Untitled

DATOS DEL AUTOR
Economista y contador público egresado de la UNAM, actual-

mente es catedrático con 14 años de experiencia docente en las
áreas de Finanzas y Economía de la Universidad Tecnológica de
México (UNITEC), Campus Sur.
Ha sido asesor de tesis en tópicos financieros y sinodal en exá-

menes profesionales en la propia UNITEC.
Cuenta con más de 28 años de experiencia en el sector finan-

ciero (banca, seguros y otros intermediarios auxiliares de crédito),
se ha desarrollado como consultor empresarial en temas de pla-
neación estratégica, elaboración de planes de negocio, así como
reingeniería de procesos administrativos y financieros.
Actualmente, se desempeña como Director de Riesgos y Pro-

cesos, así como Oficial de Cumplimiento en una empresa microfi-
nanciera orientada a canalizar créditos productivos a segmentos de
escasos recursos, la cual tiene posicionamiento en la península de
Yucatán.
INTRODUCCION
El riesgo es uno de los principales fenómenos que enfrentan

todos los agentes financieros, ya sean instituciones financieras
(bancos, casas de bolsa, SOFIPOS, SOFOMES, arrendadoras, fac-
toraje, casas de cambio, etc.), así como los propios participantes
de los mercados financieros, tanto personas físicas como personas
morales.
Existen diversas modalidades de riesgos a los que se enfrentan

los agentes financieros, entre los que destacan: riesgos de mer-
cado, riesgos de crédito, riesgos de liquidez, riesgos operativos y
riesgos legales.
Esta obra tiene como objetivo brindar herramientas teórico-prác-

ticas a los estudiosos del apasionante mundo de la gestión de ries-
gos, por lo tanto, va dirigida a estudiantes de las licenciaturas de
economía, finanzas, contaduría pública y administración de empre-
sas, principalmente, así como a aquellos profesionales que se dedi-
quen a estas ramas del conocimiento y quehacer financiero actual.
El libro pretende ser una guía de referencia rápida que dé res-

puestas a las interrogantes básicas que plantea la administración
de los riesgos en forma integral, por lo tanto, se busca que la obra
tenga un enfoque teórico-práctico que ayude al lector interesado a
plantear y resolver diversos tópicos que son inherentes a la gestión
de riesgos financieros.
Esta obra consta de 11 capítulos, a través de los cuales se hacen

planteamientos teóricos que se acompañan de ejemplos prácticos
que permitan al lector corroborar y comprobar lo expuesto en los
modelos teóricos que se presentan en cada capítulo.
El primer capítulo aborda la panorámica actual de la adminis-

tración de riesgos en el contexto del sistema financiero nacional
e internacional, para ello se plantea el concepto de la gestión de
riesgos dentro de la ciencia financiera moderna.
En el segundo capítulo se aborda el teorema fundamental de la

moderna teoría de la gestión de riesgos, es decir, la relación ries-
go-rendimiento, la cual se explica a través de herramientas estadís-
ticas como la varianza, covarianza, correlación y el planteamiento
de un modelo de bandas para el control de riesgos.
Para entender la gestión de riesgos financieros, en el capítulo
tercero se explica el funcionamiento de la teoría del portafolios de
inversión, para lo cual se hace referencia al ya clásico modelo de
Markowitz, así como de los modelos de programación lineal me-
diante el método simplex. Este capítulo es fundamental para la
construcción de carteras de inversión que permitan encontrar el
punto en donde se minimice el riesgo y se maximice el rendimiento
a través de la construcción de una frontera eficiente.
El cuarto capítulo aborda el tema de la volatilidad, que como es

bien sabido dentro de la teoría financiera moderna, ésta represen-
ta una variable clave dentro de los mercados financieros actuales.
Aquí se presentan varios modelos que ayudan a medir la volatilidad
a la que se hallan expuestos los principales activos financieros que
integran el patrimonio de empresas e inversionistas.
En el quinto capítulo se presentan las famosas reglas de Basilea,

las cuales se han convertido en una necesidad operativa y legal pa-
ra los participantes de los mercados financieros modernos, ya que
el apego a dichas reglas es de observación obligatoria tanto para
las autoridades e instituciones financieras mexicanas.
El capítulo sexto trata sobre los cinco tipos de riesgo a los que se
enfrentan los diferentes participantes de los mercados financieros y
su diferenciación para el tratamiento correspondiente de acuerdo al
tipo de riesgo que se presente.
Dentro del séptimo capítulo se aborda el riesgo de mercado, el

