219-F – Inversión y Manejo del Riesgo

CONCEPTOS DE RIESGO

Maestría en Administración de Empresas

Docente: Dr. Carlos Andrés Oñate

Septiembre 2021
 TEMAS

Definiciones básicas

Riesgo como una probabilidad

Riesgo de decisión por el promedio

Volatilidad

Riesgo y retorno con caída exponencial

 Definiciones básicas
Riesgo, incertidumbre y probabilidades
• “Riesgo es el grado de incertidumbre en relación de un
evento específico” (Securato, 2006).
• Cuando se trata de un “evento certero”, se entiende que existe
una probabilidad de 100%; no obstante, siempre que exista
eventos con algún grado de incertidumbre, se establecería
una correspondiente probabilidad de ocurrencia del evento.
• Condición límite: condición de incertidumbre plena, donde no
existen condiciones para usar el concepto de probabilidades
para evaluación del evento.
• En lo posible, para atenuar las condiciones de incertidumbre, se
deben utilizar las probabilidades de los eventos en estudio; por
lo tanto la utilización de una distribución de probabilidades es
importante.
 Definiciones básicas

Rendimiento y riesgo

• Una forma de pensar en el riesgo de los rendimientos de

las acciones es en términos de la distribución de
frecuencias. Si la distribución está muy “esparcida”, los
rendimientos que se logren serán muy inciertos.
• Si la distribución es más “estrecha”, sus rendimientos se
encuentran dentro de pocos puntos porcentuales y por lo
tanto serán menos inciertos.
• Básicamente para medir el riesgo se utilizan las medidas
de dispersión más comunes: varianza y desviación
estándar.
 Riesgo definido como una probabilidad

• Existen dos tipos de eventos que pueden ocurrir cuando

se propone alcanzar un objetivo preestablecido:
• Éxitos (S).- son los eventos que permiten alcanzar los
objetivos;
• Fracasos (F).- son los eventos que no permiten
alcanzar los objetivos.

RIESGO = P(F)
RIESGO = 1-P(S), dado que: P(F)+P(S)=1
 Riesgo definido como una probabilidad

Ejemplo 1.
Considere una operación de crédito en un banco, donde un cliente X debe
pagar USD100.000 después de 90 días.
Dado que el cliente tiene un histórico crediticio en el banco, se presentan
a continuación los eventos que pueden ocurrir en el vencimiento de la
operación:
Valor recibido
Eventos que podrían ocurrir al vencimiento Probabilidad
(USD)
Evento 1. Pago puntual 100.000 95%
Evento 2. Prórroga de plazo, pérdidas del orden de
95.000 2,5%
5%
Evento 3. Primeras acciones extrajudiciales,
90.000 1,5%
pérdidas del orden de 10%
Evento 4. Convenios derivados de acciones
25.000 0,75%
judiciales, pérdidas de orden de 75%
Evento 5. Falencia, pérdida total 0 0,25%
 Riesgo definido como una probabilidad

RIESGO = 1-P(S) = 1-P(evento 1) = 1 – 0,95

RIESGO = 5%
Existe la probabilidad de 5% de no alcanzar los objetivos,
considerando como éxito apenas el evento 1, y los demás como
fracasos.

Considerando que, además del evento 1, los eventos 2 y 3

también son éxitos (a pesar de los problemas en el retorno de
ganancias y capital), se tendría el siguiente riesgo:
RIESGO = 1-P(S) = 1-P(eventos 1, 2, 3) = 1 – 0,99
RIESGO = 1%
O sea, existe un capital de pérdida de 1% en el capital aplicado
 Riesgo definido como una probabilidad

• La definición de riesgo, en la forma de probabilidad de los

fracasos, tiene mayor aplicación en casos donde pueden ser
separados los éxitos y los fracasos.

• En otras palabras, el riesgo definido como probabilidad es más

importante cuando existe la “sensibilidad” para designar de
forma cualitativa o cuantitativa la probabilidad de pérdida.

