Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
1
¿Qué es VaR?
−1
VeR q = F (q )
¿Qué es el VaR?
Las entidades que participan en el mercado financiero están expuestas a cambios en las
variables que determinan lo precios de los instrumentos que dichas entidades poseen.
VaR es una medida de dicha exposición
JORION, P. (1997): Value at Risk the new benchmark.. Mac Graw Hill
2
El “VaR” es una medida de riesgo de mercado y se define como la máxima perdida
en el valor del portafolio, que se espera que ocurra debido a cambios en los precios
del mercado sobre un horizonte de tiempo dado en todos menos en un pequeño
porcentaje de casos .
PLIMSTER, M.(1997) : Evaluating Value at Risk Metodologies: Acurracy versus Computational Time,
Journal of Financial Services Research.
3
¿Cómo se calcula?
El VaR en Colombia
En el 2001 la Superintendencia Bancaria expidió la
Circular 42. Capítulo XXI de la Circular Básica Contable.
4 categorías de riesgo
• Tasa de interés
– DTF, Tasa de Repos, TIB, Tasa Real, Libor, Tasa Crédito de
consumo, Money market USD, Tasa de TES.
• Tasa de cambio
– TRM, YEN, EURO
• Valor de la UVR
– UVR
• Precio de las acciones
– IGBC
4
Estimación del Valor en Riesgo para un
portafolio de TES: Simulación de MonteCarlo
y aproximación Delta-Gamma
Fabio Macías
Grupo de Investigación en Análisis de Riesgo Financiero
GIRAFA
Departamento de Ingeniería Industrial
Universidad de Los Andes
GIRAFA Universidad de Los Andes
5
El procedimiento
2. Conformación de portafolios.
3. Cálculo de rendimientos.
6
El procedimiento
5. Descomposición de Cholesky
7
2. Conformación de portafolios
2. Conformación de portafolios
8
3. Cálculo de rendimientos
P
X i = Ln i,t
Pi,t −1
Donde Pi ,t es el precio del bono i en el tiempo t.
X'X
Σs =
n −1
9
5. Descomposición de Cholesky
5. Descomposición de Cholesky
E[∆xi ] = E∑CimZm = ∑Cim E[Zm ] = 0
m m
[ ]
Cov ∆x i , ∆x j = Cov ∑ C im Z m , ∑ C jn Z n =
m n
∑C ∑C
m
im
m
jnCov(Zm , Zn ) = ∑Cim,C jm = CC' = Σi, j
m
10
6. Cálculo de Delta y Gamma
• Delta proviene de la Duración Modificada
∂P ∂P ∂P
δ '= , ,L, = −[I1Dm1 , I 2 Dm2 ,L, I k Dmk ]
∂r1 ∂r2 ∂rk
11
6.1. Cálculo de Delta
∂Pi
En la demostración anterior se supuso que =0 , lo que
∂r j
indica que el precio de un bono no se ve afectado por
movimientos en los rendimientos de los demás bonos.
M M O M M M O M
γ k ,1 L L γ k ,k 0 0 L I k Ck
12
7. Simulación de Monte Carlo
Monte Carlo: Simula, mediante generación de variables
aleatorias, los movimientos de los factores de riesgo
durante un horizonte de tiempo determinado generando
una variedad de escenarios para el valor del portafolio en
una fecha objetivo.
1
∆P ≈ −DmP∆r + CP(∆r ) 2
2
13
7. Simulación de Monte Carlo
1
∆Pp ≈ δ ´COZ + Z ´ΛZ
2
14
Parámetros del VaR
VaR al 95%
1000 escenarios 3000 escenarios 10000 escenarios
Portafolio 1 -$ 35.574.982 -$ 35.451.906 -$ 35.219.863
Portafolio 2 -$ 30.606.616 -$ 30.759.500 -$ 30.767.426
Portafolio 3 -$ 17.239.244 -$ 17.219.026 -$ 17.190.447
Portafolio 4 -$ 17.974.518 -$ 17.889.914 -$ 17.776.018
Portafolio 5 -$ 12.652.325 -$ 12.756.733 -$ 12.652.036
15
Comportamiento del VaR de un portafolio
optimizado bajo la medida de riesgo CVaR
16
1. Introducción
2. Problema
3. Metodología
4. Modelos
5. Resultados
I.1 Introducción
17
I.2 Riesgo de Mercado.
II Problema.
