Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EL VER:
Presidente:
Investigadores:
Auxiliar de investigacin:
Yamile Medina
Impresin:
EL VER:
RESUMEN
La importancia de la medicin y control de los riesgos de mercado qued
evidenciada con los episodios recientes de turbulencias financieras y prdidas
ocasionadas por la variacin de los precios de mercado de los activos. En este
documento se presenta de manera sencilla el VeR (Valor en Riesgo) como una
de las metodologas para la medicin de riesgos de mercado. Igualmente, se
desarrollan varios enfoques para la medicin del VeR, dependiendo de los
supuestos que se hagan sobre el comportamiento de las series histricas de
rendimientos. Al final, un ejemplo prctico de medicin del VeR para un portafolio de tres activos ilustra mejor los enfoques discutidos.
Clasificacin JEL: Valoracin de activos (G12); Mercados financieros y
Macroeconoma (E44).
Palabras claves: Riesgos de mercado; activos financieros.
EL VER:
INTRODUCCIN
En los ltimos 30 aos, el mundo financiero ha experimentado cambios que
han modificado de manera sustancial su modo de operacin y los principales
instrumentos de anlisis1. Entre otras cosas, se ha propiciado una mayor libertad financiera, que se manifiesta en tendencias como la eliminacin de las
restricciones a las tasas de inters. Simultneamente, se han producido importantes modificaciones en el entorno financiero internacional, asociadas con el
abandono paulatino de los sistemas de tipo de cambio fijo y la transicin
hacia sistemas cambiarios ms flexibles, as como la aparicin de sistemas
financieros cada vez ms integrados. Del mismo modo, se han producido
avances en el campo tecnolgico y de anlisis cuantitativo que han permitido
desarrollar instrumentos financieros cada vez ms sofisticados, como los productos derivados y las titularizaciones.
Todos estos hechos han venido acompaados de una mayor volatilidad del
entorno en el que se desenvuelve la actividad financiera. Los precios de los
activos financieros estn cada vez ms expuestos a fluctuaciones de ndole
macroeconmica, como las excesivas devaluaciones, los incrementos de los
tipos de inters y las cadas burstiles, originadas en choques de confianza
como los ocurridos recientemente en Estados Unidos.
Para ilustrar esta situacin, basta con sealar que en los ltimos diez aos
hemos sido testigos de eventos financieros desestabilizadores que han ocasionado enormes prdidas para corporaciones, inversionistas, gobiernos e instituciones financieras. La quiebra del Banco Barings en 1994, el colapso del
peso mexicano, la crisis asitica, la devaluacin del real y, ms recientemente,
la moratoria de Argentina, la cada de las principales monedas latinoamericanas y la prdida de confianza en los mercados burstiles de Estados Unidos,
han puesto nuevamente sobre el tapete la importancia de la administracin
de los riesgos de mercado.
2. A nivel internacional, la medicin de riesgos de mercado est enfocada fundamentalmente a los activos financieros susceptibles de venta en el mercado financiero.
EL VER:
El riesgo de mercado se puede definir como las posibles prdidas que pueden producirse en activos financieros que forman parte de carteras de negociacin y de inversin, y que estn originadas por movimientos adversos de los
precios de mercado (Vilario, 2001). El Comit de Basilea (1997) ofrece una
definicin en el mismo sentido: El riesgo de mercado se define como el riesgo de prdidas en las posiciones de balance o fuera de l, originadas en
movimientos de los precios de mercado. Jorion (2002) ofrece una definicin
del riesgo de mercado en trminos ms formales, recurriendo para ello a los
conceptos bsicos de estadstica aplicados a las finanzas; refirindose al riesgo, en general, afirma: El riesgo puede ser definido en trminos generales
como la incertidumbre sobre los flujos futuros o resultados futuros. En particular, define el riesgo de mercado como aquel que se deriva de cambios en
los precios de los activos y pasivos financieros (o volatilidades), y se mide a
travs de los cambios en el valor de las posiciones abiertas.
En las definiciones de riesgo de mercado ofrecidas en el prrafo anterior se
destacan algunos elementos en comn: precios, cambios de estos precios,
volatilidad, incertidumbre, tiempo. Todos estos elementos deben integrarse
para llevar el concepto de riesgos de mercado a una medicin numrica que
les permita a los administradores de activos financieros su cuantificacin. Una
metodologa para hacerlo es la conocida comnmente como el VeR (o VaR,
por su sigla en ingls).
