Riesgo Liquidez y Tasa

© GIddea 2020 | Riesgo de Mercado
: w.paiva.r@gmail.com Riesgo de Liquidez y Tasa de Interés
Walter Paiva Ramos Página 1 2020

Definiciones
Walter Paiva Ramos Página 2

Definiciones

Definiciones


Definiciones

Aspectos a evaluar

Funciones de la liquidez

Tipos de liquidez

De la tesorería

De la tesorería

Liquidez

Historia

Basilea

Basilea

Basilea y Riesgo de Liquidez

Basilea III

Basilea III

Gestión del riesgo de liquidez

Identificar el riesgo

Medir el riesgo

Medir el riesgo

Medir el riesgo

El monitoreo del riesgo permite

Divulgación del riesgo

Mitigación del riesgo

Estrategia y Política

Plan de contingencia de liquidez

Plan de contingencia de liquidez

Retos de las entidades financieras

Riesgo Estructural de Tasa de Interés
El riesgo de interés estructural es la potencial alteración que se produce en el margen financiero y/o en el valor económico
(valor patrimonial) de una institución financiera debido a la variación de los tipos de interés. La exposición a movimientos
adversos en los tipos de interés constituye un riesgo inherente al desarrollo de la actividad bancaria que, al mismo tiempo,
se convierte en una oportunidad que suele ser bien aprovechada para la creación de valor económico. Por ello, el riesgo de
interés debe ser medido y gestionado de manera que no sea excesivo con relación al patrimonio de la institución financiera,
y que guarde una relación razonable con el resultado económico estimado por la gerencia y los accionistas. Existe una serie
de métricas con las que se calculan indicadores del riesgo de interés estructural: GAP contable, Margen en Riesgo (MeR),
Ganancia en Riesgo (GeR), Sensibilidad de Margen Financiero (SMF), Duration GAP, Valor Patrimonial en Riesgo (VPR)
y la Sensibilidad de Valor Económico (SVE).

Presentaciones Riesgos
Informe de Riesgo
de Tipo de cambio
Informe de Riesgo Informe de Riesgo

de Tasa de Interés de Precio
Informe de Riesgo Comité de

de Liquidez Riesgos (GR)

Herramientas para medir el Riesgo Estructural de Balance

Medición de Riesgo de Tipo de cambio Soporte informático
• Calcular la pérdida estimada por exposición al riesgo cambiario, se estima sobre
las posiciones globales en moneda extranjera de la Corporación, de manera
independiente (por cada moneda) y de manera agregada (portafolio), con una
periodicidad mensual. EXCEL
Medición de Riesgo de Tasa de interés
• Calcular las pérdidas potenciales por exposición al riesgo de tasas de interés, se
estimarán sobre la base del total de activos y pasivos de la Corporación, dentro y
fuera del balance, y su impacto sobre las Ganancias Esperadas y el Valor Patrimonial
de la misma.
Medición de Riesgo de Liquidez DATA WAREHOUSE
• Los indicadores para medir la exposición al riesgo de liquidez se estimarán sobre la

base de un modelo de flujo de caja que incorpora el total de activos y pasivos de la
Corporación dentro y fuera de balance.
Backtesting Stress testing
- Tipo de cambio
- Tipo de cambio
- Tasa de interés
- Tasa de interés
- Liquidez

Control y Estructura de Límites

Plan de Contingencia de Liquidez
Crisis Individual Crisis Sistémica

Liquidez
Comité ALCO
Concentración Escenarios de Plan de

Ratios GAP
de Liquidez Liquidez Contingencia
Líneas de Crédito Requerimiento de Resumen de

Concertadas Liquidez información

Informes

Informes

Informes

Anexos y Reportes Regulatorios

¿De dónde sale este riesgo?
Banco
0 1
Pasivos
0 1 2
Activos
AFP
0 1 2
Pasivos
0 1
Activos
Este riesgo aparece por los distintos vencimientos de los activos y
pasivos del balance

La Curva de Rendimientos
• La estructura de vencimientos de las tasas de interés es la relación entre el plazo hasta el vencimiento, o el tiempo que
resta hasta al vencimiento, y el rendimiento al vencimiento de bonos que sean similares en todos los aspectos, (por
ejemplo bonos del tesoro, o bonos de un mismo emisor).

Construcción de curvas de rendimiento – Teorías
METODOLOGÍAS PARAMÉTRICAS
• Estadísticamente un modelo paramétrico es una familia funcional que obedece al comportamiento de alguna distribución
de probabilidad, sobre la cual suponemos las características de la población de interés pueden ser descritas.
LA CURVA DE NELSON - SIEGEL

• Nelson y Siegel (1987) introducen un modelo paramétrico para el ajuste de los rendimientos hasta la madurez de los
bonos del Tesoro de Estados Unidos que se caracteriza por ser parsimonioso y flexible en modelar cualquier forma
tipica asociada con las curvas de rendimiento. La estructura paramétrica asociada a este modelo permite analizar el
comportamiento a corto y largo plazo de los rendimientos y ajustar, sin esfuerzo adicional, curvas monótonas,
unimodales o del tipo S.

