a
vencimiento.
Ejemplo: una empresa tendr necesidad de financiamiento de 10 millones de pesos
dentro de un mes y por un plazo de tres meses. El prstamo se realizar a tasa TIIE
de 28 das que se encuentra en 15% anual; pero la empresa tiene la preocupacin de
que la tasa suba en los prximos meses. Para protegerse contra dicho riesgo, la
empresa comprar un FRA para cubrir el perodo de tres meses, dentro de un mes
(FRA de 1 x 3). La tasa acordada que el intermediario financiero le fija a la
empresa es de 15.5%.
171
Suponga que la TIIE subi en un mes y se encuentra en 17% anual. A pesar de la
compra del FRA, la empresa se financiar en el mercado al 17% por un plazo de
tres meses. La empresa tendr que pagar intereses de 425,000 pesos (17%/12 meses
* 10 mdp * 3 meses) por dicho prstamo. Sin embargo, gracias a que adquiri el
FRA, recibir de su contraparte la cantidad de 37,500 pesos (1.5%/12 meses * 10
mdp * 3 meses) para compensar la diferencia del 1.5% en la tasa de inters.
Frmula para calcular el pago:

Donde:
i
r
=tasa de inters del mercado de referencia
i
c
=tasa de inters acordada con el contrato
Das=nmero de das establecidos en el contrato del FRA
Base=convencin del nmero de das por ao
A=monto del contrato
) * ( 1
* * ) (
base
das
i
base
das
A i i
importe
r
c r
+
=
172

El pago que hara el vendedor del FRA a la empresa es el siguiente:

La diferencia de 37,500 contra el resultado de la frmula se refiere al valor presente
de dicha cantidad para ser pagada al inicio del contrato.
22 . 971 , 35
)
360
90
* 17 . 0 ( 1
360
90
* 000 , 000 , 10 * ) 155 . 0 17 . 0 (
=
+
= importe
173
VaR en FRAs
El clculo del VaR para posiciones de FRA es muy similar a la utilizada para bonos
cupn cero, ya que un FRA se puede replicar mediante la emisin de un bono
cupn cero al trmino de la operacin, y la compra simultnea de un bono cupn
cero al trmino del contrato por el valor nominal de la posicin de acuerdo con el
siguiente diagrama:
Para el clculo de la tasa forward implcita, la frmula correspondiente es:

Donde:
r
f
, r
L
, r
s
=tasa de inters forward, tasa de inters larga y tasa de inters corta
t
f
, t
L
, t
s
=plazos forward, largo y corto

) * 1 (
base
t
r
t r t r
r
S
S
c S L L
f
+

=
174
VaR en FRAs
La importancia de la tasa de inters forward es crucial, ya que su diferencia con la
tasa acordada del FRA (a valor presente) dar como resultado la prdida o ganancia
no realizada del FRA (Mark to Market):

El clculo del VaR es exactamente el mismo que para bonos cupn cero: se mapea la
posicin y se determina el VaR mediante la matriz de varianza-covarianza.
Ejemplo:
) * ( 1
) (
* /
base
t
r
r r
VN Prdida Ganancia
s
s
F acordada
+

=
175
OPCIONES
176
Contratos de opciones
Una opcin le da al tenedor el derecho pero no la obligacin de ejercer el contrato
(comprar o vender el bien subyacente).
Tipos de Opciones:
Call Derecho de Compra
Put Derecho de Venta
Europea Slo puede ejercerse al vencimiento
Americana Puede ejercerse en cualquier momento hasta su vencimiento
El precio de compra de una opcin se denomina Prima
Las opciones se venden en mercados organizados y OTC
Existen opciones sobre acciones, ndices, monedas y commodities
177
Los contratos de opciones contemplan un precio de ejercicio del subyacente, un
perodo de expiracin para ejercer los derechos del contrato y a su precio se le
denomina prima, la cual estar en funcin del perodo de expiracin del contrato,
de la volatilidad de los rendimientos del subyacente, de la relacin entre el
subyacente y el precio de ejercicio y de la tasa de inters libre de riesgo.
Para adquirir una opcin, el tenedor tendr que pagar al vendedor una prima, cuyo
valor es muy inferior al monto nocional.
El vendedor, por su parte, recibir la prima y no la devolver al comprador en
ningn caso. Si el comprador no ejerce su derecho, perder la prima.
178
Perfil de prdidas y ganancias que presentan las opciones de compra y venta:
Comprador de una opcin de compra (call option)
Posicin larga

Comprador de una opcin de venta (put option)
Posicin larga

+
-
Prima C
Valor intrnseco de la opcin=mx (K-S,0)
Precio de
ejercicio(K)
Mercado:
precio del bien
subyacente (S)
Mercado:
precio del bien
subyacente (S)
-
Valor intrnseco de la opcin=mx (S-K,0)
Precio de
ejercicio (K)
+
179
Vendedor de una opcin de compra (call option)
Posicin corta

Vendedor de una opcin de venta (put option)
Posicin corta

+
-
Prima C
Valor intrnseco de la opcin=mx (K-S,0)
Precio de
ejercicio(K)
Mercado:
precio del bien
subyacente (S)
Mercado:
precio del bien
subyacente (S)
-
Valor intrnseco de la opcin=mx (S-K,0)
Precio de
ejercicio (K)
+
180
Estrategia de Cobertura
El covered call consiste en adquirir una opcin de compra cuando se tiene una
posicin corta en algn instrumento (bien subyacente):

El protective put consiste en adquirir una opcin de venta cuando se tiene una posicin larga
en algn instrumento (bien subyacente):

+
-
Prima C
Posicin Corta
-
+
Ganancias
Prdidas
Ganancias
Prdidas
Posicin larga
Prima P
181
Valor de una opcin. Modelo de Black-Scholes
El modelo de Black & Scholes asume que el comportamiento de los precios sigue
una distribucin lognormal y muestra cmo formar una posicin de cobertura con
un portafolios que contenga el subyacente (posicin larga) y un posicin corta de
opciones; este modelo es aplicable slo a opciones europeas. Frmula para de
Black & Scholes para la valuacin de opciones de compra (call):