cual afecta principalmente a las tasas de interés y al tipo de cambio,
aquí se abordan tópicos fundamentales como el calce financiero, la
inmunización financiera, la duración y la convexidad.
La medición del riesgo crediticio se expone en el octavo capítulo,

dando inicio a través del análisis de las metodologías tradicionales,
para que posteriormente se presenten los modelos de Merton, VaR,
Credit Risk y KMV. Por último, se utilizarán las pruebas de estrés
correspondientes, mismas que permitirán realizar un análisis pa-
ra ver qué tan blindada puede estar una institución financiera ante
eventos económicos y financieros catastróficos.
El capítulo noveno trata sobre la exposición al riesgo cuando se

presentan condiciones de escasez de fondos prestables, lo cual
tiene un impacto directo sobre el capital neto y el Indice de capitali-
zación necesarios para la generación de un proceso de intermedia-
ción financiera lo más sano posible.
A través del capítulo décimo, se explica la importancia que tiene

la medición del riesgo operativo, ya que éste es un tema importantí-
simo dentro de la agenda de Basilea II y III, incluso se ha convertido
en un punto medular en la gestión de riesgos, ya que muchas de las
fallas internas de las instituciones financieras han propiciado serios
quebrantos que han puesto en peligro el patrimonio de los ahorra-
dores e inversionistas que participan dentro de dichas instituciones.
Por último, en el onceavo capítulo se aborda el tratamiento del

riesgo legal al que están expuestos tanto las instituciones financie-
ras como los clientes, accionistas e inversionistas que forman parte
de éstas.
MODELOS PRACTICOS DE ADMINISTRACION 15
CAPITULO 1
LA ADMINISTRACION DE RIESGOS,
¿ES UNA MODA O UNA NECESIDAD?
1.1. Entendiendo el Concepto de Riesgo
Las condiciones actuales que se viven en los mercados financie-

ros se traducen en un común denominador, es decir, el elemento
riesgo.
El riesgo va asociado directamente con la volatilidad que experi-

mentan las diferentes variables económicas y financieras, llámense
tipo de cambio, tasas de interés, inflación, etcétera.
En este sentido, el tener un conocimiento lo más amplio posible

sobre el comportamiento de dichas variables hace que la adminis-
tración de riesgos se convierta en una necesidad, ya que la iden-
tificación, medición y control de los riesgos permitirá mitigar, en la
medida de los posible, los impactos que podrían sufrir los partici-
pantes de los mercados financieros.
A continuación, se esbozarán varios elementos que permitirán

entender la naturaleza del riesgo y la forma de llevar a cabo su ges-
tión.
1.1.1. ¿Qué es el riesgo en general?
El riesgo es un elemento al que el género humano se ha enfren-

tado durante años, tal es el caso de los agricultores cuando llegan
a perder sus cosechas a causa de algún evento adverso de la natu-
raleza, llámese huracán, tornado, sequía, etcétera.
El riesgo se puede definir como la vulnerabilidad ante un daño o

perjuicio potencial que puede afectar a personas, organizaciones o
entidades.
El concepto de riesgo evoca la posibilidad de que ocurra un

contratiempo o se produzca un daño, pero también como verbo
define el arriesgarse, atreverse, supone una elección con incerti-
16 EDICIONES FISCALES ISEF
dumbre. Asimismo, la etimología del término riesgo proviene del

latín RISCARE, lo que significa atreverse o transitar por un sendero
peligroso.1
El adentrarse a la gestión del riesgo implica comprenderlo, esto

es: saber medirlo y valorarlo; establecer límites de riesgo acepta-
ble y cuáles riesgos deben ser evitados; gestionarlo introduciendo
cambios, si fuera necesario, en los planes originales de gestión y
controlarlo mediante procedimientos previamente establecidos.
Ante esta perspectiva, la Administración de Riesgos es una dis-

ciplina compleja en la que los gestores deben tratar con los involu-
crados, ya sean individuales o institucionales.
En este sentido, se entenderá por Administración de Riesgos,

al conjunto de objetivos, políticas, procedimientos y acciones que
se implementen para identificar, medir, vigilar, limitar, controlar,
informar y revelar los riesgos a que se encuentran expuestos los
agentes que participan dentro de los mercados financieros y eco-
nómicos actuales.
1.1.2. La administración de riesgos como una disciplina es-

pecial de la ciencia financiera
La administración de riesgos es una disciplina que empezó a po-

nerse en boga durante los años ochenta del siglo pasado; al res-
pecto, hay que recordar la situación que vivieron las economías de
los países emergentes, entre las que destaca la economía mexica-
na.
Durante la gestión presidencial de José López Portillo de finales