J.P. Morgan y Reuters (1996) definen el VeR como una medida del mximo
cambio potencial en el valor de un portafolio de instrumentos financieros con
una probabilidad dada sobre un horizonte de tiempo predeterminado. En
otras palabras, el VeR le permitir a un inversionista responder la siguiente
pregunta: con una probabilidad x%3, cunto puede perder determinado portafolio durante los prximos Y das?
Una interpretacin alternativa del VeR consiste en que para un gran nmero
de perodos de negociacin, la cada en el valor de un portafolio no ser
superior al VeR en un porcentaje c (nivel de confianza) de los perodos. Por
ejemplo, si el nivel de confianza elegido es 95%, se espera que las prdidas
del portafolio superen al VeR estimado solamente durante cinco de cada cien
perodos o durante uno de cada veinte [Culp et al., 1998].
El VeR es un enfoque para la medicin de riesgos. Sin embargo, es importante
sealar que esta herramienta va ms all de las simples mediciones de la
prdida mxima probable en un portafolio. Jorion (2002) describe el VeR
como una forma educada de medir los riesgos de mercado, y propone que
sea complementada con el establecimiento de controles y lmites, as como de
una gerencia independiente para la administracin de tales riesgos 4.
MEDICIN
DEL
VE R
4. Para las recomendaciones sobre administracin de riesgos de mercado en el caso colombiano, vase la Circular Externa 088 de 2000 de la Superintendencia Bancaria. Para las
recomendaciones a nivel internacional, vase Basilea (2001).
EL VER:
Supngase que el valor actual de una cartera es igual a Vo y que tal valor
resulta de multiplicar el nmero de unidades del activo (por ejemplo nmero
de acciones) por el precio de mercado de stos. En consecuencia, sus variaciones relativas se pueden expresar de la siguiente manera, en funcin de las
variaciones relativas de los precios de los activos o rendimiento:
Vt Vo ( Pt Po )
=
=R
Vo
Po
El valor en riesgo simplemente consistir en la diferencia entre el valor que se
obtiene para un determinado nivel de confianza, en la distribucin de probabilidad esperada en un horizonte de tiempo futuro t, y el valor del activo hoy,
Vo. As las cosas, el VeR puede expresarse de manera sencilla como la diferencia entre el valor extremo futuro, segn la distribucin de probabilidad prevista Vt*, y el valor actual de la cartera.
VeR = Vt * Vo = RVo
CAMBIO
V P
=
V
P
V =
P
V
P
V = VR
Para el caso de un bono, la situacin es diferente porque estos activos incorporan derechos sobre determinados flujos futuros de liquidez, establecidos
previamente de manera contractual. Para el caso especfico de un bono de
renta fija, el precio tendr la siguiente formulacin:
n
P0 =
F (1 + r )
i
ti
i =1
t F (1 + r )
i
D =
i =1
Po
ti
, y que el
cambio en el valor inicial del bono respecto a cambios en la tasa de inters (r)
es:
dPo
1
=
dr
1+ r
t F (1 + r )
i i
i =1
ti
5. Vale la pena advertir que esto se hace con el fin de aislar el efecto que producen los
cambios en las tasas de inters de mercado en los precios de los bonos, ya que stos
cambian autnomamente a la par por el simple transcurso del tiempo.
EL VER:
dPo
DPo
=
dr
1+ r
dPo
D
=
dr
Po
1+ r
P
D
=
r
P
1+ r
CLCULO
DEL
VE R
SIMULACIN
HISTRICA
El mtodo de simulacin histrica supone que los movimientos adversos esperados en los rendimientos de mercado se basan en el comportamiento histri6. Para una descripcin del proceso que siguen los precios de productos como las opciones,
vase el documento tcnico de RiskMetrics.
10
Donde L1:100 corresponde al menor valor del activo que aparece en la posicin 1 dentro de una muestra de 100 rendimientos histricos ordenados de
menor a mayor. Para tamaos de muestras diferentes de 100 se recurre al uso
del nmero de datos relativo; para el caso del VeR(95%) se utilizar el 5% de
los datos y para el VeR (99%) se usar el 1%.