Donde:
S=valor del bien subyacente
K=precio de ejercicio de la opcin
r=tasa libre de riesgo
T=perodo de la opcin
=volatilidad del bien subyacente
N(d
1
) y N(d
2
)=valores que corresponden a la curva de distribucin normal acumulada (rea bajo la
curva)

t d d
t
t r
K
S
Ln
d
d N Ke d SN C
rt
o
o
o
=
|
|
.
|
\
|
+ +
|
.
|
\
|
=
=

1 2
2
1
2 1
2
) ( ) (
182
Supuestos del Modelo de Black-Scholes
a) Tasa libre de riesgo a corto plazo es conocida y es constante durante la vida de
opcin
b) El precio del valor subyacente se comporta de acuerdo con una caminata
aleatoria (random walk) en tiempo continuo, es decir, un movimiento
browniano geomtrico y la distribucin de posibles valores de dicho precio es
lognormal. La varianza de rendimientos del valor subyacente es constante
durante el perodo de la opcin.
c) No se considera el pago de dividendos si el valor subyacente es una opcin o
el pago de intereses si dicho subyacente es un bono.
d) La opcin es europea, es decir, slo se ejerce al vencimiento de la opcin.
e) Es posible pedir prestado una parte del valor subyacente para comprarlo o
mantenerlo, a una tasa de inters libre de riesgo a corto plazo.
f) No hay costos de transaccin en la compra o venta del subyacente o la opcin.
183
Ejemplo: se da una opcin con un precio de ejercicio de $35, a un plazo de tres
meses y la volatilidad de los rendimientos del subyacente es del 10% anual. La
tasa de inters libre de riesgo es del 15% y el valor de mercado del bien
subyacente es de $38.
Frmula

En tablas de distribucin normal estandarizada, determinar:
N(d
1
)=0.9920
N(d
2
)=0.9909

Valor de la option call:
25 . 0 10 . 0 4198 . 2
25 . 0 10 . 0
25 . 0
2
10 . 0
15 . 0
35
38
2
2
1
=
|
|
.
|
\
|
+ +
|
.
|
\
|
=
d
Ln
d
29 . 4 * 09909 . 0 * 35 38 * 9920 . 0
15 . 0 * 25 . 0
= =

e C
184
Para el caso de acciones que pagan dividendo, el modelo se conoce como
Miller; para el caso de tipos de cambio se denomina Garman-Kolhgahen; y
para el caso de valuacin de opciones de tasas de inters, el modelo es el de
Black.

Un modelo alternativo es el de Cox y Rubinstein, tambin denominado
modelo binomial que parte del concepto de replication. Es decir, que una
opcin de compra puede ser reproducida sintticamente mediante la posicin
larga en el subyacente adquirida con la emisin de un bono o instrumento de
renta fija. Este modelo es aplicable a las opciones americanas.

Modelo de paridad put-call
La paridad put-call es una relacin muy importante en opciones, ya que
permite calcular el valor de la opcin de venta put, conociendo el valor de la
opcin de compra call.

S P Ke C
rt
+ = +

185
Medidas de Sensibilidad al Precio de la Opcin
Delta
Es la sensibilidad del precio de la opcin a los movimientos del bien subyacente.
Tomando la derivada parcial del precio de una opcin de compra (call option) de
la frmula de Black-Scholes se obtiene:

La delta de una opcin de venta (put option) es:

Este indicador significa el equivalente en subyacentes que se necesita comprar o
vender para cubrir una opcin.
) (
1
d N
S
C
c
=
c
c
= A
1 ) (
1
=
c
c
= A d N
S
P
p
186
Gamma
Es la sensibilidad de la delta a cambios en el subyacente. La gamma es un
indicador de qu tan frecuente debe rebalancearse un portafolios para lograr una
adecuada cobertura delta. Por ejemplo, considere una opcin con las siguientes
caractersticas:
S=100
K=110
T=0.5
r=0.80
=0.3

La delta de esta opcin ser =0.4384 y la gamma ser =0.0186, lo que
significa que la delta podra incrementarse en 0.0186 para alcanzar 0.4570, si el
valor subyacente sube de 100 a 101.
La gamma de una opcin de venta o put option es simplemente la gamma de la
opcin de compra pero negativa.
S S
c
c
c
A c
=
c
c
=
2
2
2
1
5 . 0
1
1
2
1
) ( _ :
) (
d e d N donde
t S
d N
c

H
= =
o

187
Theta
Es la sensibilidad del precio de la opcin al paso del tiempo (perodo que le resta a
la opcin para que expire).

En el ejemplo anterior la theta arroja un valor de 11.37, lo que significa que el
precio de la opcin disminuir en 11.37 por cada reduccin en un ao del plazo de
la opcin; por lo tanto, en un da el precio se reducir 11.37/365=0.0312.

) ( ) (
2
2 1
2
d rN ke d N
t
S
t
c
rt
c

+
(
=
c
c
=
o
u
188

Rho
Es la sensibilidad del precio de la opcin a cambios en las tasas de inters libres
de riesgo.

Vega
Es la sensibilidad del precio de la opcin a cambios en la volatilidad del
subyacente. Tambin se le conoce como kappa o lambda.

) (
2
d N tKe
r
c
rt
c

=
c
c
=
) (
1
d N t S
c
c
=
c
c
=
o

189
Valor de una opcin de divisas. Modelo de Garman-Kohlhagen
Para el caso particular de las divisas, se presenta el modelo de una modificacin a
Black-Scholes, denominado Garman-Kohlhagen:

Donde:
C=valor de la opcin call.
S=tipo de cambio spot.
K=precio de ejercicio de la opcin.
r=tasa de inters domstica de Mxico (Cetes al plazo de la opcin).
R= tasa de inters externa (Estados Unidos: treasury bills al plazo de la opcin).
= desviacin estndar de los rendimientos diarios del tipo de cambio spot.
N(d
1
) yN (d
2
)=rea bajo la curva de la distribucin normal estandarizada .
( )
t d d
t
t R r
K
S
Ln
d
d N Ke d N Se C
rt Rt
o
o
o
=
+ +
|
.
|
\
|
=
=

1 2
2
1
2 1
5 . 0
) ( ) (
190
Opcin put:

Donde:
P=valor de la opcin put.
S=tipo de cambio spot.
K=precio de ejercicio de la opcin.
R=tasa de inters domstica de Mxico (Cetes al plazo de la opcin).
r= tasa de inters externa (Estados Unidos: treasury bills al plazo de la opcin).
= desviacin estndar de los rendimientos diarios del tipo de cambio spot.
N(d
1
) yN (d
2
))=rea bajo la curva de la distribucin normal estandarizada .
( )
t d d
t
t R r
K
S
Ln
d
d SN d N Ke P
rt
o
o
o
=
+ +
|
.
|
\
|
=
=

1 2
2
1
1 2
5 . 0
) ( ) (
191
Valor de una opcin de tasas de inters

A este modelo se le conoce como el de Black (1976).

