Métodos cuantitativos para la

Gestión del Riesgo Bancario

Tema

Docente: Walter Paiva Ramos

w.paiva.r@gmail.com
AGENDA:
AGENDA:
AGENDA:
Medidas descriptivas
Distribuciones de probabilidad
Lower Partial Moments
Correlación y covarianza
Contraste de normalidad

• Contrastamos conjuntamente la asimetría y el exceso de curtósis

• El estadístico

sigue una ley asintótica ji cuadrado con 2 grados de libertad bajo la hipótesis nula, puesto que ambos estadísticos t eran
normales tipificadas.
• Se rechaza si:
 ¿Incertidumbre, ¿Practitioners vs.
Riesgo? Academics?

Definición práctica:

Es la posibilidad de que se produzca un acontecimiento que puede ocasionar una pérdida económica para una entidad.

Definición académica:

La magnitud del componente no observable luego de modelizado un evento financiero.

Algunas consideraciones

• Algunos riesgos son difíciles de cuantificar, lo que no implica que sean inmateriales
• La gestión del riesgo está «fuertemente» regulada, aunque sólo recientemente
• El riesgo es inherente a toda actividad económica, y por tanto es un fenómeno tan antiguo como la civilización
• La gestión de distintas clases de riesgos es una actividad fundamental del negocio bancario
• Todos los productos y servicios bancarios están sujetos a algún tipo de riesgo.
• Se asume un riesgo en contraprestación de un interés económico
• El objetivo es maximizar el ingreso minimizando el riesgo asumido

Para lograrlo …

Identificar Medir Gestionar

Introducción: Riesgo de Mercado

¿Louis Jean-
¿Jules Henri ¿Brownian
Baptiste Alphonse
Poincaré? Motion?
Bachelier?

¿Wiener ¿Andrew Donald ¿Harry Max

Process? Roy? Markowitz?

¿Treynor, Sharpe,
¿Beta, CAPM? ¿Black Scholes?
Litner y Mossin?

…
Crisis mundiales

1929 Crack del 29 y Gran Depresión

1944 Acuerdos de Bretton Woods
1971 Fin del sistema de patrón oro
1973 Crisis del petróleo
1979 Revolución iraní
1980 Invasión de Irán por Irak
1987 Lunes Negro
1994 Crisis del peso mexicano
1997 Crisis de Asia
1998 Crisis del rublo
2000 Crisis de las puntocom
2001 Atentados del 11-S
2002 Crisis argentina
2007 Crisis Subprime
2009 Crisis de la deuda en Europa
Introducción: Riesgo de Mercado

El riesgo de mercado se deriva de la posibilidad de incurrir en pérdidas como consecuencia de la variación de los factores
de mercado que afectan a la valoración de las carteras.

De forma general estos factores de mercado se concretan en:

❑ Tipos de cambio
❑ Tipo de interés
❑ Precios de acciones e índices
❑ Spreads crediticios
❑ Precios de materias primas

El departamento de Riesgos de Mercado en las entidades financieras, como una unidad independiente al negocio, es
responsable de medir, analizar y controlar los riesgos de mercado, supervisando que estén en consonancia con los niveles de
riesgo establecidos por la Alta Dirección (apetito de riesgo).
Introducción: Riesgo de Mercado

Entre las funciones habituales que desempeñan los departamentos de riesgos de mercado destacan las siguientes:

❑ Identificación, medición y análisis de riesgos de mercado a través de sensibilidades & VaR.

❑ Tests de stress y backtesting.
❑ Control de límites y comunicación de excesos.
❑ Cálculo de capital regulatorio y económico por riesgo de mercado.

Adicionalmente en determinadas entidades Riesgos de Mercado puede ser responsable de:

❑ Captura, validación y distribución de datos de mercado (para una correcta valoración).
❑ Cálculo de resultados de gestión.
Bono a tasa fija

Bonos de Cupón Fijo:

❑ Activos de renta fija de rendimiento explícito que devengan flujos de caja periódicos constantes y conocidos hasta su
vencimiento, momento en el cual se reintegra el principal del mismo.