de la década de los setentas y principios de los ochentas del siglo
pasado, la economía de nuestro país atravesó por momentos de
alta volatilidad, sobre todo por los altos niveles de endeudamiento
externo, tanto del gobierno como del sector privado, lo cual desató
una fuerte especulación contra el peso mexicano hasta llevarlo a
niveles devaluatorios cercanos al 100%.
Por otra parte, la hiperinflación que se empezó a desatar pro-

vocó que los niveles de volatilidad en los mercados económicos y
financieros se convirtieran en el común denominador, tal situación
representó elevados riesgos para el gobierno y los particulares.
A partir de ese hito en la historia económica de nuestro país, se

marcó la pauta para que los estudiosos de las finanzas empezaran
a plantear modelos que permitieran una gestión objetiva de los ries-
gos para poder identificarlos, prevenirlos y mitigarlos.
1. De Lara Haro, Alfonso. Medición y Control de Riesgos Financieros. México, Limu-

sa, 2013, pág. 13.
El riesgo siempre ha sido un elemento que se encuentra pre-

sente en el quehacer humano, sobre todo en la economía y las
finanzas, ya que en estas disciplinas se trabaja con variables que
se enfrentan a diversas oscilaciones, las cuales son el ingrediente
principal para estudiar las causas que propician tales movimientos.
Ante esta panorámica, los estudiosos de las finanzas han pro-

puesto innumerables modelos para la gestión de riesgos y dentro
de los desarrollos teóricos que marcaron la pauta en esta disciplina
figura el trabajo pionero de Harry Markowitz.
Harry Markowitz es uno de los economistas norteamericanos

más prestigiados de la Universidad de Chicago, quien se hizo cé-
lebre con su trabajo denominado PORTFOLIO SELECTION que fue
publicado por la revista Journal of Finance en 1952. En este estudio,
Markowitz utilizó herramientas estadísticas para generar portafolios
de inversión que permitan minimizar riesgos y optimizar el rendi-
miento de los instrumentos que forman una cartera de inversión.2
Después que Markowitz publicó su famosa teoría de la selección
de portafolios de inversión, recibió en 1990 el premio Nobel de Eco-
nomía.
1.1.3. ¿Por qué se requiere la administración de riesgos, tan-

to para empresas, gobierno, instituciones financieras e inver-
sionistas?
En el controvertido mundo financiero en que vivimos, la volatili-

dad de los mercados se ha traducido en riesgos para los diferentes
agentes económicos y financieros que participan en los mismos.
De manera muy concisa, la utilidad de la administración de

riesgos para empresas, gobierno, instituciones financieras e inver-
sionistas se puede resumir con algunos tipos de riesgos de la si-
guiente manera:
AGENTE IDENTIFICACION IMPACTO

FINANCIERO DEL RIESGO DEL RIESGO
Empresas • Riesgo legal. • Por el no cumplimiento
en tiempo y forma de las
obligaciones legales.
• Riesgo operativo. • Asociado a fallas en
los sistemas y errores
humanos dentro de los
procesos de gestión de
la empresa.
2. Markowitz, Harry. Portfolio Selection. Journal of Finance, USA, 1952.

Gobierno • Riesgo cambiario. • Movimientos en el ti-

po de cambio pueden
afectar la planeación del
presupuesto guberna-
mental para un ejercicio
fiscal.
Instituciones • Riesgo de crédito. • Incumplimiento en las
Financieras obligaciones de los
acreditados.
• Riesgo de liquidez. • Insuficiencia de fondeo
para realizar operacio-
nes crediticias.
Inversionistas • Riesgo de mercado. • Se puede tener una
afectación negativa que
pueda poner en peligro
el patrimonio personal y
familiar del inversionis-
ta.
Esta es sólo una muestra de los tipos de riesgo a los que se

pueden enfrentar los agentes financieros que participan en los di-
ferentes mercados financieros, lo cual puede dar una idea sobre el
impacto que puede causar cualquiera de estos riesgos cuando no
se le identifica y corrige de manera anticipada.
CAPITULO 3
PORTAFOLIOS DE INVERSION
BAJO UN ENTORNO DE RIESGO
3.1. Modelo de Markowitz
El modelo de Markowitz plantea que al momento de tener dos o

más títulos se puede formar una cartera o portafolio de inversión;
si se combinan, el resultado a obtener será una disminución en el
nivel de riesgo y una optimización del rendimiento a obtener, lo cual
no podría obtenerse si se dedicaran los recursos a invertir los títu-
los de manera independiente; en otras palabras, no sería eficiente
tener todos recursos financieros en un solo instrumento financiero,
por el contrario, Markowitz sugiere diversificar dichos instrumentos
para reducir, en la medida de lo posible, la exposición al riesgo y
maximizar el rendimiento de los mismos.
El modelo de portafolio de inversión también se le conoce dentro