Donde:
F=es el precio del futuro del valor del subyacente
S=valor del bien subyacente
K=precio de ejercicio de la opcin
r=tasa libre de riesgo
T=perodo de la opcin
=volatilidad del bien subyacente
N(d
1
) y N(d
2
)=valores que corresponden a la curva de distribucin normal acumulada (rea bajo la
curva)
| |
t d
t
t
K
F
Ln
d
t
t
K
F
Ln
d
e d KN d FN C
rt
o
o
o
o
o
=
|
|
.
|
\
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
.
|
\
|
=
=

1
2
2
2
1
2 1
2
2
) ( ) (
192
SWAPS
193
Swaps de tasa de inters
Es un acuerdo entre dos partes,
Para intercambiar flujos de efectivo peridicos, en fechas previamente establecidas
en el futuro y basadas en un monto denominado nocional o principal.
Denominados en la misma moneda
Pero calculados en diferentes bases (tasas de inters); una parte paga flujos de
efectivo basados en una tasa fija y la otra parte los paga basados en una tasa flotante.
No se intercambian el monto principal, slo el inters.

El swap de tasa de inters ms comn es el intercambio de tasa fija por tasa flotante
en relacin con un monto determinado nocional.

194
Ejemplo: una parte acuerda pagar un flujo de efectivo fijo semestral a una tasa de
15% anual sobre el monto nocional de 100 millones de pesos y recibe de la
contraparte un flujo de efectivo basado en la TIIE de 28 das (tasa flotante) sobre
el msmo monto nocional.

La contraparte que paga tasa fija se beneficiar si la TIIE de 28 das se
incrementa por arriba de 15% anual, pero perder si dicha tasa de referencia es
menor que 15%. Un swap de tasa de inters es similar a la operacin y definicin
de un futuro de tasa de inters o de un FRA, pero opera para mltiples perodos.

En lugar de que cada contraparte pague su flujo de efectivo a la otra, simplemente
el deudor neto le paga al acreedor neto la diferencia resultante de los flujos de
efectivo. El ciclo se repite hasta el pago final, que realiza al vencimiento del
contrato que generalmente es de tres a diez aos.
195
Los pagos de inters fijos se determinan de acuerdo con la siguiente frmula:

Los pagos de inters de flujo flotante se determinan de acuerdo con la siguiente:

Donde:
F
x
=pago de inters fijo
F
f
=pago de inters flotante
VN=monto principal o nocional
r
x
=tasa de inters fija pactada en el swap
r
f
=tasa de inters forward para el perodo t
T=nmero de das por liquidar del perodo valuado
Base=convecin de nmero de das al ao (360 o 365)
|
.
|
\
|
=
base
t
r VN F
f f
* *
|
.
|
\
|
=
base
t
r VN F
x x
* *
196
Considerar un swap de tasas de inters que tiene las siguientes caractersticas:
Principal:100 millones de pesos
Tasa fija: 15%
Tasa flotante TIIE 28 das
TIIE 28 das: 12%
Convencin de das: 360
Firma del contrato: 4 febrero 2001
Fecha efectiva de inicio: 6 febrero 2001
Fecha de vencimiento: 6 febrero 2006
Frecuencia de pagos: Anual (Feb. 6)
La tasa TIIE de 28 das ser 13%, 14%, 15%, 16% y 17% en los sucesivos prximos
cinco aos. La siguiente tabla ilustra los flujos de efectivo que se presentan en este
ejemplo, desde el punto de vista del que paga tasa fija.
197
Fecha
Da del
ao
Tasa
flotante
Flujos de tasa
flotante
Tasa fija
Flujos de tasa
fija
Flujo neto
6-Feb-01 365 12% 15%
6-Feb-02 365 13% 12,166,666.7 15% 15,208,333.3 (3,041,666.7)
6-Feb-03 365 14% 13,180,555.6 15% 15,208,333.3 (2,027,777.8)
6-Feb-04 365 15% 14,194,444.4 15% 15,208,333.3 (1,013,888.9)
6-Feb-05 365 16% 15,758,333.3 15% 15,250,000.0 508,333.3
6-Feb-06 365 17% 16,222,222.2 15% 15,208,332.7 1,013,888.9
Lo anterior es un swap tpico conocido como plain vanilla swap.
Debido a que las tasas flotantes no se conocen desde que se pacta el swap, es
necesario, estimar las tasas forward y suponer que se cumplen.
Note que el flujo de tasa fija es diferente en el 2005, debido a que la convencin
establecida en el swap fue de 360 das y en el 2005 aparecen 366 das. Tambin la
parte que paga tasa fija es el deudor neto los primeros 3 aos y es el acreedor los 2
ltimos aos, como consecuencia del alza de la TIIE.

198
Valuacin de swap de tasa de inters
Si la posicin del swap es larga, su valor debe calcularse con el valor presente
de los flujos netos del swap de la siguiente manera:

Si la posicin del swap es corta, su valor debe calcularse con el valor presente
de los flujos netos del swap:

=
|
.
|
\
|
+

=
n
i
i
f
i
x
i
swap
base
t
r
F F
Valor
1
* 1
) (
=
|
.
|
\
|
+

=
n
i
i
x
i
f
i
swap
base
t
r
F F
Valor
1
* 1
) (
199
VaR de swaps de tasa de inters
Un swap de tasas de inters permite a un inversionista intercambiar flujos de
tasas fijas por flujos de tasas flotantes, y viceversa. Un swap puede
descomponerse en 2 partes:
La fija
La flotante

Tambin puede verse como la suma de varios contratos FRA.

El valor en riesgo se obtiene considerando varios FRA.
200
VaR de swaps de tasa de inters
Ejemplo: considere un swap de tasa de inters con valor nocional de 100
millones de pesos a cinco aos de plazo y con pagos anuales. La tasa fija del
swap se pacta en 6.50% anual y la tasa flotante ser Libor.
El primer ao el contrato promete pagar 100 millones ms el pago del cupn de
6.50%; descontando este a valor presente a la tasa de mercado, que es 5.81%, se
obtienen 100.65 millones. Este sera un FRA 0 x 1.
El segundo ao se presenta un FRA 1 x 2, que promete pagar 100 millones ms
el monto del cupn en dos aos, o 106.5 millones, que descontados a valor
presente a dos aos, con la tasa de mercado a ese plazo que es de 5.93%, resulta
un monto de 94.91 millones. Esto es en intercambio de un flujo de 100 millones
en un ao, que descontado a valor presente a la tasa de 5.81% da 94.91 millones.
La volatilidad del portafolios de FRA se obtiene de la manera usual con la matriz
de varianza-covarianza y el vector de posiciones. El valor en riesgo se obtiene
simplemente multiplicando el factor de nivel de confianza, la volatilidad, la
posicin total y la raz del horizonte del VaR.
VaR UTILZANDO EL
MODELO MONTECARLO
202
Introduccin
La complejidad de este modelo consiste en la generacin de nmeros
aleatorios y la aplicacin del modelo de Wiener al considerar el
movimiento de los factores de riesgo como movimiento browniano
geomtrico, es decir, de caminata aleatoria o random walk.