7. La eleccin de N no es un asunto trivial en el mtodo de simulacin histrica. Es importante definir perodos de tiempo que recojan caractersticas asociadas al ciclo econmico y a
los cambios de rgimen de poltica econmica, etc.; de lo contrario, se podr sesgar el
clculo a favor o en contra de situaciones particulares y aisladas que no corresponden al
comportamiento histrico de los precios de los activos.
11
EL VER:
Para calcular el VeR de una cartera compuesta por k activos, se suman los
valores de los activos en cada momento del tiempo: Lt =
V
i =1
R kt , se ordenan
MTODOS
PARAMTRICOS
12
8. En algunos textos se sugiere realizar los clculos del VeR en relacin con la media de la
distribucin: VeR=Vo(m - kas); sin embargo, para propsitos de asignacin de capital, se
ha demostrado que el VeR debe medirse en relacin con el valor inicial de mercado del
portafolio (Kupiec, 2002).
9. Los valores que corresponden a k(a) en una normal estndar a diferentes niveles de
confianza son los siguientes: para 95%=1,6; 99%=2,3 y 99,9%=3,1.
10. Con rendimientos logartmicos,
P
P
P
R0 t = Ln t = Ln t + ... + Ln 1
P0
Pt 1
P0
y suponiendo independen-
cia entre los rendimientos, entonces haciendo las covarianzas iguales a cero,
02t = 12 + 22 + ... + t2 = t 2
0 t = t .
13
EL VER:
N k 2 (K 3)2
S +
6
4 donde K es la curtosis, S el coeficiente de
cambio en los precios especulativos y las tasas de rendimiento son aproximadamente incorrelacionadas a travs del tiempo, pero caracterizadas por perodos de tranquilidad y de volatilidad.
Con el nimo de capturar esta variabilidad del riesgo, se han desarrollado un
conjunto de tcnicas que intentan estimar la varianza condicional de una serie
de datos12, entre los que se destacan los modelos de media mvil y los modelos Garch.
Los modelos de media mvil consisten simplemente en calcular la volatilidad
corriendo la ventana de tiempo para permitir que sta vare a lo largo del
tiempo en funcin de los cambios en los datos histricos. La frmula general
de la volatilidad de los rendimientos, utilizando promedios mviles, se expresa
mediante la siguiente frmula13:
n
(r )
i =1
n 1
15
EL VER:
= (1 ) n 1 (ri ) 2
i =1
t2 = 0 +
j =1
16
j t2 j +
R
i
i =1
2
t i
Esta aproximacin de la volatilidad puede interpretarse, en un contexto financiero, como la prediccin que un operador hace de la volatilidad de un instrumento financiero en funcin del promedio ponderado de un trmino de largo
plazo (la constante a o), la volatilidad observada en perodos anteriores (sti) y
la rentabilidad observada en perodos anteriores (Rti). Si el retorno del activo
fuese inesperadamente alto o bajo, entonces el operador incrementar la estimacin de la varianza para el siguiente perodo. Este resultado es consistente con los agrupamientos de volatilidad frecuentemente observados en los
datos de retornos financieros, donde grandes cambios en los retornos son
seguidos por otros grandes cambios (Bollerslev, 1987).
El modelo de RiskMetrics utiliza una especificacin tipo Ewma (promedio mvil con ponderacin exponencial), el cual es un Garch(1,1) pero con las siguientes restricciones: a0=0; a1=(1-l); b1=l y a1+b1=1, de tal manera que la
ecuacin de la volatilidad queda expresada como:
t2 = (1 ) t21 + t21
donde l=0,94 para datos diarios y l=0,97 para datos mensuales.
Otra forma de estimar el VeR es mediante el mtodo de simulacin de
Montecarlo. Para aplicar este mtodo, es necesario hacer supuestos sobre el
comportamiento de los precios de los activos en los mercados financieros; en
este caso, se supone que el cambio en los precios sigue un proceso browniano
con la siguiente expresin:
dP
P
= dt + dz
dz
dt
dP t
= dt +
Pt
dt
17
EL VER:
AGREGACIN
/ 2) t + t t
DE RIESGOS
18
2
p
[w 1
2
1
21
M
i 1
12
1i
2
2
2 i
i 2
M
2
i
w 1
w 2
M
w i
EJEMPLO
PRCTICO
En esta seccin, se presenta un ejercicio prctico con tres mediciones del VeR.