• Por ejemplo, en términos cuantitativos, se podría pensar en un

banco que tiene una base de datos con el histórico de la
adquisición de crédito de todos sus clientes, y que, con esa
información, puede generar un vector de probabilidades para
un vector de eventos.
 Riesgo definido como una probabilidad
Ejemplo 2.
Usando el concepto de valor futuro, se puede usar la definición de riesgo
como una probabilidad de pérdida de la siguiente forma:

Existen dos tasas de interés:

• Una tasa de interés “risk-free”, de bajo rendimiento y riesgo (if);
• Una tasa de interés bancaria, de alto rendimiento y riesgo (ib)

En el caso del banco, el valor esperado, considerando un valor presente

de 100 es:

𝐸 𝑓𝑣 = 𝑃(S) x 100(1 + 𝑖𝑏)𝑛 + 𝑃(F) x 0 (1)

En el caso de la institución “risk-free” (pueden ser títulos del Gobierno de

los EEUU), el valor esperado dado un valor presente de 100 es:

𝐸 𝑓𝑣 = 100(1 + 𝑖𝑓)𝑛 + 0 x 0 (2)

 Riesgo definido como una probabilidad

• En este ejemplo, el éxito de tener un rendimiento positivo futuro en un

banco obedece a un probabilidad no conocida.
• Por otro lado, el éxito de tener un rendimiento positivo en el futuro, en
una institución “risk-free” tiene 100% de probabilidad.

Igualando las ecuaciones (1) e (2) :

𝑃(S) x 100(1 + 𝑖𝑏)𝑛 = 100(1 + 𝑖𝑓)𝑛

(1 + 𝑖𝑓)𝑛
𝑃(S) =
(1 + 𝑖𝑏)𝑛

(𝟏+𝒊𝒇)𝒏
RIESGO : P(F) = 1 – P(S) = 1 –
(𝟏+𝒊𝒃)𝒏
 Riesgo definido como una probabilidad

De forma ilustrativa, se supone una tasa libre de riesgo (tasa de interés de

EEUU de largo plazo), y dos tasas de interés con mayor riesgo (tasa de
interés del gobierno argentino y brasileño), considerando un horizonte
temporal de 10 años:

Tasa EEUU (if) = 1,75%

Tasa Gob. Brasil = 6,25%
Tasa Gob. Argent. = 10,5%

(𝟏+𝟎,𝟎𝟏𝟕𝟓)𝟏𝟎
Riesgo Brasil = 1 – P(S) = 𝟏 − = 35%
(𝟏+𝟎,𝟎𝟔𝟐)𝟏𝟎

(𝟏+𝟎,𝟎𝟏𝟕𝟓)𝟏𝟎
Riesgo Argentina = 1 – P(S) = 𝟏 − = 56%
(𝟏+𝟎,𝟏𝟎𝟓)𝟏𝟎
 Riesgo definido como una probabilidad
EJERCÍCIO 1.
Calcular el riesgo de Brasil, Chile y Perú en relación a la tasa de interés de
los títulos de los EEUU (Datos_ejercicio_1).
La tasa brasileña es la SELIC, que es la tasa de interés de la economía del
Brasil, utilizada en el mercado interbancario para financiamiento de
operaciones con duración diaria, respaldada en títulos del gobierno federal.
Las tasas de los otros países del ejemplo son análogas.
Con los datos del año 2012, se pide calcular el riesgo de cada país en un
horizonte de 15 meses, además, se pide determinar cuál de los países
(Brasil, Chile o Perú) presenta mayor riesgo según el concepto analizado.

Observación: Para obtener la tasa mensual promedio, se aconseja utilizar

la siguiente fórmula:
𝒕
𝒊 𝒑𝒓𝒐𝒎 = 𝟏 + 𝒊𝟏 ∗ 𝟏 + 𝒊𝟐 ∗ 𝟏 + 𝒊𝟑 ∗ ⋯ ∗ (𝟏 + 𝒊𝒕 ) − 𝟏 *100
 Riesgo de la decisión por el promedio

Eventos que pueden Variable objetivo Probabilidad de ocurrencia

ocurrir E X del evento P(X)
E1 X1 P(X1)
E2 X2 P(X2)
. . .
. . .
. . .

En Xn P(Xn)

Recordando que la media y la desviación estándar obedecen a

las siguientes expresiones:
𝒅𝒆𝒔𝒗𝒊𝒐: 𝑺𝒙 = 𝑺 𝑿 = 𝑬 (𝑿 − 𝝁)𝟐
𝒎é𝒅𝒊𝒂: 𝝁𝒙 = 𝑬 𝑿 = ෍ 𝑿. 𝑷(𝑿)
𝒅𝒆𝒔𝒗𝒊𝒐: 𝑺𝒙 = 𝑺 𝑿 = 𝑬 𝑿𝟐 − 𝑬 𝑿 𝟐
 Riesgo de la decisión por el promedio