La simulacin de Montecarlo consiste en crear escenarios de
rendimiento o precios de un activo mediante la generacin de nmeros
aleatorios. Posteriormente se observa el comportamiento del activo
simulado.

En el caso de productos derivados no lineales, como las opciones, es el
mtodo ms eficaz para medir el riesgo.

203
Generacin de Escenarios
Debido a que los precios de los activos en mercados eficientes se
comportan de acuerdo con un proceso estocstico (movimiento
browniano geomtrico), la ecuacin que representa este proceso es el
modelo de Wiener:

El modelo de Wiener indica que los rendimientos de un activo (ds/s)
estn determinados por un componente determinstico (dt) y un
componente estocstico (*
t
*raz de dt) que contiene ruido blanco o un
choque aleatorio.
En terminos discretos:
dt dz
donde
dz dt
s
ds
t
c
o
=
+ =
:
t t
S
S S
t
t
t t
A + A =
oc
1
1
204
Generacin de Escenarios
Despejando el precio del activo en el tiempo t, se tiene:

La anterior es una ecuacin recursiva. Para crear escenarios basta con
generar nmeros aleatorios (10,000), y para determinar el nuevo valor
del activo, es claro que depender del valor obtenido en el perodo
anterior de manera sucesiva. El valor de la media y de sigma
permanecen constantes.

Ejemplo de una simulacin a 5 das y Generacin (Grfica) de un
escenario:
) (
1 1
t t S S S
t t t t
A + A + =

oc
205
VaR para un activo con el
modelo Montecarlo
Haciendo lo mismo pero con 250 escenarios, la grfica sera:

Grfica (Tarea: realizar grfica con 250 escenarios).

Si se hacen 1,000 escenarios y se grafica el histograma de frecuencias, se
observa una curva de distribucin muy cercana a la normal. El VaR es
simplemente el primer percentil del histograma de frecuencias (con 99% de
confianza).

Histograma de Frecuencias.

206
Modelo Montecarlo para Opciones
El modelo Montecarlo es una alternativa a la frmula de Black-Scholes para
determinar el precio justo de la opcin. Este modelo consiste en generar
escenarios en el comportamiento del subyacente.
La ecuacin que permite simular los precios del subyacente es:

Donde:
S
t
= precio del subyacente en el tiempo t
r = tasa libre de riesgo compuesta continuamente

2
= varianza del valor del subyacente
Esta simulacin permite estimar el valor intrnseco de la opcin para cada
escenario a valor presente, es decir, para una opcin call:

Donde:
K es el precio de ejercicio de la opcin
(
+ =
+ t t t
t t r S S c o
o
)
2
( exp
2
1
) 0 , ( ) ( K S mx e s g
rt
=

207
VaR de una Opcin con Modelo Montecarlo
El promedio de los valores obtenidos en esta funcin es el valor del call.

Para calcular el VaR de una opcin se requiere determinar una serie de tiempo
de prdidas y/o ganancias simuladas. Para lograr este objetivo y una vez que se
han generado los escenarios en una cantidad suficiente (5,000 a 10,000), las
prdidas y/o ganancias se obtienen de la siguiente manera:

Donde:
g(s) es el valor de la opcin simulada
g(s) barra es el precio de la opcin obtenido con el modelo Montecarlo.

Note que g(s) cambia con cada escenario, mientras que g(s) con barra es
constante.
Ejemplo para valuar una opcin con el modelo Montecarlo y compararlo con el
modelo de Black-Scholes.
) ( ) ( / s g s g ganancias Prdidas =
=
=
n
i
i
s g
n
g
1
) (
1
208
VaR de una Opcin con Modelo Montecarlo
Ejemplo:

Para obtener el VaR, simplemente se toma el primero o quinto
percentil de la distribucin de prdidas y/o ganancias, dependiendo del
nivel de confianza que se determine (99% o 95%).

El histograma de frecuencias del valor intrnseco de la opcin call
es:

PRUEBAS DE BACKTESTING Y
STRESS TESTING
210
Stress Testing
La prueba de stress o de valores extremos consiste en crear escenarios
que respondan a la pregunta qu pasara si..., que obliga a los
administradores de riesgo a predecir prdidas en condiciones de
desastres financieros.

Para determinar el VaR se toma el extremo izquierdo de la curva
normal de rendimientos, imponiendo un nivel de confianza del 95% o
99%. Esto significa que si el nivel de confianza es del 99% y si el VaR
de un da es de $2 mdp, 1 da de cada 100 das de operacin se esperara
una prdida mayor a $2 mdp.

Sin embargo, el VaR no define el monto que se podra perder en el 1%
de las veces y, debido a que en la prctica las curvas normales se
presentan sesgo y kurtosis, las prdidas en ese 1% de las veces podran
ser muy altas, de tal suerte que podran llevar a la institucin incluso
hasta la quiebra.
211
Stress Testing
En Mxico la circular 1423 de la CNBV establece que las instituciones
de crdito complementarn su medicin de riesgos con la realizacin de
pruebas en condiciones extremas, que permitan identificar el riesgo que
enfrentara la institucin en dichas condiciones y reconocer las
posiciones o estrategias que hacen ms vulnerable a la propia
institucin.
En noviembre de 1999, el Banco de Mxico estableci tambin que
tratndose de posiciones de productos derivados, los bancos deban de
realizar pruebas de stress.
Algunas variables que deben de considerarse en pruebas de stress son
las siguientes:
1. Cambios paralelos a la curva de tasas de inters.
2. Cambios no paralelos a la curva de tasas de inters (cambios hacia
arriba, curva invertida y curva horizontal).
3. Devaluaciones de tipo de cambio.
212
Stress Testing
4. Liquidez qu pasara si el mercado dificulta deshacer
posiciones o cubrir las mismas por problemas de liquidez?

5. Incumplimiento de las contrapartes.

6. Contagio: considerar que todas las posiciones del
portafolios resultan afectadas por movimientos adversos en
las variables de mercado cul es el peor escenario y cmo
se relaciona con el capital contable de la institucin?

213
Backtesting (verificacin y
calibracin del modelo)
Para realizar un backtesting es necesario comparar el VaR observado
con las prdidas y/o ganancias reales. En dicha prueba lo que se mide es
la eficiencia del modelo, contando las observaciones de prdidas y/o
ganancias que fueron mayores al VaR.