LA CURVA DE SVENSSON
• En la curva de Nelson y Siegel se destaca que cada coeficiente del modelo, contribuye en el comportamiento de las tasas
forward en el corto, mediano y largo plazo; no obstante, Svensson (1994) propone una nueva versión de la curva de
Nelson y Siegel donde un cuarto término es incluido para producir un efecto adicional y semenjante al proporcionado
por:
• La curva spot de Svensson puede ser derivada a partir de la curva forward en forma semejante a la descrita para el
modelo de Nelson y Siegel, obteniendo la sgte expresión:
• Dicha función es utilizada con la finalidad de obtener las tasas estimadas para cada dia de negociación o trading.
Svensson (1994).

POLINOMIOS DE COMPONENTES PRINCIPALES

• Hunt y Terry (1998) proponen un ajuste de la curva de rendimientos utilizando polinomios. Si frecuentemente la curva
es especificada como:
• La cual puede captar todas las formas que puede asumir la curva, su principal problema recae en el ajuste para aquellas
tasas con periodos de vencimiento bastante largos.
• Investigaciones relacionadas con curvas de rendimientos, han llegado a la conclusión que modelos con tres o cuatro
parámetros son suficientes para obtener un buen ajuste de los datos (Hunt 1995).

POLINOMIOS TRIGONOMÉTRICOS
• Las funciones trigonométricas pueden ser utilizadas para capturar de forma satisfactoria las distintas configuraciones
que pueden asumir las curvas de rendimientos. En este caso, el modelo puede ser descrito como:
• Donde se representa a la duración o madurez del instrumento (tesla), en tanto que los parámetros son los objeto de
interés. Cualquier metodología de optimización no lineal puede ser utilizada para estimar los parámetros del modelo
(Nocedal y Wright 1999).

METODOLOGÍAS NO PARAMÉTRICAS O DE SPLINES

• La regresión no paramétrica se ha convertido en los últimos años en un área de excesivo estudio, debido a sus ventajas
relativas respecto a los modelos de regresión basado en funciones. Entre las características más importantes de estos
modelos tenemos, la flexibilidad en los supuestos y el ajuste dirigido específicamente a través de los datos.
• Dentro de un marco estadístico supondremos que tenemos un conjunto de “n” observaciones, independientes, donde se
intenta establecer las relaciones existentes entre una respuesta y un conjunto de variables explicativas de forma
semejante a los modelos de regresión clásica:

• Donde la función m(.) no especifica una relación paramétrica, sino que permite que los datos determinen la relación
funcional apropiada. Bajo estas condiciones la idea es que la media m(.) sea “suave” , suavidad que puede controlarse
acotando la segunda derivada,
REGRESIÓN KERNEL
• El método más simple de suavizamiento es el suavizador de Kernel. Un punto “x” se fija en el soporte de la función m(.)
y una ventana de suavizamiento es definida alrededor de “x”. Frecuentemente, la ventana de suavizamiento es
simplemente un intervalo de la forma (x-h,x+h), donde “h” es un parámetro conocido como bandwidth.
• La estimación Kernel es un promedio ponderado de las observaciones dentro de la ventana de suavizamiento:

SPLINES SUAVIZADOS
• La funciones polinomiales se caracterizan por tener todas las derivadas en cualquier punto de su soporte; no obstante,
cuando ciertas funciones no poseen un alto grado de suavidad en determinados puntos, el ajuste debido a estas funciones
de polinomios no siempre será satisfactoria en estos tramos.
• Para sobrellevar esta desventaja, el ajuste de polinomios de bajo orden localmente, condiscontin uidades en ciertos
puntos (knots), resulta en el conocido método de splines.
Splines de polinomios
• Supongamos que queremos aproximar la función m(.) por una función spline. Frecuentemente, el spline cúbico es
utilizado para esta aproximación, sin embargo, otro tipo de splines pueden ser deifinidos.
• Sea “ti”, (i=1…j), el conjunto de nodos en orden creciente, tal que en cada intervalo:
• Funciones cúbicas continuas diferenciables son ajustadas.

• Un conjunto de splines cúbicos son ampliamente utilizados en la obtención de la función de splines.

¿Qué es riesgo de tipo de interés?
Fuentes de riesgo de
interés estructural Riesgo de reprecio: Surge por la diferencia entre los plazos de vencimiento
(productos a tasa fija) o repreciación (productos a tasa variable). De aquí aparece el
riesgo de refinanciación y el riesgo de reinversión
Riesgo de curva: El cambio de la pendiente y de la forma de la curva pueden afectar

las variaciones del margen y/o valor económico de una institución financiera.
Riesgo base: Este riesgo aparece por la correlación imperfecta entre las variaciones
de los tipos de interés de distintos instrumentos con similares vencimientos y
reprecios.
Opcionalidad: Las opciones incrustadas en nuestras operaciones pueden afectar el

balance, generando la aparición de riesgos no contemplados.
¿Qué es, entonces, el El riesgo de interés es la probabilidad de pérdidas monetarias que se originan en los
riesgo de interés
movimientos de las tasas de interés que afectan los beneficios, o el valor patrimonial
de la empresa