del campo de las finanzas como MODELO DE VARIANZA MINIMA y
como se verá más adelante, la varianza y la covarianza jugarán un
papel preponderante para la formación del portafolio de inversión
en cuestión.
3.1.1. Construcción de un portafolio de inversión con dos ins-

trumentos financieros
Para entender la metodología referente a la construcción de un

portafolio de inversión, partiremos del caso más simple, es decir, a
partir de dos títulos, los cuales generalmente se refieren a acciones.
Para formar un portafolio de inversión, se deben seleccionar los

precios de las dos emisoras que integrarán el portafolio de inver-
sión, posteriormente se deberá obtener el rendimiento de ambos
títulos, mismo que se obtiene a través de la siguiente fórmula:
Pt
π = −1 * 100 (Fórmula 3.1)
Pt-1
Donde:
Pt = Precio actual
Pt-1 = Precio anterior
Una vez obtenido el rendimiento de cada título, se procede a
calcular el promedio, la varianza y la desviación estándar, cuyas
fórmulas se revisaron en el capítulo 2.
Para ejemplificar lo anterior, se tomará el precio de las acciones

de “C” y “B” del período de enero 2014 a febrero 2015, cuyos ren-
dimientos se muestran en el cuadro siguiente:
Cuadro 3.1. Rendimiento de las acciones
PRECIOS RENDIMIENTO
PERIODO
“D” “B” “D” “B”
ENE 2014 35.530 47.07
FEB 2014 34.750 46.19 -0.02195 -0.01870
MAR 2014 35.240 47.79 0.01410 0.03464
ABR 2014 36.140 47.99 0.02554 0.00418
MAY 2014 37.200 55.81 0.02933 0.16295
JUN 2014 38.070 57.99 0.02339 0.03906
JUL 2014 40.610 58.56 0.06672 0.00983
AGO 2014 41.160 62.53 0.01354 0.06779
SEP 2014 38.940 66.91 -0.05394 0.07005
OCT 2014 39.390 68.50 0.01156 0.02376
NOV 2014 39.110 65.00 -0.00711 -0.05109
DIC 2014 40.700 61.94 0.04065 -0.04708
ENE 2015 38.140 61.15 -0.06290 -0.01275
FEB 2015 42.220 63.68 0.10697 0.04137
MATRIZ VARIANZA - COVARIANZA

0.001912484 0.000293308
0.000293308 0.002956512
Con esta información se procederá a calcular el rendimiento pro-

medio, la varianza y la desviación estándar de cada título, lo cual se
muestra en el cuadro siguiente:
Cuadro 3.2. Rendimiento y riesgo de “D” y “B”
ACCION E(P) VAR(P) DST(P)

“D” 1.43% 0.19% 4.37%
“B” 2.49% 0.30% 5.44%
Donde:
E(P) = Rendimiento promedio del título
VAR(P) = Varianza del título
DST(P) = Desviación estándar del título (representa el riesgo)
Para poder observar la relación existente entre el riesgo y el ren-

dimiento, en la siguiente gráfica se muestran los resultados antes
obtenidos:
Gráfico 3.1. Relación Riesgo – Rendimiento
R 2.60%
E 2.40%
N
2.20%
D
I 2.00%
M 1.80%
I
1.60%
E
N 1.40%
T 1.20%
O
1.00%
4.00% 4.50% 5.00% 5.50% 6.00%
RIESGO
Este gráfico prueba el teorema que afirma que a mayor nivel de

riesgo de un instrumento financiero, le corresponde un mayor nivel
de rendimiento.
Los resultados antes obtenidos se refieren al riesgo y rendimien-

to que de manera individual obtendrían las acciones de “D” y “B”.
Siguiendo la metodología de Markowitz, lo que se buscará ahora

será el rendimiento esperado o promedio del portafolio bajo el plan-
teamiento de la combinación de los dos títulos.
En este sentido, para obtener el rendimiento esperado del porta-

folio combinado, se plantea la siguiente fórmula:
E(P) = w * E(D) + (1 - w) * E(B)