Los pasos a seguir para la elaboracin del backtesting son:
1. Las prdidas o ganancias se calculan con cambios en la valuacin o
mark to market.
2. Se debe comparar peridicamente el VaR observado ajustado a un da
con las prdidas y ganancias diarias (El BIS recomienda que esta
prueba se realice trimestralmente utilizando 250 observaciones).
3. Los errores o excepciones detectados se calculan contando el nmero de
veces que las prdidas y ganancias exceden al VaR observado.
4. El nivel de eficiencia del modelo ser: nmero de excepciones/nmero
de observaciones.
214
Uno de los modelos ms utilizados para verificar si el modelo es
adecuado es el desarrollado por Kupiec en 1995. Consiste en contar las
veces que las prdidas y ganancias exceden el VaR durante un perodo.
Se asume que N es el nmero de observaciones que excenden la prdida
o ganancia, y para un nivel de confianza dado (1-p) se prueba si la n
observada es estadsticamente diferente a la probabilidad de error p que
se considera para el clculo del VaR.
La probabilidad de observar N excesos durante un perodo de T
observaciones en total, se explica con una distribucin binomial dado
por:

La decisin prctica que se necesita tomar consiste en determinar si la
relacin de excesos de prdidas y/o ganancias contra las observaciones
totales, 1.5%, 6%, 16%, etc., es estadsticamente diferente a la
probabilidad que se utiliza para el clculo del VaR, es decir, 1%, 5%,
10%, etc.
N N T
p p

) 1 (
215
Backtesting (verificacin
y calibracin del modelo)
Kupiec desarroll unas regiones de confianza con base en una
distribucin Chi cuadrada con un grado de libertad, considerando la
hiptesis nula de que p es estadsticamente igual a la probabilidad
utilizada para el VaR contra la hiptesis alternativa de que p sea
diferente a dicha probabilidad.
Estas regiones fueron determinadas por la siguiente expresin:

C = nivel de confianza
P = probabilidad de error
N = nmero de veces que se excedi el lmite de VaR sobre T das
NT = frecuencia en la que las prdidas exceden el VaR
) ) / ( )) /_ ( 1 (( 2 ) 1 (( 2
N N T N N T
T N T N In p p In L

+ =
216
Por ejemplo, con 2 aos de observaciones (T=501) se esperara
observar N=pT=0.01*501=5 veces en que el mark to market excede al
VaR, considerando un nivel de confianza del 99% para el clculo del
VaR.
Regin de No rechazo para el nmero de observaciones fuera de VaR, N
Nivel de probabilidad p T = 255 das T = 510 das T = 1,000 das
0.01 N<7 1<N<11 4<N<17
0.025 2<N<12 6<N<21 15<N<36
0.05 6<N<21 16<N<36 37<N<65
0.075 11<N<28 27<N<51 59<N<92
0.1 16<N<36 38<N<65 81<N<120
217
Sin embargo, si histricamente se detectaron 13 observaciones
(considerando volatilidad dinmica, lambda de 0.94), resulta un nivel de
eficiencia de 97.41%, como se indica a continuacin:
BACKTESTING
Banco Interacciones
-2,500
-2,000
-1,500
-1,000
-500
-
500
1,000
1,500
2,000
2,500
n
o
v
-
0
2
d
i
c
-
0
2
d
i
c
-
0
2
e
n
e
-
0
3
e
n
e
-
0
3
f
e
b
-
0
3
f
e
b
-
0
3
m
a
r
-
0
3
m
a
r
-
0
3
a
b
r
-
0
3
a
b
r
-
0
3
m
a
y
-
0
3
m
a
y
-
0
3
m
a
y
-
0
3
Plus/Minus
VaR 5%
Var 95%

Observaciones fuera del VaR = 13
Total de observaciones = 501
Eficiencia del modelo = 97.41%
218
Backtesting (verificacin y calibracin del
modelo)
De acuerdo con la tabla de Kupiec, 13 observaciones se encuentran fuera del
rango entre 1 y 11 para 1% de error y 510 observaciones. Por tanto, se rechaza
la hiptesis nula de que 13 desviaciones sean igual al 1% de probabilidad para
el clculo del VaR y es necesario realizar algn ajuste a fin de llevarlo al nivel
de confianza deseado de 99%.
Par calibrar el modelo existen 2 opciones:
1. Aumentar el factor de 2.33 en el clculo del VaR hasta tener el nivel de
confianza deseado.
2. Modificar el factor de decaimiento lambda.
En este ejemplo, se modific el factor lambda a 0.88 y el nivel de eficiencia
aument a 98% con 7 observaciones de prdidas/ganancias fuera del VaR.
BACKTESTING
Banco Interacciones
-2,500
-2,000
-1,500
-1,000
-500
-
500
1,000
1,500
2,000
2,500
n
o
v
-
0
2
d
i
c
-
0
2
d
i
c
-
0
2
e
n
e
-
0
3
e
n
e
-
0
3
f
e
b
-
0
3
f
e
b
-
0
3
m
a
r
-
0
3
m
a
r
-
0
3
a
b
r
-
0
3
a
b
r
-
0
3
m
a
y
-
0
3
m
a
y
-
0
3
m
a
y
-
0
3
Plus/Minus
VaR 5%
Var 95%

Observaciones fuera del VaR = 7
Total de observaciones = 501
Eficiencia del modelo = 98.60%
219
Backtesting (verificacin y calibracin
del modelo)
Las 7 observaciones se encuentran ya en el rango que especifica Kupiec
para un nivel de error del 1%, por lo que se acepta la hiptesis nula de
que la desviacin 7/501=1.4% es igual, a la probabilidad del 1%
deseada. Por tanto, el modelo ha sido equilibrado.
Por otra parte el enfoque del BIS clasifica el resultado en 3 zonas de
colores (verde, amarilla y roja). A continuacin se muestra un cuadro
con el enfoque de zonas del BIS:
Enfoque del BIS para interpretar el Backtesting
Zona No. de Excepciones
0
1
2
3
4
5
6
7
8
9
Roja 10 o ms
Verde
Amarilla
220
Backtesting (verificacin y calibracin
del modelo)
En este enfoque las zonas significan:
Verde: el modelo no tiene problemas de calidad y no requiere
modificacin alguna.
Amarilla: indica que no se puede concluir algo acerca del modelo, por
lo que podra o no calibrarse.
Roja: es necesario modificar el modelo, ya que presenta problemas de
calidad y precisin.
La pregunta es De qu manera incremento el VaR si el modelo est en
zona amarilla o roja? El BIS recomienda incrementar el factor de capital
requerido a la institucin, que es 3 veces el VaR de la siguiente manera:
Zona No. de Excepciones
Incremento en
Capital
0 0
1 0
2 0
3 0
4 0
5 40%
6 50%
7 65%
8 75%
9 85%
Roja 10 o ms 100%
Enfoque del BIS
Incremento en el VaR derivado del Backtesting
Verde
Amarilla
Administracin Integral de Riesgos
Disposiciones de Carcter Prudencial
222
Funcin AR
El objetivo ltimo de la Administracin de Riesgo es lograr una mejor
combinacin de mayor rendimiento-menor volatilidad del retorno del
capital de los accionistas.

