Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MEDELLÍN INGENIERÍA
FINANCIERA
Énfasis III: Modelación y gestión del
riesgo operacional
Taller Práctico Modelo
POT 2022-1
NOMBRE: Manuela Lopera Chica
CÁLCULO DEL VAR OPERATIVO MEDIANTE EL MODELO POT
Percentiles:
65% 220990.9
70% 248353.8
75% 274302.0
80% 315059.4
85% 380717.7
90% 446635.0
95% 566414.3
99% 1151747.2
Luego de analizar el histograma, el Boxplot de la severidad, grafico de puntos y la función de densidad
demuestra como el umbral a tomar debe ser al 95%, ya que los datos que se encuentran al analizar el 99%
hacen que sean menor a 30 datos.
Si el valor P es mayor que el nivel de significancia (0,05) se acepta que los datos de exceso se ajustan a una
distribución Pareto generalizada. Se tiene entonces:
Forma: 0.1324926
Escala: 359048
Ho: Los datos se ajustan a una Pareto generalizada
Ha: Los datos no se ajustan a una Pareto Generalizada
Estadístico de prueba = 0.17112, p-value = 0.1273
Como el valor p > 0.05, entonces se rechaza Ho, los datos no se ajustan a una Pareto Generalizada.
4. Distribución de probabilidad para la frecuencia
En este punto se pretende analizar la distribución que mejor se ajusta a los
datos de frecuencia que se encuentran por encima del umbral:
Si el valor P es mayor que el nivel de significancia (0,05) se acepta que los datos de exceso se
ajustan a una distribución Poisson, Binominal negativa, se tiene entonces:
Lambda: 4.0909091
Ho: Los datos se ajustan a una Poisson
Ha: Los datos no ajustan a una Poisson
Estadístico de Prueba = 0.24745, p-value = 0.5109
Como el valor p > 0.05, entonces se rechaza Ho, los datos no se ajustan a una Poisson.
Ajuste Binomial Negativa
Tamaño: 320.5356816
Mu: 4.0909313
Ho: Los datos se ajustan a una binomial negativa
Ha: Los datos no se ajustan a una binomial Negativa
Estadístico de prueba = 0.24756, p-value = 0.5103
Como el valor p > 0.05, entonces se rechaza Ho, por lo tanto, los datos no se ajustan a una
binomial negativa.
Como ninguna distribución se acerca adecuadamente a los datos se decide tomar la distribución Poisson
ya que este cuenta con un estadístico menor además de un P mayor que las demás distribuciones.
5. Calculo de la distribución de pérdidas agregadas
En este punto se debe incluir:
CDF:
Min. 0
1st Qu. 2415520
Median 3739726
Mean 4010932
3rd Qu. 5277810
Max. 16062949
VaR:
90% 6942314
95% 8103938
99% 10489979
Con una confianza del 90%, la máxima pérdida esperada para el próximo año por eventos de riesgo operativo
será de $6.942.314
Con una confianza del 95%, la máxima pérdida esperada para el próximo año por eventos de riesgo operativo
será de $8.103.938
Con una confianza del 99%, la máxima pérdida esperada para el próximo año por eventos de riesgo operativo
será de $10.489.979