(Fórmula 3.2)
Donde:
E(P) = Rendimiento esperado del portafolio combinado
w = ponderador
E(D) = Valor esperado de “D”
E(B) = Valor esperado de “B”
0<w<1
El ponderador es un parámetro que puede tomar un valor entre

cero u uno, lo cual significa que se pueden esperar diversas combi-
naciones que generarán a su vez una gama de posibilidades para
establecer la relación riesgo-rendimiento.
Para ejemplificar lo anterior, se utilizarán los resultados de los

cuadros 3.1 y 3.2 y para calcular el rendimiento esperado del porta-
folio combinado se tomará como ponderador un valor del 50%, es
decir, que se invertirá la mitad de los recursos en cada título.
E(P) = (0.5) * (0.0143) + (1 - 0.5) * (2.49) = 0.0196 * 100 = 1.96%
Continuando, ahora se procederá a realizar el cálculo del riesgo

del portafolio combinado, cuya fórmula es la siguiente:
σ2(P) =w2 * σ2(X) + 2w * (1 - w) * COVXY + (1 - w)2 * σ2(Y)

(Fórmula 3.3)
Donde:
σ2(P) = Varianza del portafolio combinado

σ2(X) = Varianza del título “X” (Para el ejemplo sería “D”)
σ2(Y) = Varianza del título “Y” (Para el ejemplo sería “B”)
σ2(P) = (0.5)2 * (0.0019) + 2(0.5) * (1 - 0.5)
* (0.000293308) + (1 – 0.5)2 * (0.003)
= 0.0014
Para obtener el riesgo del portafolio combinado, sólo hay que
extraer la raíz cuadrada de la varianza, lo cual queda así:
σ(P) = √σ2 = √0.0014 = 0.037 * 100 = 3.7%
En el siguiente gráfico se resumen los resultados obtenidos.
Gráfico 3.2. Portafolio combinado
R 2.60%
E B
2.40%
N
2.20%
D
I 2.00% PORTAFOLIO
COMBINADO
M 1.80%
I
E 1.60%
N 1.40%
D
T 1.20%
O
1.00%
3.00% 3.50% 4.00% 4.50% 5.00% 5.50% 6.00%
RIESGO
Lo anterior significa que al canalizar el 50% de los recursos del

portafolio en cada título, se reduce el riesgo y se optimiza el rendi-
miento esperado.
A continuación se presenta un ejercicio con varias combinacio-

nes de los dos títulos que forman el portafolio de inversión, cuyo
objetivo fundamental es abrir un abanico de posibilidades para el
inversionista, lo cual depende del grado de aversión al riesgo, más
adelante se expondrán alternativas que permitan obtener una com-
binación de instrumentos financieros que permita precisamente op-
timizar el portafolio que se esté analizando.
Cuadro 3.3. Combinaciones riesgo-rendimiento.
PONDERACION
RENDIMIENTO RIESGO
“D” “B”
0.0 1.0 2.49% 5.44%
0.1 0.9 2.39% 4.97%
0.2 0.8 2.28% 4.54%
0.3 0.7 2.17% 4.18%
0.4 0.6 2.07% 3.89%
0.5 0.5 1.96% 3.69%
0.6 0.4 1.86% 3.61%
0.7 0.3 1.75% 3.64%
0.8 0.2 1.64% 3.79%
0.9 0.1 1.54% 4.04%
0.0 1.0 1.43% 4.37%
Gráfico 3.3. Combinaciones riesgo-rendimiento
R 2.60%
E 2.40%
N
2.20%
D
I 2.00%
M 1.80%
I
E 1.60%
N 1.40%
T 1.20%
O
1.00%
3.00% 3.50% 4.00% 4.50% 5.00% 5.50% 6.00%
RIESGO
3.1.2. Construcción de un portafolio de inversión con tres

instrumentos financieros
Hasta este momento se ha trabajado con el caso más simple

para formar un portafolio de inversión, pero en el mundo real de las
inversiones financieras es bien conocido que para optimizar dicho
portafolio se requiere utilizar más de dos instrumentos financieros
para reducir la exposición al riesgo y maximizar el rendimiento.
En este sentido, se utilizará un modelo de Markowitz con tres

instrumentos financieros y posteriormente se hará un ejercicio para
formar un portafolio de inversión mayor a tres títulos.
Para hacer más eficiente la aplicación del modelo, se trabajará

directamente con la matriz VARIANZA-COVARIANZA, esto permitirá
calcular de manera más rápida los elementos de dicha matriz.
Retomaremos nuevamente los precios y rendimientos de “D” y

“B”, pero se adicionará una acción más, que en este caso sería “L”.
Cuadro 3.4. Precios y rendimientos de