Para una Administracin de Riesgo eficiente se necesitan cuatro procesos:

Identificacin y medicin de riesgo.
Medicin de la Rentabilidad Ajustada por Riesgo (RAROC) a travs de
toda la institucin y la asignacin de capital a partir de esta medida.
Polticas como: Instrumentacin de Comit de Riesgo, diseo de
incentivos.
Administracin de Portafolio: determinacin de Lmites.
223
Tipos de Riesgo
Existen cinco principales tipos de riesgo:

Riesgo de Crdito
Riesgo de Mercado
Riesgo de Liquidez
Riesgo Operativo
Riesgo Legal
224
RIESGO DE CRDITO
Se refiere a la variabilidad en los ingresos generados por el
incumplimiento de un acreditado o contraparte. Incluye la
variabilidad derivada tanto de las prdidas por el importe
adeudado y no pagado al banco por los acreditados, como los
costos de recuperacin incurridos.

Ejemplo

El incumplimiento de los pagos de los crditos y eurobonos de
AHMSA.
225
RIESGO DE MERCADO
Se refiere a la variabilidad en los ingresos generados por la
variacin de precio de activos intercambiados en los mercados
financieros (tasas de inters, tipos de cambio, ndice de precios,
acciones, etctera) los cuales a su vez inciden en el valor de las
posiciones de activos y/o pasivos del banco.

Ejemplos:

La prdida generada por una posicin corta en dlares ante un
aumento del valor del dlar frente al peso.
La prdida generada por una posicin larga en Cemex ante una
cada en el precio de dicha accin.
226
RIESGO DE LIQUIDEZ
En el contexto de portafolios, el riesgo de prdida por diferencias
adversas entre el valor de realizacin y el valor terico de una
posicin y por la imposibilidad de enajenar, adquirir o cubrir una
posicin.

Ejemplo.

Cuando se desea vender la posicin en acciones de AHMSA y no
existe quien compre dicha accin en el mercado.
227
RIESGO OPERATIVO
Este riesgo considera dos tipos de riesgos cuantificables:

Riesgo de Negocio: El riesgo de prdidas por cambios rpidos en
el ambiente competitivo o eventos que daen la franquicia o la
forma de operar de un negocio (variacin en volumen, precios o
costos).

Ejemplos:
Si la autoridad decide que la capitalizacin mnima de una
institucin financiera se debe incrementar de un 8% a un 15% en
un plazo de seis meses, el banco se enfrentar a una reduccin
inesperada de utilidades, ya que deber capitalizarlas para
satisfacer el requerimiento regulatorio.
228
RIESGO OPERATIVO
Riesgo de Evento: El riesgo debido a eventos
individuales tales como fallas de sistemas, errores y
omisiones, fraudes, daos no asegurados de equipo.

Ejemplo:

Si una operacin de compra de divisas, se captura a un tipo de
cambio inferior por error al que se pact, se estara incurriendo
en un desfalco dentro de la institucin financiera.

229
RIESGO LEGAL
El riesgo debido al incumplimiento de disposiciones legales o
administrativas, a la emisin de resoluciones administrativas y
judiciales desfavorables y la aplicacin de sanciones por parte de las
autoridades. Este riesgo puede generarse como consecuencia de un
Riesgo Operativo de Eventos o de Negocio.

Ejemplos:
Si la operacin preocupante no se reporta y posteriormente la autoridad
la detecta como una situacin de lavado de dinero, la institucin se
enfrentar a una sancin por parte de la autoridad. Este es un ejemplo
de un riesgo legal que inici como riesgo operativo de evento.

Retomando el ejemplo del riesgo operativo de negocio, si la institucin
financiera no cumple con la nueva disposicin de capitalizacin
mnima, se har acreedora a una sancin por el incumplimiento de esta
regulacin.
230
Medidas de Riesgo de Mercado
Para medir el riesgo de mercado existen dos formas:

1. La tradicional, la cual involucra el clculo de Duracin
Modificada y convexidad. Dicha forma al acostumbrar sumar
sus medidas llega a sobrestimar el riesgo.

2. Estadstica, mediante la utilizacin del VaR. Misma que al
tomar en consideracin la estructura de correlacin entre los
factores de riesgo proporciona una estimacin ms razonable.

231
RAROC

El RAROC representa el rendimiento sobre capital
ajustado por riesgo, siendo la medida que buscaba
equiparar las distintas reas de negocio a travs de una
medida de rendimiento consistente que incorpora los
riesgos asumidos, medidos a travs del capital
econmico.
232
Tipos de Lmites
Para efecto del proceso de acotamiento de riesgo de mercado y liquidez, se
utiliza un esquema de lmite y medidas mltiples, para lo cual se
determinan:

Lmite de Valor de Riesgo para los portafolios de operacin e inversin
tanto a nivel consolidado como a nivel mesa, en base al capital anual
asignado para cada negocio.
Lmite de Volumen.
Lmite de Prdidas mximas acumuladas en cierto perodo como medida
ante tendencias desfavorables.

El riesgo de mercado y de liquidez se centraliza en dos reas:

Administracin de Riesgos en Portafolios.
Administracin de Riesgos Estructural (Administracin de Activos y
Pasivos)
233
Polticas de las reas de
Operacin en materia de AR
Las reas de Operacin al ser tomadoras de riesgo en
portafolios, para efectos de Administracin de Riesgos,
debern actuar bajo las siguientes polticas:

Mantener las exposiciones dentro de los parmetros de
tolerancia de riesgo.
Buscar la realizacin de operaciones que generen una
relacin riesgo rendimiento acorde a los lineamientos.
Definir e implantar estrategias de operacin e inversin a
travs de ejercicios anuales de presupuestacin.
Establecer y llevar a cabo tcticas especficas en lnea con
acuerdos.
234
Responsabilidades de las UN
en materia de AR
Debern cumplir con los siguientes procedimientos:
Revisin diaria de los reportes de mercado y crdito.
En caso de presentarse un exceso a los lmites de mercado y/o
crdito ajustar sus posiciones, o bien apoyar a ARP para obtener la
autorizacin.
Revisar y proponer ajustes a los modelos de cotizacin terica y
valuacin de instrumentos.
Participar en el establecimientos de los horizontes de liquidacin
para operaciones.
Participar en los Comits de Riesgo o juntas relacionadas.
Llevar a cabo las tareas que le competen en el proceso de
autorizacin de nuevos productos.
Asegurarse de que su personal cuenta con conocimiento en materia
de riesgo.
235
Importancia de la Administracin
de Riesgos (AR) en el sistema financiero mundial.
Objetivo final y funcin de la AR.