❑ El precio del bono viene determinado por la suma del valor actualizado a fecha de valoración de todos los flujos que
genera. De esta forma, dicho precio será obtenido sumando estas partidas:
Tasas forward

Cálculo del Tipos de Interés Forward:

❑ La teoría en la que se basa el cálculo de los tipos forward es la de no arbitraje

❑ Invertir en un deposito a 2 años al tipo r2 HOY debe ser equivalente a invertir a un año al tipo spot r1 y reinvertir la
cantidad obtenida a otro año al tipo forward f(1,2)

Resolviendo f(t1,t2):

❑ Si los tipos de interés están compuestos de manera continua, la fórmula es más directa:
Bono a tasa flotante

Bonos Flotantes:

❑ Bonos con cupones variables revisables periódicamente directamente vinculados a un índice del mercado monetario.

❑ Se suelen emitir a la par garantizando el principal y ofreciendo un cupón periódico vinculado al índice de referencia más
un spread según la calidad del emisor y condiciones del mercado.
Método del bootstrapping

❑ Luego de revisar los conceptos necesarios de tasas de interés e instrumentos de deuda, a continuación procederemos a
revisar la técnica más conocida para obtener curvas cupón cero: el método del bootstrapping. Esta metodología se basa
en utilizar las tasas spot conocidas de corto plazo para calcular la tasas spot del siguiente periodo. Este proceso es
seguido reiteradamente hasta conocer todas las tasas spot relevantes.

A continuación se presenta una tabla con cotizaciones de cuatro bonos bullet de distintos plazos que pagan cupones
semestralmente y luego se desarrolla el procedimiento del bootstrapping:
Derivados – Definición

❑ Un derivado es un contrato cuyo valor se “deriva” del valor o retorno de uno o más activos subyacentes como: precio,
tasa de interés, tipo de cambio, índice bursátil, entre otros.
❑ Estos contratos se relacionan con la recepción o entrega física de un producto, o el intercambio de flujos de efectivo
para cumplir una obligación.
❑ Hay incentivos económicos en su uso para mitigar el impacto de movimientos adversos en los precios de mercado. Sin
embargo, es difícil reflejarlos en los estados financieros y explicar sus efectos en los resultados del periodo.
❑ Especial atención en la ejecución y contabilidad de derivados.
Derivados – Tipos

Según su mercado de negociación

*/ Los instrumentos negociados en OTC son poco líquidos (mercado secundario) y sujetos a riesgo de default o incumplimiento.
Derivados – Futuros/Forwards – Definición

• Es un contrato entre dos partes para transar un activo en una fecha predeterminada en el futuro, a un precio pactado.
• Los subyacentes pueden ser monedas, tasas de interés, commodities, etc.
• En el caso de tasas de interés, el futuro se denomina FRA (Forward Rate Agreement).
• Son de corto plazo, hasta 1 año.
Derivados – Futuros/Forwards – Diferencias
Forward de monedas

Por convención, la compra o venta se determina por la moneda extranjera.

Forward de tasas
SWAP

❑ Definición

Es un conjunto de contratos forward. Es de largo plazo, más de 360 días

❑ Tipos

1. Interest Rate Swap (IRS)

2. Cross Currency Swap (CCS)
Swap de tasas (Interest Rate Swap - IRS)
Swap de monedas (Cross Currency Swap - CCS)
OPCIÓN

❑ Definición

Un contrato de opción otorga al comprador el DERECHO más no la obligación de comprar / vender un activo a un
precio y fecha pactados.

El vendedor de la opción tiene la OBLIGACIÓN de comprar / vender el activo al precio y fecha pactados.

El precio pactado se denomina STRIKE (X) y la PRIMA (c0, p0) pagada es el precio de mercado de la opción al
momento de la transacción.
OPCIÓN – Tipos

❑ Según el derecho que otorga

✓ Call Option: Es una opción para COMPRAR el subyacente* a un precio fijado en un periodo establecido.