“D”, “B” y “L”
PERIODO PRECIOS RENDIMIENTO

“D” “B” “L” “D” “B” “L”
ENE 2014 35.530 47.07 146.00
FEB 2014 34.750 46.19 140.00 -0.02195 -0.01870 -0.04110
MAR 2014 35.240 47.79 138.50 0.01410 0.03464 -0.01071
ABR 2014 36.140 47.99 141.00 0.02554 0.00418 0.01805
MAY 2014 37.200 55.81 149.00 0.02933 0.16295 0.05674
JUN 2014 38.070 57.99 156.00 0.02339 0.03906 0.04698
JUL 2014 40.610 58.56 151.32 0.06672 0.00983 -0.03000
AGO 2014 41.160 62.53 153.91 0.01354 0.06779 0.01712
SEP 2014 38.940 66.91 154.00 -0.05394 0.07005 0.00058
OCT 2014 39.390 68.50 155.00 0.01156 0.02376 0.00649
NOV 2014 39.110 65.00 159.00 -0.00711 -0.05109 0.02581
DIC 2014 40.700 61.94 153.00 0.04065 -0.04708 -0.03774
ENE 2015 38.140 61.15 153.00 -0.06290 -0.01275 0.00000
FEB 2015 42.220 63.68 168.00 0.10697 0.04137 0.09804
Con esta información se obtendrá el rendimiento, la varianza y la

desviación estándar de cada acción en particular, cuyos resultados
son:
Cuadro 3.5. Rendimiento, varianza y desviación estándar

“D” 1.43% 0.19% 4.37%
“B” 2.49% 0.30% 5.44%
“L” 1.16% 0.14% 3.80%
Asimismo, a partir de la información del cuadro 3.4 se genera la

matriz VARIANZA-COVARIANZA, cuyos resultados son los siguien-
tes:
Cuadro 3.6 Matriz VARIANZA-COVARIANZA

0.00191248 0.00029331 0.0006823
0.00029331 0.00295651 0.00102945
0.0006823 0.00102945 0.00144277
A partir de la matriz VARIANZA-COVARIANZA se definirá otra ma-

triz, a la cual se denominará como matriz de PONDERACIONES,
misma que se define de la siguiente manera:
Cuadro 3.7. Matriz VARIANZA-COVARIANZA

para tres instrumentos

(COVxx)(Wx)(Wx) (COVxy)(Wx)(Wy) (COVxz)(Wx)(Wz)
(COVyx)(Wy)(Wx) (COVyy)(Wy)(Wy) (COVyz)(Wy)(Wz)
(COVzx)(Wz)(Wx) (COVzy)(Wz)(Wy) (COVzz)(Wz)(Wz)
Donde:
(Wx), (Wy) y (Wz) son las ponderaciones de los tres títulos y las
covarianzas ya fueron definidas.
Al igual que el portafolio con dos títulos, se partirá de una posi-

ción balanceada, es decir, se combinarán las tres acciones en el
portafolio en una proporción del 33.3333% para cada una y poste-
riormente se realizarán otras combinaciones. Esto arroja el siguien-
te resultado:
Cuadro 3.8. Valores de la matriz de ponderaciones
MATRIZ DE PONDERACIONES
0.00021207 3.2525E-05 7.5887E-05
3.2525E-05 0.00032784 0.0001145
7.5887E-05 0.0001145 0.00016095
Para obtener el rendimiento esperado del portafolio combinado

se utilizará la siguiente fórmula:
E(P) = w1 * E(X) + w2 * E(Y) + ... + wn * E(Z)
(Fórmula 3.4)
Donde:
wn = ponderador los “n” títulos que forman el portafolio

E(X), E(Y) y E(Z) = Rendimiento individual de cada título
Con la fórmula 3.4 se obtendrá el rendimiento esperado del por-

tafolio combinado, cuyo resultado es el siguiente:
E(P) = (0.3333) * (0.143) + (0.3333) * (0.0249) + (0.3333) * (0.0116)
= 0.0169 * 100 = 1.69%
Para obtener el riesgo del portafolio diversificado lo que debe ha-

cerse es calcular la raíz cuadrada de la sumatoria de cada elemento
que integra la matriz de ponderaciones, lo que da el siguiente re-
sultado:
n
σ(P) = ∑ 2 = √0.0011 = 0.0339 * 100 =3.39%
√ i=1 σ
El paso siguiente consistirá en realizar un ejercicio similar al del

portafolio con dos instrumentos financieros que permita ver las po-
sibles combinaciones del portafolio de inversión, que en este caso
quedaría de la siguiente manera:
Cuadro 3.9. Riesgo y rendimiento de