• Al calcular la media de una distribución de probabilidades, se

busca la posibilidad de que ese promedio represente a la
distribución.
• El objetivo es conocer que ese promedio sea una
representación adecuada de la distribución de
probabilidades.
• Una respuesta a esa duda es la estimación de la desviación
estándar, que informa el grado de concentración de las
probabilidades alrededor del promedio.
• En cuanto menor sea la desviación estándar, mayor es la
concentración alrededor del promedio, implicando un
promedio más representativo.
• De esta forma, se considera a la desviación estándar como
una medida apropiada de medición del riesgo.
 Riesgo de la decisión por el promedio

Uso do coeficiente de variación

• Una crítica que puede ser realizada cuando se considera al

riesgo como desviación estándar es la comparación de
alternativas cuando existe el análisis de riesgo x retorno.
• En este caso, el concepto de coeficiente de variación toma
gran importancia.

𝑺𝒙
𝑪𝒐𝒆𝒇𝒊𝒄𝒊𝒆𝒏𝒕𝒆 𝒅𝒆 𝒗𝒂𝒓𝒊𝒂𝒄𝒊ó𝒏 𝑪𝑽 =
𝝁𝒙
 Riesgo de la decisión por el promedio

Exemplo
𝑺𝒙
CV =
𝝁𝒙
Rendimiento
B 𝟎,𝟎𝟕
CVA =
0,32 𝟎,𝟏𝟖

0,18
A CVA = 𝟎, 𝟑𝟖

Riesgo 𝟎,𝟏𝟏
CVB =
𝟎,𝟑𝟐

0,07 0,11
CVB = 𝟎, 𝟑𝟒

La elección más interesante sería B, puesto que existe menor riesgo en

relación al rendimiento esperado
 Riesgo de la decisión por el promedio

El coeficiente de variación permite ordenar un conjunto de

alternativas, sin embargo, el criterio de esta medida es linear, por lo
tanto, podría implicar problemas en la interpretación.

Rendimiento
B
0,16
El coeficiente de variación para los
0,15
puntos A y C es la misma, de 0,33.
C
En este contexto no puede
0,09
escoger una opción entre A y C
A según el criterio del CV.

Riesgo

0,03 0,05
 Riesgo de la decisión por el promedio

EJERCICIO 2.

Usando las series disponibles en el archivo Excel

“Datos_ejercicio_2”, obtener: i) riesgos y rendimientos; ii) los
coeficientes de variación. ¿Qué serie tiene mejor relación riesgo vs
rendimiento?
 Volatilidad

El concepto de volatilidad está relacionado con el concepto de

interés compuesto, y también con el concepto de media
geométrica:
Cuando existen i´s diferentes:

𝐹𝑉 = 𝑃𝑉 1 + 𝑖1 1 + 𝑖2 … . . 1 + 𝑖𝑛
Cuando existen i´s iguales:

𝑛
𝐹𝑉 = 𝑃𝑉 1 + 𝑖

Igualando las dos ecuaciones:

𝑛
𝑖𝐺 = 1 + 𝑖1 1 + 𝑖2 … . . 1 + 𝑖𝑛 − 1

Siendo iG la tasa de rendimiento (media geométrica)

 Volatilidad

• A partir del cálculo de iG, no se puede calcular la desviación

estándar (proxy del riesgo), pues según las propiedades de
la variancia:

𝑉 𝐾𝑋 = 𝐾 2 𝑉 𝑋

𝑉 𝑋 + 𝑌 = 𝑉 𝑋 + 𝑉 𝑌 + 2𝐶𝑂𝑉(𝑋, 𝑌)

• No existe una propiedad estadística de la variancia (y por lo

tanto de la desviación estándar) que “abra” una expresión
con un producto, como es en el caso del interés compuesto
(𝐹𝑉 = 𝑃𝑉 1 + 𝑖1 1 + 𝑖2 … . . 1 + 𝑖𝑛 )
 Volatilidad

• De tal forma, se busca una tasa de rendimiento que pueda

ser usada para obtener una desviación estándar con el
efecto de interés compuesto.
• La mencionada tasa será llamada de IG, siendo deducida de
la siguiente forma:

(1 + 𝑖𝐺)𝑛 = 1 + 𝑖1 1 + 𝑖2 … 1 + 𝑖𝑛
𝑙𝑛(1 + 𝑖𝐺)𝑛 = ln( 1 + 𝑖1 1 + 𝑖2 … 1 + 𝑖𝑛 )
𝑙𝑛(1 + 𝑖𝐺)𝑛 = ln 1 + 𝑖1 + 𝑙𝑛 1 + 𝑖2 + ⋯ + 𝑙𝑛 1 + 𝑖𝑛
nln 1 + 𝑖𝐺 = 𝑙𝑛 1 + 𝑖1 + ⋯ + 𝑙𝑛 1 + 𝑖𝑛
 Volatilidad

nln 1 + 𝑖𝐺 = 𝑙𝑛 1 + 𝑖1 + ⋯ + 𝑙𝑛 1 + 𝑖𝑛

1 1
ln 1 + 𝑖𝐺 = 𝑙𝑛 1 + 𝑖1 + ⋯ + 𝑙𝑛 1 + 𝑖𝑛
𝑛 𝑛

IG I1 In

σ𝑛𝑚=1 𝐼𝑚
∴ 𝐼𝐺 =
𝑛
 Volatilidad

Ahora se puede calcular la volatilidad:

𝑽𝒐𝒍𝒂𝒕𝒊𝒍𝒊𝒅𝒂𝒅 = 𝝈 𝑰 = ෍ 𝑰 − 𝑰𝑮 𝟐 𝑷(𝑰)

El concepto de volatilidad es importante puesto que IG se

adapta mejor a la curva normal.

Ejemplo (Ejemplo_volatilidad)
Ejercicio 3.
Usando la misma información que el ejercicio 2, se pide estimar
IG e 𝜎 𝐼 , para cada una de las series.
 Riesgo y rentabilidad con caída exponencial

• En los anteriores conceptos se analizó que el cálculo de

la rentabilidad y riesgo obedece a una misma
probabilidad de acontecimiento de ocurrencia en cada
variación de las acciones analizadas.

• Sin embargo, en el cálculo del riesgo, las variaciones más

antiguas deberían tener menos peso que las variaciones
de fechas más recientes, asumiendo que los agentes se
adaptan a los últimos acontecimientos financieros.

• De esta forma, se presenta el concepto de cálculo de

riesgo con decaimiento exponencial.
 Riesgo y rentabilidad con caída exponencial
λ

B 7% 1% HOY

• La lógica del modelo consiste en trabajar con el área dentro

de la distribución “truncada” entre in* y λ.
• Se entiende que las tasas inferiores a in*, presentan valores
(mínimo) que no son tomados en cuenta; ejemplificando:
P(in*) = 0,1%
 Riesgo y rentabilidad con caída exponencial

Considerando que existen n observaciones en la serie, siendo

𝑖1 la observación más cercana al tiempo t:
𝑃 𝑖1 ∩ 𝑖2 = 𝑃 𝑖1 ∗ 𝑃 𝑖2 = 1 − 𝜆 ∗ 𝜆
2
𝑃 𝑖1 ∩ 𝑖2 ∩ 𝑖3 = 𝑃 𝑖1 ∗ 𝑃 𝑖2 ∗ 𝑃 𝑖3 = 1 − 𝜆
.
∗𝜆
.
.
.

𝒑𝒓𝒐𝒃 = 𝟏 − 𝝀 𝒌−𝟏 ∗𝝀
• n* es el número máximo de observaciones de
la serie;
𝑛∗ . λ
1−𝜆 = 0,1% • β es la probabilidad de que ocurra la última
observación de la serie;
𝜷
𝒍𝒏 • 𝜆 es la probabilidad de que ocurra la primera
∗ 𝝀 observación de la serie
𝒏 =
𝒍𝒏 𝟏 − 𝝀 • k = 1, ……, n*
 Riesgo y rentabilidad con caída exponencial

• Una vez que se calculan las probabilidades, éstas se

multiplican por los valores de la variable utilizada (por ejemplo,
tasas de interés), obteniendo valores ponderados.

• En otras palabras: el modelo de caída exponencial ofrece la

oportunidad de generar una serie ponderada, dando mayor
importancia al valor más cercano al tiempo actual (tiempo t).

• El rendimiento se obtendrá sumando los valores ponderados de

la distribución truncada, y, para el cálculo de la desviación
estándar, se de debe utilizar como parámetro la media
ponderada obtenida. Para esto, se debe realizar el cálculo de la
desviación estándar a “mano”, porque el Excel asume la media
aritmética de la serie.
 Riesgo y rentabilidad con caída exponencial

Ejemplo práctico (Ejemplo_DE)

Ejercicio 4.

En base al ejemplo y utilizando la serie histórica del

Banco del Brasil, calcular el riesgo y rentabilidad de la
serie, usando la metodología de decaimiento
exponencial con un alpha de 21,3% y beta de 0,003.
 Bibliografia
SECURATO, J, R. Decisões Financeiras em condições
de risco. São Paulo: Saint Paul Editora, 2007.