Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Riesgo de Mercado
Proyecto Final

Andres Rico Laura Algarra Maria Jose Saavedra

Métodos Cuantitativos en Finanzas

Facultad de Economia

2022-1

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 1 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 2 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 3 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Introducción

El riesgo tiene un papel fundamental a la hora de establecer

la estrategia de inversión. Según su naturaleza, los riesgos se
catalogan en cuantificables y no cuantificables.
La medición del VaR surge de la necesidad de mejorar la gestión
de riesgos de las instituciones financieras, por parte de las en-
tidades regulatorias. En este sentido, este consiste en la es-
timación de pérdida máxima que podría sufrir una cartera de
valores en un periodo de tiempo, bajo condicionales normales
del mercado, con cierto nivel de confianza.
En el caso de un portafolio es de importancia llegar a encontrar
la posibilidad de que la combinación de activos o valores no
cumpla con los objetivos financieros.

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 4 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 5 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Objetivos

• Encontrar el portafolio óptimo mediante la medida del sharpe

ratio y utilizar modélos para determinar la volatilidad de este
en el corto y mediano plazo.
• Aplicar las metodologías aprendidas en clase con el fin de
medir el riesgo de mercado del portafolio optimizado.
• Evaluar mediante el VaR la exposición del portafolio
seleccionado al riesgo, haciendo uso del método paramétrico.

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 6 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico
Riesgo de Mercado
Metodologías de medición de riesgos
ARCH GARCH

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 7 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico
Riesgo de Mercado
Metodologías de medición de riesgos
ARCH GARCH

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 8 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico
Riesgo de Mercado
Metodologías de medición de riesgos
ARCH GARCH

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 9 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico
Riesgo de Mercado
Metodologías de medición de riesgos
ARCH GARCH

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 10 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Riesgo de Mercado

Según el Acuerdo de Basilea de 2010, el riesgo de mercado se

define como la posibilidad de incurrir en pérdidas en posiciones
dentro y fuera del balance, que surgen de movimientos en los
precios de mercado. Los riesgos sujetos a este tipo son:
• Los relacionados con los instrumentos de tasas de interés y las
acciones en portafolios de inversión.
• El riesgo de tasa de cambio y riesgo de precio de commodities.

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 11 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Riesgo de Mercado

Figure 1: Identificación de riesgos de mercado (AMV).

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 12 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Metodologías de medición de riesgos

VaR (Value at Risk)

JP Morgan propuso la medida de riesgo VaR (Value at Risk),

para saberse cuánto puede perderse en el activo como inversión,
• El VaR es la estimación, dado un nivel de confianza, del valor
que puede perderse en un activo (o portafolio) dado un
horizonte de tiempo definido. Es decir, que mide la máxima
pérdida posible para un período de tiempo dado un nivel de
confianza específico.
• La herramienta es útil en tanto les permite al inversionista y al
administrador del portafolio tener un estimado de las pérdidas
probables y con base en eso calibrar si la estrategia del
portafolio se acomoda a la tolerancia al riesgo del inversionista.

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 13 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Metodologías de medición de riesgos

Expected shortfall (CVaR)

Existen diferentes métodos para el cálculo del VaR como el

paramétrico, el histórico y por Monte Carlo.
• El VaR paramétrico se calcula bajo técnicas econométricas y
parte del supuesto de que la distribución de retornos del activo
se comporta como una distribución normal.
• El VaR por simulación histórica, utiliza la información histórica
de la serie de precios (retornos) de los activos sin realizar
ninguna suposiciṕn respecto a la distribuciń de probabilidad.
• El VaR por simulación de Monte Carlo consiste en la
generación de números aleatorios bajo la distribución de
probabilidad deseada, usualmente, normal.

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 14 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

ARCH GARCH

• El modelo ARCH (Autoregressive Conditional

Heteroscedasticity) asume que la volatilidad no es constante a
lo largo del tiempo, pero tiende a revertir o volver a una media
de largo plazo.
• El modelo GARCH es un modelo autorregresivo generalizado
que encuentra la volatilidad promedio a medio plazo mediante
una autorregresión que depende de la suma de perturbaciones
rezagadas y de la suma de varianzas rezagadas.

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 15 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 16 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
Portafolio Optimo

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 17 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
Frontera Eficiente

Figure 3: Ratio de Sharpe: 1.85

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 18 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
VaR

Figure 4: VaR Portafolio: 2,111,683

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 19 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
CVaR

Figure 5: CVaR Portafolio: 2,633,507

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 20 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
Modelos ARCH y GARCH

Figure 6: Retornos del Portafolio

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia
Riesgo de Mercado 21 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
Modelo ARCH

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 22 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
Modelo ARCH y GARCH

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 23 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
Modelo ARCH

Figure 7: Residuales al cuadrado

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia
Riesgo de Mercado 24 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
Modelo GARCH

• La volatilidad del portafolio se explica en un 9.22% por la

volatilidad de un día anterior y en un 86.67% por la varianza
ajustada de un periodo.

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 25 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
Modelo GARCH

Figure 8: GARCH(1,1) vs rendimientos

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia
Riesgo de Mercado 26 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Resultados
Modelo GARCH

Figure 9: Pronostico GARCH

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia
Riesgo de Mercado 27 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 28 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Conclusión

• Con un 95% de confianza, nuestro portafolio de 100,000,000

no superara las perdidas superiores a 2,633,507 en un periodo
de un dia.
• Dado que con el modelo ARCH y GARCH se puede predecir la
varianza del portafolio, el inversionita será capaz de cubrirse de
riesgos futuros o aprovechar periodos de grandes
rentabilidades.

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 29 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

1 Introducción

2 Objetivos

3 Marco Teórico

4 Resultados

5 Conclusión

6 Referencias

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 30 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

• AMV. (2020, diciembre). GUÍA DE ESTUDIO

ADMINISTRACIÓN DE RIESGOS. Artmedia Estudio Diseño.
• Conditional Value at Risk (CVaR). (2020, 13 marzo).
Investopedia.
https://www.investopedia.com/terms/c/conditionalvalueatrisk.asp
• RPubs (2020). TESLA Modelos ARCH-GARCH.
https://rpubs.com/AnaP/TESLAARCHGARCH
• Universidad de Barcelona (2018). Modelos ARCH y GARCH:
Aplicación a series financieras.
http://diposit.ub.edu/dspace/bitstream/2445/125023/2/memoria.pd
• Universidad Nacional de Colombia (2008). Modelos ARCH,
GARCH y EGARCH: Aplicaciń a series financieras.
https://www.redalyc.org/pdf/2821/282122032011.pdf

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 31 / 32
Introducción Objetivos Marco Teórico Resultados Conclusión Referencias

Gracias!

Tercer Corte Métodos Cuantitativos en Finanzas Facultad de Economia

Riesgo de Mercado 32 / 32