“D”, “B” y “L”
PONDERACION
RENDIMIENTO RIESGO
“D” “B” “L”
0.00 0.00 1.00 0.01% 0.04%
0.10 0.10 0.80 1.32% 3.54%
0.20 0.20 0.60 1.48% 3.39%
0.30 0.30 0.40 1.64% 3.37%
0.33 0.33 0.33 1.69% 3.39%
0.00 1.00 0.00 0.02% 0.05%
0.40 0.50 0.10 1.93% 3.65%
0.30 0.40 0.30 1.77% 3.49%
0.20 0.30 0.50 1.61% 3.44%
0.10 0.20 0.70 1.45% 3.52%
1.00 0.00 0.00 0.01% 0.04%
Gráfico 3.4. Combinaciones riesgo-rendimiento
2.50%
2.00%
1.50%
1.00%
0.50%
0.00%
0.00% 0.50% 1.00% 1.50% 2.00% 2.50% 3.00% 3.50% 4.00%
En este cuadro se muestran 33 de las 5,456 posibles combina-

ciones que se podrían obtener con estos parámetros que aquí se
definieron; en este sentido, resulta obvio que los factores de pon-
deración pueden tomar una gama mayor de valores, aunque para
fines didácticos se consideraron sólo estos posibles rangos.
Lo anterior surge de la conocida fórmula de las combinaciones:
n!
nCr = (Fórmula 3.5)
r!(n − r)!
Donde:
nCr = Combinaciones de “n” en “r”
n = Número de elementos a considerar para la combinación
r = Número de combinaciones deseadas.
En el ejemplo que se está considerando, el número de elemen-

tos dentro de la combinación sería en este caso 33, cuyo valor de
los posibles ponderadores a considerar oscila entre 0.00 y 1.00:
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
Por lo tanto, el cálculo queda de la siguiente manera:
33! 33*32*31
nCr = = = 5,456
3!(33 − 3)! 3*2*1
Como se podrá observar, las posibilidades de combinación son

enormes, más adelante se verá otro modelo que hace un plantea-
miento de optimización del portafolio de inversión a través de las
técnicas de la programación lineal, mejor conocidas como el méto-
do simplex.
3.2. Modelo de Programación Lineal para Optimizar un Porta-

folio de Inversión
3.2.1. El método gráfico para un portafolio de dos instrumen-

tos financieros
Un modelo alternativo para formar un portafolio de inversión es

a través de la programación lineal y forma parte de las conocidas
técnicas de investigación de operaciones.
La investigación de operaciones es una de las ramas de las ma-

temáticas aplicadas a los negocios que tiene un amplio uso en la
economía, las finanzas y la administración en general.
Para los fines que se persiguen en esta obra, se utilizará lo que

se denomina método gráfico, el cual es el preámbulo del llamado
METODO SIMPLEX.
El método gráfico ayudará para maximizar el rendimiento y re-

ducir la exposición al riesgo del portafolio de inversión, para ello se
utilizarán los datos de “D” y “B” que se trabajaron en el punto 3.1.1.
Primeramente se retomarán los datos del cuadro 3.2:

“D” 1.43% 0.19% 4.37%
“B” 2.49% 0.30% 5.44%
Los pasos a seguir para utilizar el método gráfico son los siguien-
tes:
1. Plantear una función objetivo que permita maximizar el ren-
dimiento esperado.
2. Establecer restricciones para la función objetivo.
3. Las restricciones se deberán presentar como un sistema de

ecuaciones simultáneas con dos incógnitas, que en este ca-
so corresponden a las acciones “D” y “B”.
4. El valor obtenido de las incógnitas corresponderá a la pro-

porción que deberá invertirse en cada título.
5. El valor de cada título se sustituirá en la función objetivo y

el resultado obtenido corresponderá a la maximización del
portafolio de inversión.
La función objetivo se plantea de la siguiente manera:
max Z = 1.43 “D” + 2.49 “B”

Las restricciones quedarían así:
1. Se deberán invertir todos los recursos en ambas acciones:
1X + 1Y = 1 (1)
2. Establecer el nivel de riesgo que se quiere asumir, el cual
dependerá del perfil de riesgo del inversionista, el cual po-
demos clasificar como bajo, medio y alto. Este perfil de
riesgo se definirá en función al rango de riesgo que registra-
ron de manera independiente ambos títulos. En este caso,
“D” tiene el perfil de riesgo más bajo y sobre esta base se
podría proponer la siguiente estructura de riesgo:
PERFIL DE RIESGO RIESGO A ASUMIR

BAJO 4.5%
MEDIO 4.9%
ALTO 5.3%
Como se podrá observar, los rangos de riesgos se encuentran en

una escala que no podrá ser menor al riesgo más bajo ni mayor al
riesgo más alto que registraron ambos títulos:
4.37% < σ(P) < 5.44%