La primera consiste en el mtodo de simulacin histrica que no requiere el
clculo de parmetros como la desviacin estndar ni la matriz de correlaciones. La segunda consiste en el mtodo de varianzas y covarianzas, mediante
el uso de parmetros de volatilidad y de correlaciones. La tercera consiste en
una simulacin de Montecarlo a un da.
19
EL VER:
PORTAFOLIO
El ejercicio consiste en calcular el VeR a un da14 para un portafolio compuesto
por un TES cero cupn15 a un ao por valor de mercado de $1.000 millones,
un milln de acciones que replican el comportamiento del ndice tecnolgico
Nasdaq y un milln acciones que replican el comportamiento del ndice de la
Bolsa de Valores de Colombia (IBVC).
Para efectos ilustrativos, se supone adems que el precio de mercado de las
acciones atadas al Nasdaq es US$0,2 cada una, que las acciones que siguen
el IBVC cuestan cada una $200 y que el precio del bono es $100. La tasa de
cambio peso/dlar en el momento de la medicin del VeR es $2.600.
As las cosas, el portafolio vale (a precios de mercado) en pesos colombianos
$1.720.000 millones (cuadro 1).
CUADRO 1
VALOR
Activo
Valor en pesos
1.000.000.000
520.000.000
200.000.000
1.720.000.000
14. Aunque a nivel internacional se usan diez das como horizonte de tiempo para el clculo
del VeR de los portafolios de tesorera, para efectos de gestin de riesgos el horizonte
recomendado es de un da. Naturalmente, el horizonte de tiempo va a depender de la
profundidad de los mercados de capitales, la cual incide sobre la capacidad de deshacerse de una posicin.
15. Un bono cero cupn paga intereses solamente hasta su fecha de vencimiento.
20
SIMULACIN
HISTRICA
V
V
D
r
1+ r
, donde
21
EL VER:
GRFICO 1
22
CUADRO 2
Posicin
VeR en pesos
1
2
3
.
.
.
13 (98%)
14
.
.
.
641
54.158.473
50.212.850
45.852.448
.
.
.
38.044.920
36.995.998
.
.
.
90.587.047
MTODO DE
GRFICO 2
VARIANZAS Y COVARIANZAS
23
EL VER:
PRUEBA DE
JB=
N k 2 (K 3)2
S +
6
4
24
GRFICO 3
DISTRIBUCIN
DE FRECUENCIAS DE RENDIMIENTOS
CUADRO 3
TES un ao
TRM
Nasdaq
IBVC
Asimetra (S)
1,07
-0,44
0,38
1,79
Curtosis (K)
13,50
12,10
4,43
21,48
Jarque Bera
3.069,94
2.233,19
70,19
9.466,83
P-valor
0,00000
0,00000
0,00000
0,00000
25
EL VER:
2t = (1 0,055)2t 1 + 0,0552t 1
2t = (1 0,121)2t 1 + 0,1212t 1
2t = 3,45E05 + 0,8852t 1 + 0,0832t 1
Nasdaq
IBVC
Garch (1,1)
2t = (1 0,0512)2t 1 + 0,05122t 1
Ahora bien, para calcular el VeR del portafolio es necesario computar las
correlaciones y varianzas de las series de rendimientos, ya que el VeR del
portafolio verifica la siguiente ecuacin:
VeR p = V0 k ( ) W T W t
donde Vo es el valor del portafolio ($1.720 millones); k(a) es un parmetro
que corresponde al nmero de desviaciones estndar dado un nivel de confianza elegido bajo una distribucin normal estndar (en este caso k(a)=2,05
para un 98% de confianza); WT es el vector transpuesto de pesos relativos de
cada activo dentro del portafolio; W es la matriz de varianzas y covarianzas, y
t es el horizonte de tiempo para el clculo del VeR (un da, en nuestro caso).
26
TES un ao
0,005351277
TRM
0,011677078
Nasdaq
0,031946891
IBVC
0,007932848
0
0
0,0079
0
0
0,0079
0,091 0,059 0,023 1 0
4,20E 06 5,97E 06 6,25E 06 7,48E 05
0
0,45
0,23 = 38.149.708
6,25E 060, 23
7, 48E 05
0,09
4,46E 06
247E 06 4,20E 06
1,36E 04
5,07E 06
5,07E 06
1,02E 03
5,97E 06 6,25E 06
5,97E 06
17. Para el clculo recursivo de la volatilidad condicional, se us la desviacin estndar incondicional como el valor inicial para calcularla.