¿Qué es riesgo de tipo de interés?
El reprecio nos trae Riesgo de refinanciación

dos tipos particulares
de riesgo El nuevo financiamiento se hace a tasas más altas que las originales (pasivos con
vencimientos más cortos)
¿Qué es el reprecio? Riesgo de reinversión

Es el ajuste de las La nueva inversión de los fondos de los activos vencidos se hace a tasas más bajas
tasas vigentes a las
nuevas condiciones que las originales (activos con vencimientos más cortos)
del mercado
¿Qué es, entonces, el El riesgo de interés es la probabilidad de pérdidas monetarias que se originan en los
riesgo de interés
movimientos de las tasas de interés que afectan los beneficios, o el valor patrimonial
de la empresa

¿Dónde están los efectos del riesgo?
Visión de corto plazo

Una visión del riesgo
en los resultados es
importante porque
éstos inciden en los Efectos sobre el margen
recursos propios.
financiero (resultados)
Visión de largo plazo

El valor económico
es el valor actual de
los flujos netos
futuros. Es una Efectos sobre el valor económico
visión más completa
que el efecto en
resultados.

¿Cómo se mide este riesgo?
Efectos sobre el margen Efectos sobre el valor

financiero (resultados) económico
GAP contable Duration GAP
Ganancia en riesgo Valor patrimonial en

(GeR) riesgo (VPR)
Sensibilidad del margen Sensibilidad del valor

financiero (SMF) económico (SVE)

Delimitando parámetros
Trading Book Banking Book
•Aquí se encuentran las carteras •Aquí se encuentra todo el resto del

Perímetro gestionadas por la Tesorería del Banco, Balance del Banco.
con sus productos diversos: RF, derivados,
mercado monetario, FX.
Tipo de Riesgo de Riesgo estructural Riesgo estructural

riesgo mercado de interés de cambio
• Cálculo de deltas • Sensibilidad de valor económico

Medición • Metodología VAR • Cálculo de capital económico
(Paramétrica,
Simulación Histórica,
Montecarlo)
Resultado Pérdida máxima: CAPITAL ECONÓMICO

: w.paiva.r@gmail.com Riesgo de Liquidez y Tasa de Interés
Walter Paiva Ramos Página 55 2020

Riesgo Liquidez y Tasa

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 Liquidez y Tasa

Cargado por

Copyright:

Formatos disponibles

© GIddea 2020 | Riesgo de Mercado

: w.paiva.r@gmail.com Riesgo de Liquidez y Tasa de Interés

Walter Paiva Ramos Página 1 2020

Walter Paiva Ramos Página 2

Walter Paiva Ramos Página 3

Walter Paiva Ramos Página 4

Walter Paiva Ramos Página 5

Walter Paiva Ramos Página 6

Walter Paiva Ramos Página 7

Walter Paiva Ramos Página 8

Walter Paiva Ramos Página 9

Walter Paiva Ramos Página 10

Walter Paiva Ramos Página 11

Walter Paiva Ramos Página 12

Walter Paiva Ramos Página 13

Walter Paiva Ramos Página 14

Walter Paiva Ramos Página 15

Basilea y Riesgo de Liquidez

Walter Paiva Ramos Página 16

Walter Paiva Ramos Página 17

Walter Paiva Ramos Página 18

Gestión del riesgo de liquidez

Walter Paiva Ramos Página 19

Walter Paiva Ramos Página 20

Walter Paiva Ramos Página 21

Walter Paiva Ramos Página 22

Walter Paiva Ramos Página 23

El monitoreo del riesgo permite

Walter Paiva Ramos Página 24

Divulgación del riesgo

Walter Paiva Ramos Página 25

Mitigación del riesgo

Walter Paiva Ramos Página 26

Walter Paiva Ramos Página 27

Plan de contingencia de liquidez

Walter Paiva Ramos Página 28

Plan de contingencia de liquidez

Walter Paiva Ramos Página 29

Retos de las entidades financieras

Walter Paiva Ramos Página 30

Riesgo Estructural de Tasa de Interés

Walter Paiva Ramos Página 31

Informe de Riesgo Informe de Riesgo

Informe de Riesgo Comité de

Walter Paiva Ramos Página 32

Herramientas para medir el Riesgo Estructural de Balance

• Los indicadores para medir la exposición al riesgo de liquidez se estimarán sobre la

Backtesting Stress testing

Walter Paiva Ramos Página 33

Control y Estructura de Límites

Walter Paiva Ramos Página 34

Plan de Contingencia de Liquidez

Crisis Individual Crisis Sistémica

Walter Paiva Ramos Página 35

Concentración Escenarios de Plan de

Líneas de Crédito Requerimiento de Resumen de

Walter Paiva Ramos Página 36

Walter Paiva Ramos Página 37

Walter Paiva Ramos Página 38

Walter Paiva Ramos Página 39

Anexos y Reportes Regulatorios

Walter Paiva Ramos Página 40

¿De dónde sale este riesgo?

Walter Paiva Ramos Página 41