✓ Put Option: Es una opción para VENDER el subyacente* a un precio fijado en un periodo establecido

❑ Según su fecha de ejercicio

✓ Europea: Solo puede ser ejercida en la fecha de vencimiento del contrato.

✓ Asiática: Puede ser ejercida en algunas fechas establecidas.

✓ Americana: Puede ser ejercida en cualquier momento hasta la fecha de vencimiento.

*/ Acción, bono, commodity, moneda, etc.

OPCIÓN – Posiciones

❑ Existen 4 combinaciones para operaciones con opciones:

✓ Long Call -> Compra de una opción de compra

✓ Short Call -> Venta de una opción de compra

✓ Long Put -> Compra de una opción de venta

✓ Short Put -> Venta de una opción de venta

OPCIÓN – Diagrama (Ejemplo)

❑ Long Call
Valuación de Forward Monedas (FWD)

❑ El tipo de cambio forward teórico es igual a:

1 + 𝑟𝑛𝑢𝑚 ∆𝑇 (𝑟𝑛𝑢𝑚 −𝑟𝑑𝑒𝑛 )∆𝑇

1 + 𝑟𝑛𝑢𝑚 ∆𝑇
𝑓 = 𝑆[ ] = 𝑆𝑒 =𝑆
1 + 𝑟𝑑𝑒𝑛 1 + 𝑟𝑑𝑒𝑛 ∆𝑇

❑ El valor de un contrato forward de compra de Pden unidades del denominador es igual a:

𝑉 = 𝑉𝐴 𝐼𝑛𝑓𝑙𝑜𝑤𝑠 − 𝑉𝐴(𝑂𝑢𝑡𝑓𝑙𝑜𝑤𝑠)
1 1
𝑉= 𝑃 𝑆 − 𝑃 𝑓
1 + 𝑟𝑑𝑒𝑛 ∆𝑇 𝑡 1 + 𝑟𝑛𝑢𝑚 ∆𝑇 1
Valuación de Forward Tasas (FRA)

❑ La tasa FRA teórica es igual a:

𝑡2
1 + 𝑟2 𝐵𝑎𝑠𝑒
𝑡1 −1
1 + 𝑟1 𝐵𝑎𝑠𝑒
𝑟𝐹𝑅𝐴 =
𝑡2 − 𝑡1

❑ El valor de un contrato FRA es igual a:

𝑟𝑅𝐸𝐹 − 𝑟𝐹𝑅𝐴 𝑁(𝑡2 − 𝑡1 )

𝐿𝑖𝑞𝑢𝑖𝑑𝑎𝑐𝑖ó𝑛 = ±
1 + 𝑟𝑅𝐸𝐹 (𝑡2 − 𝑡1 )
Interpolación

❑ En ciertos casos el usuario conoce el valor de una función f(x) en una serie de puntos x1, x2, · · · , xn, pero no se
conoce una expresión analítica de f(x) que permita calcular el valor de la función para un punto.

❑ La idea de la interpolación es poder estimar f(x) para un x arbitrario, a partir de la construcción de una curva o
superficie que une los puntos donde se han realizado las mediciones y cuyo valor si se conoce. Se asume que el punto
arbitrario x se encuentra dentro de los límites de los puntos de medición, en caso contrario se llamaría extrapolación.

En este capítulo estudiaremos el importantísimo tema de la interpolación de datos. Veremos dos tipos de interpolación: la
interpolación POLINOMIAL y la interpolación SEGMENTARIA (splines). . Comencemos dando la definición general.