27
EL VER:
SIMULACIONES
DE
MONTECARLO
El primer paso para la implementacin de esta metodologa consiste en suponer la siguiente trayectoria de precios de las acciones y el tipo de cambio:
dP t
Pt
= dt +
dt
et ~ N[0,1]
e~N(0,1)
28
EL VER:
SIMULACIN DE
MONTECARLO
COMENTARIOS
FINALES
El VeR consiste en una metodologa para calcular el riesgo de mercado, definido como la prdida mxima probable originada en variaciones adversas de
los precios de mercado en un horizonte de tiempo dado.
Existen diferentes formas de calcular el VeR, sin que hasta el momento se haya
llegado a una conclusin definitiva sobre cul es la mejor (Beder, 1995). La
eleccin de una u otra depende de factores como la disposicin de informacin histrica de las series de rendimientos, de la capacidad tcnica para
30
adoptar las diferentes metodologas y, por supuesto, de las necesidades definidas previamente por los analistas de los riesgos de mercado.
Es importante sealar que el VeR no provee certidumbre o confianza sobre los
resultados, sino ms bien expectativas de cmo se comportarn estos resultados, dado un conjunto de supuestos sobre el comportamiento de los rendimientos y de las trayectorias que siguen los precios de los activos. Tampoco
hay que perder de vista que factores de riesgo como los de carcter poltico,
de liquidez y de otra ndole, no son capturados por esta metodologa.
La herramienta del VeR no es suficiente para la evaluacin de riesgos de mercado; debe complementarse con anlisis de escenarios de estrs, con un seguimiento permanente y prudente de las posiciones, con polticas de control
que deben regir sobre normas claramente establecidas desde la cabeza ms
alta de la organizacin y con un nivel adecuado de capital para cubrir eventuales prdidas.
31
EL VER:
EJEMPLO
1.
EL CASO DE
ANEXO 1
DE DESCOMPOSICIN DE
CHOLESKY
DOS ACTIVOS
E(e1)=E(e2)=0
Var(e1)=Var(e2)=1
Cov(e1, e2)=r
E(x1)=E(x2)=0
Var(x1)=Var(x2)=1
Cov(x1, x2)=0
32
Se sabe que:
Cov(e1, e2)= E(e1e2) E(e1)*E(e2)=r con E(e1)*E(e2)=0, entonces
E(e1e2)=r= Cov(e1, e2)
luego Cov(e1, e2)=E(x1*(ax1+bx2))
Cov(e1, e2)=E(ax12+bx1x2))
Cov(e1, e2)=aE(x12)+bE(x1x2). Como sabemos que E(x1x2)=0, entonces:
Cov(e1, e2)=aE(x12)
Como Cov(e1, e2)= r
Var(x1)=E(x1mx)2 con mx=0, entonces
E(x12)=Var(x1)=1 porque se distribuye normal estndar
De lo anterior se tiene entonces que a=r
Ahora: como
Var(e2)=Var(ax1+bx2)=1
Var(e2)=a2Var(x1)+b2(x2)=1
Var(e2)=a2Var(x1)+b2(x2)=1
Var(e2)=a2+b2=1
33
EL VER:
2.
EL
1 1
2 =
0 1
*
1 2 2
Para el caso de ms activos, se sigue el mismo procedimiento anterior. Despus de haber realizado los clculos correspondientes, se lleg a que la matriz A de generacin de variables aleatorias correlacionadas es de la forma:
0
0
1
0,0714
1
0
A=
0,0144 0,0147
1
34
0
0
0
1
REFERENCIAS
BIBLIOGRFICAS
1.
2.
3.
4.
5.
6.
EL VER:
7.
8.
9.
10. Kupiec, Paul (2002), Calibrating your Intuition: Capital Allocation for
Market and Credit Risk, IMF Working Paper, (WP/02/99), Washington,
IMF, junio.
11. Stockman (1988), On the Roles of International Financial Markets and
their Relevance for Economic Policy, Journal of Money, Credit and Banking.
Vol. 20, issue 3, part 2, pp. 531-549.
12. Vilario Sanz, ngel (2001), Turbulencias financieras y riesgos de mercado, Madrid, Prentice Hall.
36