Por la naturaleza de la actividad, los ingresos de toda
institucin financiera estn sujetos a variaciones que, dada la
gran cantidad de factores que los afectan, se pueden considerar
normales. En aos recientes se ha observado a nivel mundial
mayor variabilidad en las utilidades de los bancos e incluso la
quiebra de algunos. Por ellos, la industria y los reguladores en
todo el mundo han impulsado el desarrollo de herramientas que
ayuden a reducir dicha variabilidad.
En los ltimos aos, los bancos mexicanos sufrieron an
mayores niveles de variabilidad en parte debido a las
condiciones adversas de la economa. Como consecuencia de la
variabilidad mencionada, el rendimiento de los accionistas del
Banco tambin ha sido muy variable.
236
Es importante la Administracin de Riesgos?
A esta variabilidad en los resultados es a la que se conoce como
Riegos.

La Administracin de Riesgo ha surgido como una funcin que agrupa
un conjunto de tcnicas y procesos que tiene como objetivo final
reducir la variabilidad del rendimiento de los accionistas del banco.

En Mxico la banca experiment una elevada variabilidad en su
utilidades por una gran cantidad de factores: clientes que no pagan,
cambios en el precio de activos, cambios en tasas de inters,
devaluaciones o simplemente gastos extraordinarios que no se tenan
contemplados.
237
Es importante la Administracin de Riesgos?
Los factores que propician las variaciones en los resultados se pueden
dividir en dos:
Exgenos, sobre los que el banco no tiene control (por ejemplo: tasas de
inters, devaluaciones, recesiones, etc.), son los que generan el riesgo
sistemtico.

Endgenos, sobre los que el banco tiene control (por ejemplo: eleccin
de los clientes, asignacin de los activos, etc.), son los que generan el
riesgos no-sistemtico.

La Administracin de Riesgos tiene como tareas fundamentales:
Medir, monitorear y transferir (en ciertos casos) el riesgo sistemtico.
Medir y controlar el riesgo no-sistemtico, mediante la
instrumentacin de herramientas tcnicas, as como polticas y procesos
de operacin.
238
Qu se entiende por
Administracin de Riesgos ?
Definicin de Administracin de Riesgo (AR)

El principal objetivo de instrumentar la funcin de la
Administracin de mayor Rendimiento menor Riesgo es el capital
aportado por los accionistas.

Para lograr una Administracin de Riesgos eficiente se requiere la
instrumentacin de cuatro procesos fundamentales:
239
Qu se entiende por
Identificacin y desarrollo de metodologas para la instrumentacin de
procesos de medicin precisa y consistente de riesgo a travs de toda la
institucin.
Instrumentacin de procesos para la estimacin de la medida de Rentabilidad
Ajustada por Riesgo (RAROC) a travs de toda la institucin y la aplicacin
de la misma para la asignacin de Capital.
Un conjunto de procesos y de Poltica de Administracin de Riesgo como
son:
Reporte a la Direccin y a las UN.
Instrumentacin de un Comit de Riesgo.
Proceso de Planeacin Estratgica con herramientas de riesgo.
Utilizacin de modelos de Pricing que compensen adecuadamente por el
nivel de riesgo, pero que al mismo tiempo, mantengan la competitividad.
Definicin de Lmites.
Administracin de Portafolios
240
Cul es la funcin de

Funcin de la Administracin de Riesgo (AR)

De manera ms precisa, la funcin de la Administracin de Riesgo es
apoyar a la Direccin General a balancear dos decisiones
interrelacionadas y trascendentes:

241
Cul es la funcin de

Definir ante Reguladores y potenciales fondeadores (Clientes, Agencias
Calificadoras, y Acreedores):
Cul es el apetito de riesgo del banco ?
Tiene el banco suficiente capital para cubrir sus riesgos?
Puede el banco monitorear y controlar su riesgo ?

Responder ante Accionistas y Analistas:
Es suficiente el rendimientos sobre el capital de los
accionistas ?
Existen alternativas para reasignar el capital y mejorar el
rendimiento?
242
ADMINISTRACIN INTEGRAL DE RIESGOS
A continuacin se presenta un resumen de los puntos ms importantes
en cuanto a las disposiciones de carcter prudencial emitidas por la
Comisin Nacional Bancaria y de Valores dependiente de la Secretaria
de Hacienda y Crdito Pblico en Mxico.

Dichas disposiciones fueron emitidas en la Ciudad de Mxico a travs
de las circulares 1423 y 10-247 emitidas el 25 de Enero de 1999 y el
16 de Noviembre del 2000 respectivamente.

Estas disposiciones son aplicables a las instituciones de Banca
Mltiple as como a Casas de Bolsa.
243
Administracin Integral de Riesgos
244

Establecer Disposiciones
de Carcter Prudencial
245
Medir, Monitorear, Limitar, Controlar, Informar y
Revelar los tipos de Riesgo
Riesgo de Crdito
Riesgo Legal
Riesgo de Liquidez
Riesgo de Mercado
Riesgo Operativo
246
Las instituciones debern:
Definir objetivos sobre la exposicin de riesgo.
Delimitar diferentes funciones y responsabilidades de las reas.
Identificar, Medir, Monitorear, Limitar, Controlar, Informar y Revelar
los Riesgos.
Establecer Comit de Riesgos a travs del Consejo de Administracin.
247
Unidad para la Administracin
Integral de Riesgos
248
Cumplir las funciones de:
Vigilar la Administracin de Riesgos.

Proponer la metodologa y aplicarla una vez aprobada.

Informar al comit de riesgos y al director de:
Exposicin Global y por tipo de riesgo
Desviaciones con respecto a los lmites de exposicin

Investigar y Documentar Causas que originan desviaciones.

Recomendar disminuir exposicin al riesgo.

Calcular requerimientos de capitalizacin por riesgo de crdito y mercado.
249
Polticas y Procedimientos para la Administracin
de Riesgos que contempla:
250
Manual de polticas y procedimientos
Objetivos sobre la exposicin al
riesgo.
Estructura organizacional
diseada para la administracin
de riesgos.
Facultades y Responsabilidades
en materia de Riesgos.
Riesgos por tipo de operacin y
lnea de negocios.
Procedimiento para calcular los
lmites de Riesgo.
Forma y periodicidad con la que
se informar al consejo de
administracin, comit de
riesgos, director y unidades de
negocio sobre la exposicin al
riesgo.
Medidas de control interno.
Proceso para la aprobacin de
propuestas de nuevas
operaciones, servicios y lneas
de negocios.
Planes de accin en caso de
contingencias.
Proceso para autorizar exceso a
los lmites de exposicin al
riesgo.
251
Polticas de la Direccin General
Promover independencia entre la unidad para la administracin integral de
riesgos y las unidades de negocio.