❑ Definición. Dados puntos que corresponden a los datos:

Interpolación por splines

❑ Esta interpolación se llama interpolación segmentaria o interpolación por splines. La idea central es que en vez de usar
un solo polinomio para interpolar los datos, podemos usar segmentos de polinomios y unirlos adecuadamente para
formar nuestra interpolación.
❑ Cabe mencionar que entre todas, las splines cúbicas han resultado ser las más adecuadas para aplicaciones.
Instrumentos Financieros

❑ Renta Fija

Bonos de Bonos
Gobierno Corporativos

❑ Renta Variable

Acciones

❑ Derivados

Futuros /
Swaps Opciones
Forwards
Clasificación

❑ Los instrumentos financieros de inversión pueden clasificarse como:

1. De Negociación
2. Al Vencimiento

❑ Los instrumentos financieros derivados pueden clasificarse como:

1. De Cobertura
2. De Negociación
Usos

❑ Gestión de tesorería
❑ Inversión
❑ Financiamiento
❑ Cobertura de Riesgos
❑ Especulación
Renta Fija
Renta Variable

Análisis Fundamental Análisis Técnico

Ratios Bursátiles: Chartismo:

PER = P por acción / B por acción Métodos Gráficos

Rentabilidad por dividendo:

Actualización de la corriente de dividendos Análisis Cuantitativo:
Métodos Estadísticos

ROA, ROE

Valoración de empresas
Duración

❑ El concepto de duración es muy útil en el mercado de dinero, especialmente como un indicador de riesgo.
❑ La duración es el cambio en el valor de un bono (∆P) cuando se registra un cambio en las tasas de interés del mercado
(∆r).
❑ Matemáticamente es la derivada del precio con respecto a la tasa de interés.
❑ El precio del bono tiene la siguiente expresión:

C1 C2 C3 Cn VN
P= + +− + ... + +
(1 + r ) (1 + r )
1 2
(1 + r ) 3
(1 + r ) n
(1 + r ) n
❑ Donde: ci son los cupones del bono, r es la tasa de rendimiento y VN es el valor nominal.
Duración

❑ La derivada con respecto a la tasa de interés es la siguiente:

dP C1 2C2 3C3 nCn nVN

=− − − − ... − n +1
−
dr (1 + r ) (1 + r ) (1 + r )
2 3 4
(1 + r ) (1 + r ) n +1
❑ Dividiendo la ecuación de ambos lados entre el precio se tiene:

1 dP 1  C1 2C2 3C3 nCn nVN  1

=−  − − − ... − − *
n 
P dr (1 + r )  (1 + r ) (1 + r ) (1 + r )
1 2 3
(1 + r ) (1 + r )  P
n

❑ Esta expresión es de duración modificada, y la expresión que se encuentra dentro del corchete multiplicado por 1/P se
le llama duración de Macaulay.

1 dP Dur.Macaulay
= − Dur.Modificada Dur.Modificada = −
P dr 1+ r
Duración

1 n tCt nVN
Dur.Macaulay =  +
P t =1 (1 + r ) (1 + r ) n
t

❑ Otra expresión de la duración Macaulay es la siguiente:

1 + r 1 + r + (n(C − r ))
DM = −
r (
C (1 + r ) − 1 + r
n
)
❑ Despejando dP de la expresión de duración modificada:

dP Duración en m periodos al año

= − Dur.Modificada * dr Duración en años =
P m
❑ También expresada en términos de cambio en tasas de interés como:

𝑑𝑃 𝑑𝑅
= −𝐷[ ]
𝑃 1+𝑅
Cambio (%) del precio = - Dur. Modificada * cambio (%) en la tasa de interés * 100
Duración

❑ La duración modificada se define como el cambio porcentual en el precio del bono cuando las tasas cambian 1% (100
puntos base).
❑ Ejemplo: Si un bono tiene una duración de 3.5 años y las tasas suben 1%, dicho bono sufrirá una pérdida de 3.5%. De
esta manera, conociendo la duración modificada del bono, es posible identificar de manera inmediata la pérdida
potencial de este instrumento por cada 100 puntos base (1%).

Último flujo

Flujos

Línea de tiempo

Duración
Madurez
Convexidad

❑ Es una propiedad de los instrumentos de deuda. Cuando los cambios en las tasas de interés son muy pronunciados (alta
volatilidad) la duración del bono no es suficiente para cuantificar la pérdida potencial derivada de dicha posición. Es
necesario sumar el efecto de la convexidad a dicha pérdida.