18
III.1 Modelo de optimización
n
min
x ,β
∑
i =1
− xiΕ[ yi ] Retorno
J n
r r
β + (1 − α ) −1 ∑ π j z j ≤ ω ∑ q i x i0
j =1 i =1 Restricción en el
n
CVaR
zj ≥ ∑ (q
i =1
i x i0 − y ij x i ) − β zj ≥ 0 j = 1,..., J
n n n
∑q x = ∑c q (δ
i =1
0
i i
i=1
i i i − δ i ) + ∑qi xi
i=1
i = 1,..., n Costos de
transacción
δi ≥0 δi ≥0 i = 1,..., n
n
Máxima
q i xi = ν i ∑ x i q i i = 1,...,n concentración en
i =1 un activo
Modelo de optimización
n
r r r
La función de retorno está dada por R( x ) = Ε[ y T x ] = ∑ xi Ε[ yi ] la restricción
i =1
del costo de transacción genera que el dinero antes y después del día de
n n n
transacción sea el mismo. q x0 = c q | x0 − x | + q x∑
i =1
i i ∑i =1
i i i i ∑
i =1
i
i
r r r
La restricción en el CVaR φα ( x ) ≤ ω .q T x 0 es equivalente a
J n
rr
β + (1 − α ) −1 ∑π j z j ≤ ω ∑ qi xi0
j =1 i =1
19
III.2 RiskMetrics2
Promedios móviles exponenciales, Ewma Exponencial
moving average.
¾ Se le da un mayor peso a los datos recientes.
computacional.
¾ La volatilidad estimada viene dada por:
T T
1
σˆ = (1 − λ ) ∑ λ i ( ri − r ) 2
i =1
σˆ =
T
∑ (r − r )
i =1
i
2
Los flujos de caja que no estén sobre los vértices serán desglosados hacia sus
vértices adyacentes. Mapeo
20
Metodología RiskMetrics Mapeo
Mapeo
Calcular la tasa del actual flujo de caja mediante la interpolación lineal de
las tasas de los vértices mas cercanos.
dP n − i * CFi 1 n
i * CFi 1 n i *CFi
=∑ =− ∑ y definiendo DMac = ∑
dy i =1 (1 + y ) (i +1) (1 + y ) i =1 (1 + y ) (i ) P i=1 (1+ y)(i)
1 dP 1
se obtiene. =− DMaa = − DMod
P dy (1 + y )
21
Duración de tasas claves KRDs.
Por lo general, contrario a los supuestos de la Duración, las tasas de interés
varían con el tiempo, lo cual se llama la estructura de la tasa.
a ∆P 1 ∂f 1 ∂f
= ∆s1 + ... + ∆s n
P P ∂s1 P ∂s n
Procedimiento:
¾ Aumente la k-ésima Key Rate.
¾ Obtenga la nueva curva de tasas debido al cambio en la K-ésima Key
Rate (se modifica mediante un cambio en las tasas inmediatamente
adyacentes proporcional a su distancia temporal).
¾ Estime el nuevo valor del instrumento bajo la nueva curva.
¾ Estime la Duración de la respectiva tasa bajo el cambio de precio
obtenido. Duración efectiva dada por el cambio porcentual de precio sobre
el cambio en la tasa
22
III.3 N&S Tasa cero cupón.
El precio de un Bono puede verse mediante las siguientes ecuaciones:
1
Definiendo los factores de descuento mediante δ (t) = se obtiene
(1+ si )i
N
Pv = ∑ δ (i )CFi
i =1
1
Definiendo las tasas forward mediante = (1 + si ) i = (1 + γ 1 )(1 + γ 2 )...(1 + γ i ) se obtiene
δ (t )
N
CFi
Pv = ∑ i
i =1
∏ (1 + γ
j =1
j )
N&S Ecuaciones.
23
III Conformación de un portafolio óptimo respecto al CVaR.
∑Q
j =1
j
En donde Qi es el
monto transado del instrumento
i y N es el total de los
instrumentos que se tenían en
dicho periodo.
Los títulos en azul son los
escogidos
CORFINSURA (2003): “Indice representativo del mercado de deuda pública
interna Corfinsura y Suvalor (I-TES)”.
24
Estimación de los precios faltantes en las series
25
Aclaración.
26
GIRAFA Universidad de Los Andes
27
V Conclusiones
Por medio de las anteriores gráficas se encuentra que en particular el
VaR medido por medio de la metodología de RiskMetris y KRDs
puede llevar a estimados de riesgo errados.