Programas de revisin del cumplimiento de objetivos, procedimientos y
controles.

Sistemas de almacenamiento, procesamiento y manejo de informacin.

Difusin e implementacin de los planes de accin en caso de
contingencia.

Programas de Capacitacin para el personal involucrado para la
administracin del Riesgo.
252
Administracin por Tipo de Riesgo
253
Riesgo de Crdito
Riesgo de Crdito en General
Establecer polticas y procedimientos para:
Lmites de Riesgo de la Institucin
Sector econmico o zona geogrfica para las operaciones
Lmites de Riesgo a cargo de una persona o personas
Monitoreo y control efectivo del portafolio (caractersticas, diversificacin,
calidad)
Elaborar anlisis de riesgo crediticio global de la institucin
Riesgo de la cartera crediticia
Medir, evaluar y monitorear por operacin, zona, calificacin, sector econmico
Dar seguimiento a su evolucin y posible deterioro
Estimar su exposicin al riesgo
Calcular la probabilidad de incumplimiento
Analizar el valor de la recuperacin
Riesgo de Crdito en operaciones con Instrumentos Financieros
Disear procedimientos de control de riesgos de crdito de operaciones a plazo
Estimar la exposicin al riesgo con instrumentos financieros
Calcular la probabilidad de incumplimiento de la contraparte
Analizar el valor de recuperacin y estimar prdida esperada
254
Riesgo Legal
Establecer polticas y procedimientos para la adecuada
instrumentacin de convenios y contratos
Estimar probabilidad de que se emitan resoluciones judiciales o
administrativas desfavorables o sanciones
Evaluar efectos en sistemas jurdicos distintos al propio
Dar a conocer las disposiciones a funcionarios y empleados
Realizar auditorias legales internas
255
Riesgo de Liquidez
Medir y monitorear riesgo por diferencias entre los flujos de efectivo
proyectados, considerando activos y pasivos en moneda nacional y
extranjera.

Evaluar la diversificacin de las fuentes de fondeo.

Cuantificar la prdida potencial derivada de la venta anticipada o
forzosa de activos por hacer frente a obligaciones.

Plan de acciones en caso de requerimientos de liquidez.
256
Riesgo de Mercado
Evaluar y dar seguimiento a las posiciones sujetas a riesgo de
mercado, utilizando modelos VAR.
Definir normas cuantitativas y cualitativas para los modelos
VAR.
Procurar homogeneidad entre los modelos de valuacin de las
posiciones de instrumentos financieros.
Evaluar la diversificacin de riesgo de mercado.
Comparar exposiciones estimadas de riesgo de mercado con
los resultados reales.
Allegarse de informacin histrica de los factores de riesgo
que afectan las posiciones.
Contar con sistemas de monitoreo para estimar las prdidas
potenciales por diferencial entre tasas activas y pasivas.
257
Riesgo Operativo
Implementar controles internos para la seguridad en las operaciones.
Establecer mecanismos de control para la liquidacin de operaciones.
Contar con sistemas de procesamiento de informacin para casos de
fuerza mayor o fallas tcnicas.
Establecer procedimientos relativos a la guarda, custodia,
mantenimiento y control de expedientes de operaciones e instrumentos
adquiridos.
258
Medicin, Monitoreo, Control y Contenido de los
Informes Internos
259
Contar con modelos adecuados de medicin de
riesgos para: Rendimientos, Volatilidades y
Potencial de Movimientos Adversos
Permitir medicin, monitoreo, control y generar informes.

Considerar para efectos de anlisis:
Riesgo de mercado, crdito y liquidez.
Factores de riesgo: tasas de inters, ndices de precios, tipos de cambio
y precios de commodities.
Exposicin al riesgo global, por lnea y unidad de negocio y por tipo
de riesgo.
Concentraciones de riesgo en operaciones con instrumentos
financieros.
Tcnicas de medicin adecuadas.

Evaluar riesgo asociado con activos, pasivos y posiciones fuera de balance.
260
Asegurar que la informacin sea:
Precisa

ntegra

Oportuna

Y documentar cualquier cambio
261
Realizacin de Pruebas bajo Condiciones Extremas
Supuestos fundamentales y parmetros se colapsan.

Evaluar el diseo y los resultados de las prueba y diseo de
planes de contingencia.

Considerar los resultados para revisin de polticas y definicin
de lmites.
262
Contar con informes ntegros, precisos y oportunos
que contenga:
Exposicin al riesgo consolidada, global, por lnea, unidad de negocio y
tipo de riesgo.

Grado de cumplimiento de las polticas y procedimientos.

Resultado de los anlisis de sensibilidad y pruebas en condiciones
extremas.

Resmenes de los resultados de las auditoras de polticas, procedimientos
y sistemas de medicin.

Documentacin de casos en que los lmites de exposicin fueron
excedidos, con o sin autorizacin.
263
Contralora Interna y Auditora
264
Contar con un rea de Contralora Interna
Independiente para seguimiento y control
Registro, Documentacin y Liquidacin de Operaciones.

Observancia de los lmites de exposicin al riesgo.
265
Contar con un rea de Auditora Interna
Independiente o Auditor Externo para auditar 1 vez
por ao los sistemas de Riesgo en:
Desarrollo de la Administracin de Riesgo segn disposiciones.
Organizacin de la Unidad para la Administracin Integral de Riesgos.
Verificar la suficiencia, integridad, consistencia e integracin de los
sistemas de procesamiento de informacin.
Verificar la consistencia, precisin, integridad, oportunidad y validez de
las fuentes de informacin.
Las modificaciones de los modelos de medicin de riesgos
El proceso de aprobacin de los modelos de medicin de riesgos.
Los cambios de relevantes en la naturaleza de los instrumentos financieros
adquiridos.
El adecuado funcionamiento de los controles internos.
266
Encomendar a un experto independiente o auditor
externo de la institucin cuando menos una
auditora anual y verificar:
La funcionalidad de los modelos y sistemas.

Los supuestos, parmetros y metodologas.
267
Revelacin de Informacin
268
Comit de Riesgos
269
Proponer
Manual de Administracin de Riesgos.

Lmites de exposicin al riesgo, consolidado y
global.

Estrategia de asignacin de recursos.
270
Aprobar
Metodologa para la administracin del Riesgo.

Modelos, Parmetros y Escenarios para medicin y
control.

Nuevas operaciones y servicios.

Riesgo Ssssss

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Riesgo Ssssss

Cargado por

Copyright:

Formatos disponibles

1

Medidas de Sensibilidad al Precio de la Opcin

Medidas de Sensibilidad al Precio de la Opcin

También podría gustarte