P P
Baja convexidad Alta convexidad

r r
Convexidad

❑ Matemáticamente se determina como la segunda derivada del precio del bono respecto a la tasa de interés, de la
siguiente manera:

1 d 2P P 1
C= = convexidad (y )
2

P dr 2 P 2
❑ Simplificando algebraicamente:


 2C (1 + r ) 2
(1 + r ) n
−
1 + r + rn 
1 + r 
 + n( n + 1) r 2
(r − C 
 
C=
( ) 
r 2 (1 + r ) 2 C (1 + r ) n − 1 + r
❑ En el caso de un bono cupón cero (C=0), la expresión de la convexidad se reduce como sigue:

n(n + 1)
C=
(1 + r ) 2
VaR (Value at Risk)

El VaR es la máxima perdida probable en un intervalo de tiempo determinado y para un nivel de confianza dado.

A modo de ejemplo, tener un VaR diario al 99% de 1 millón de euros, significa que con una probabilidad del 99% la pérdida
máxima mañana será de 1 millón de euros.

Visto de otra forma, con la cartera actual, de cada 100 días en 99 de ellos la pérdida sería menor a un millón de euros , y
para un día la pérdida en la cartera debería ser mayor a un millón de euros.
VaR (Value at Risk) – Metodologías

Simulación histórica: Aplicar a la cartera actual precios históricos de las variables para generar posibles escenarios
contrastables contra la posición actual, generando resultados simulados a partir de los cuales se obtendrá el VaR.
No asume ninguna forma de distribución de las tasas de variación de los activos.

Varianzas Covarianzas (Paramétrico): Se calculan volatilidades y correlaciones de las variables de mercado que se
aplican al valor actual de la cartera asumiendo la función de distribución de las tasas de variación de los activos (Normal).

Simulación de Montecarlo: Se simulan posibles escenarios futuros en función de números aleatorios transformados a tasas
de variación del precio de las variables de mercado.
Metodologías VaR

Las similitudes:

❑ Los tres métodos buscan estimar un valor crítico para las pérdidas potenciales.

Las diferencias:

❑ Cada método realiza distintos supuestos acerca de qué valores son representativos sobre las futuras pérdidas potenciales
y cómo éstas se distribuyen estadísticamente

¿Individual? ¿Portafolio?
Metodologías VaR – Antecedente

¿Frontera
¿Markowitz?
Eficiente?

¿Efecto
Diversificación?
VaR Paramétrico

❑ Si la distribución de rendimientos tiende a una normal, el valor del VaR puede derivarse directamente de la volatilidad
estimada σ, utilizando un factor multiplicativo.
❑ Por ejemplo: Para estimar a qué distancia de la media normalizada en cero, se acumula el 5% de todas las ocurrencias
de la muestra, el gráfico 2 indica que el número de desviaciones estándar requeridas es aproximadamente -1.65σ. Si se
tratase de una distribución de rentabilidades, indicaría que el 5% de los resultados se acumulan a una distancia de 1.65σ
a la izquierda de cero, y por lo tanto son perdidas extremas.

❑ Un VaR de US$ 5 mill. al 95% de confianza asumiendo un horizonte de tiempo de liquidación de 1 día, significa que; en
promedio, solamente 1 día en 20 el inversor podría esperar que las pérdidas de su cartera superen los USD.
VaR Paramétrico

El intervalo de confianza

❑ Según la propuesta del Comité de Basilea el intervalo de confianza ideal es de 99% (1% de probabilidad, -2.33
desviaciones estándar) a 10 días.
❑ Según la metodología de RiskMetrics es de un 95% (5% de probabilidad y -1.65 desviaciones estándar) a 1 día.
VaR de Montecarlo

Supuestos
❑ El supuesto clave es que es posible conocer la función de distribución de rendimientos (futuros) de la inversión o
paquete de inversiones que se plantea manejar.
❑ Se asume que la distribución es una distribución conocida (no necesariamente normal o simétrica).

Para ello es posible utilizar algún procedimiento de ajuste o bootstrapping.