Si bien las medidas de riesgo de VaR que han sido presentadas son
ampliamente usadas en la actualidad se observa que se debe tener
particular cuidado en la veracidad de dicho riesgo. Sirviendo como
una herramienta de fácil uso y comprensión pero con serias
limitaciones.
Pamela Cardozo
Grupo de Investigación en Análisis de Riesgo Financiero
GIRAFA
Departamento de Ingeniería Industrial
Universidad de Los Andes
28
Uso de la Teoría de Valor Extremo para el
cálculo del VaR
Contenido
29
Teoría de Valor Extremo. Método Picos sobre
un umbral.
30
Marco Teórico
En estos modelos se elige un umbral u y las observaciones
que exceden el umbral se supone que siguen una distribución
paramétrica conocida como DGP.
p
Serie X1, X2, …, Xn. X i = − ln t + 1
pt
31
Distribución Generalizada de Pareto (DGP)
Supuesto: Fu ( y ) ≈ Gξ , B (u ) ( y )
−1
1−1+ ξy
ξ
si ξ ≠ 0
Gξ,β(u) (y) = β(u)
−y
1− exp si ξ = 0
β(u)
Marco teórico
32
Marco teórico
Marco teórico
βˆ 1 − q
−ξˆ
VaRq = u + − 1
ξˆ Nu / n
33
Contenido
Aplicación
34
Datos
35
Contenido
Comparación de ajustes
Interbancaria
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
0,05 0,07 0,09 0,11 0,13 0,15 0,17 0,19 0,21
36
Exámenes de desempeño
1er examen 2do examen
3% 3%
2.5% 2.5%
-0.1% 0.1%
7% 7%
-3% -3%
VeR<?retorno (0.3%)
-2.5% 0.3%
0.3%
0.5%
VeR<?retorno (0.5%) 0.5%
VeR<?retorno (0.5%)
1.2%
1.2%
4.8% VeR<?retorno (1.2%)
4.8% VeR<?retorno (1.2%)
3.2%
-3.2%
1.8%
1.8%
VeR<?retorno (4.8%)
14/05/2003
14/06/2003
14/07/2003
14/08/2003
14/09/2003
14/10/2003
14/11/2003
14/12/2003
14/01/2004
37
2do examen de desempeño
TRM 99%
1,50%
1,00%
0,50%
0,00%
-0,50%
-1,00%
-1,50%
-2,00%
-2,50%
08/04/2003
08/05/2003
08/06/2003
08/07/2003
08/08/2003
08/09/2003
08/10/2003
08/11/2003
08/12/2003
08/01/2004
Retornos TVE Normal
GIRAFA Universidad de Los Andes
Activo Percentil (q) Excepc. Teóricas Excepc. VeR TVE Excepc. VeR Normal
DTF 0.95 27 24 21
(-0.64) (-1.23)
0.98 11 18 17
(2.17) (1.87)
(545 comparaciones) 0.99 5 14 15
(3.68) (4.11)
545 0.999 1 0 7
(-0.74) (8.75)
REPOS 0.95 37 23 19
(-2.41) (-3.08)
0.98 15 10 13
(-1.29) (-0.51)
(747 comparaciones) 0.99 7 3 9
(-1.64) (0.56)
747 0.999 1 1 3
(0.29) (2.61)
Interbancaria 0.95 37 13 11
(-4.09) (-4.42)
0.98 15 6 7
(-2.34) (-2.08)
(747 comparaciones) 0.99 7 3 7
(-1.64) (-0.17)
747 0.999 1 0 3
(-0.86) (2.61)
38
CETES 0.95 29 54 42
(4.65) (2.38)
0.98 12 28 28
(4.78) (4.78)
(588 comparaciones) 0.99 6 15 25
(3.78) (7.92)
588 0.999 1 4 13
(4.45) (16.19)
TRM 0.95 49 47 37
(-0.3) (-1.77)
0.98 20 17 17
(-0.6) (-0.6)
(981 comparaciones) 0.99 10 1 9
(-2.83) (-0.26)
981 0.999 1 1 5
(0.02) (4.06)
IGBC 0.95 98 98 83
(0.03) (-1.53)
0.98 39 45 47
(0.96) (1.28)
(1954 comparaciones) 0.99 20 22 33
(0.56) (3.06)
1954 0.999 2 6 11
(2.9) (6.47)
Contenido
39
Conclusiones
GIRAFA
Grupo de Investigación en Análisis de Riesgo Financiero
Fernando Beltrán
Pamela Cardozo
Fabio Macías
David Fernando Silva
40
GIRAFA Universidad de Los Andes
41