Procedimiento
❑ A partir de los supuestos sobre las distribuciones y sus covarianzas, es posible generar numerosos rendimientos futuros
hipotéticos.
❑ Mediante la combinación de dichos retornos, se puede estimar resultados alternativos del portafolio y formar así un
histograma empírico.
❑ Finalmente, a partir de este histograma, se puede estimar el percentil de riesgo apropiado.

En síntesis
❑ Se asume que las distribuciones son conocidas y se generan numerosos “mundos imaginarios” que siguen estas
distribuciones.
❑ El VaR se calcula comparando dichos escenarios simulados
Números aleatorios
Cholesky
VaR Histórico

Supuestos

❑ A diferencia de los dos primeros métodos, este enfoque no realiza supuestos sobre la manera de “suavizar” la
distribución de los retornos.
❑ Se mantiene el supuesto previo de que el comportamiento pasado es representativo del futuro cercano.

Procedimiento

❑ Se utiliza el propio histograma empírico de los retornos históricos para calcular el nivel de pérdidas crítico.
❑ Notar que los patrones de covarianza entre variables se incorporan directamente en el procedimiento.
Expected Shortfall (ES)

A diferencia del VaR que no tiene en cuenta cómo es el resto de mayores pérdidas, al tomar la pérdida correspondiente a un
determinado percentil, el Expected Shortfall se calcula como una media de las mayores pérdidas a partir de un determinado
percentil.

De esta forma el ES, también conocido como CVaR (Conditional VaR), incorpora el riesgo de cola (tail risk).

Mientras que el VaR estaría en torno a 1250 aprox el ES, como media, sería de 1900 aprox (250 observaciones – 99%nivel
confianza).
Volatilidad
¿Cómo de bueno es nuestro modelo VaR?

Para analizarlo contamos con el informe de backtesting, que compara para un periodo que suele ser de un año, el VaR diario
de una fecha con los resultados obtenidos al día siguiente.

Es muy importante que a la hora de comparar se limpie el resultado del día siguiente de los resultados de nuevas
operaciones, puesto que estas operaciones no estaban en el cálculo del VaR del día anterior.
¿Cómo de bueno es nuestro modelo VaR?

¿Qué modelo VaR os parece más adecuado viendo los siguientes backtestings (1 año - 250días)?
100.0

50.0

0.0 Nuestro modelo

-50.0
VaR sobrevalora el
No hay excepciones riesgo
-100.0

-150.0

-200.0

-250.0

200.0

150.0

100.0

50.0
Nuestro modelo
0.0
VaR infravalora el
-50.0
riesgo
-100.0

-150.0

-200.0

-250.0
¿Cómo de bueno es nuestro modelo VaR?

¿Cuántas excepciones deberíamos esperar en un backtesting al 99% que analiza un periodo de 250 días?

1% de 250 = 2,5 -> estadísticamente deberíamos esperar que entre 2 y 3 días nuestra pérdida sea mayor que el VaR.

250.0

200.0

150.0

100.0

50.0

0.0

-50.0

-100.0

-150.0

-200.0

-250.0
Stress Testing

El ejercicio de Stress Testing consiste en someter a la cartera a cambios excepcionales de los factores de mercado.

Estos cambios pueden ser cambios que se observaron en crisis pasadas, como el 11-S, o la crisis de deuda de los soberanos
(prima de riesgo).

También pueden ser movimientos no observados en mercado, como por ejemplo, bajar los precios de las acciones un 50%,
subir los tipos de interés un 30%, depreciar los divisas un 20%, etc…
Stress Testing

La idea es tensionar la cartera

Se trata de un ejercicio que aporta un conocimiento adicional a las sensibilidades y al VaR sobre donde está el riesgo en las
carteras (por ejemplo, en carteras de opciones).

Destacar que a diferencia del VaR, los resultados del stress test no van unidos a una probabilidad determinada de
ocurrencia.
Copula Gaussiana
Anexos - Varios
Anexos - Varios
Anexos - Varios
Anexos - Varios
Anexos - Varios
Anexos - Varios
Anexos - Varios