La escala del riesgo a asumir estará en función al perfil del inver-
sionista.
Continuando, la segunda restricción se planteará considerando

un riesgo medio que no podrá exceder el 4.9% y quedaría de la
siguiente manera:
0.0437X + 0.0544Y ≤ 0.049 (2)

Una vez obtenidas las dos restricciones, se plantearán como un
sistema de ecuaciones simultáneas con dos incógnitas, mismas
que se representan así:
1X + 1Y = 1
0.0437X + 0.0544Y = 0.049
Este sistema de ecuaciones simultáneas se puede resolver por
cualquiera de los cuatro métodos tradicionales algebraicos cono-
cidos, en este caso, se utilizará el método de reducción (suma y
resta).
-0.0437X - 0.0437Y = -0.0437

0.0437X + 0.0544Y = 0.0439
Eliminando “X”, se obtiene “Y”
0.0002
Y= = 000187
0.0107
Sustituyendo el valor de “Y” en la ecuación (1) se obtiene lo si-

guiente:
X = 1 − 000187 = 0.9813
La suma de ambos valores da la unidad o el 100% de los recur-

sos que se deberán invertir en el portafolio.
Sustituyendo los valores de “X” e “Y” en la función objetivo se

obtendría el siguiente resultado:
max Z = 1.43 (0.9813) + 2.49 (0.00187) = 1.41%

Este resultado indica que se deberán invertir el 98.13% de los re-
cursos en acciones “D” y el 0.187% en acciones de “B” de acuerdo
a este perfil de riesgo.
Este problema se puede resolver mediante un software de mode-
los de investigación de operaciones denominado QSB que son sus
siglas en inglés y significan QUANTITATIVE SYSTEM BUSINESS,
mismo que se plantea de la siguiente manera:
En este caso, se utilizará dentro de este software la opción de

resolución a través del método gráfico, cuyo resultado queda así:
Mediante este software se pueden obtener otras combinaciones

que permitirán obtener diferentes perfiles de riesgo.
3.2.2. El método simplex para construir portafolios de inver-

sión con más de dos instrumentos financieros
El método simplex es una herramienta muy poderosa dentro de

la investigación de operaciones y sirve para resolver problemas de
optimización de portafolios de inversión que involucren más de dos
títulos.
Este método utiliza tablas denominadas simplex así como co-

lumnas y renglones pivote y mediante iteraciones se van obtenien-
do los valores que optimizan a la función objetivo.
La explicación del método simplex excedería y desviaría los lími-

tes de esta obra, por lo cual se le recomienda al lector que acceda
al manual de referencia del software QSB, mismo que es gratuito y
puede bajarse de Internet a través de TARINGA.
Para aplicar el método simplex a tres títulos, se tomará el ejemplo

descrito en el cuadro 3.4 para “D”, “B” y “L” .

“D” 1.43% 0.19% 4.37%
“B” 2.49% 0.30% 5.44%
“L” 1.16% 0.14% 3.80%
3. Planteamiento de la función objetivo:
max Z = 1.43 D + 2.49 B + 1.16 L

4. Sujeto a las siguientes restricciones:
1X + 1Y + 1Z = 1 (1)
0.0437X + 0.0544Y + 0.038Z ≤ 0.053 (2)
En este caso, se está considerando un perfil de riesgo alto.
Ambas restricciones se plantearán como un sistema de ecuacio-

nes simultáneas con tres incógnitas y su representación matemáti-
ca se muestra con el software QSB.
Aplicando los valores de las variables a la función objetivo se

tiene:
max Z = 1.43 (0) + 2.49 (0.9146) + 1.16 (0.0854) = 2.38%

Este resultado señala que para maximizar este portafolio se de-
berá invertir:
“B” = 91.46%
“L” = 8.54%
Más adelante se verán las ventajas y desventajas de los modelos

de Markowitz y el de Programación Lineal.
3.3. La Frontera Eficiente
3.3.1. ¿Qué es la frontera eficiente para un portafolio de in-

versión?
Dentro de la metodología de Markowitz, la frontera eficiente se

puede definir como la curva de riesgo-rendimiento que representa
el conjunto de portafolios de inversión que se consideran como óp-
timos, lo cual significa que se espera obtener el máximo rendimien-
to con un mínimo de riesgo.
Para aplicar este concepto, se hará un planteamiento sobre un

portafolio de inversión que contenga cuatro títulos, esto con la fi-
nalidad de aplicar la metodología de Markowitz, para lo cual se re-
querirá de elementos básicos de Algebra Lineal, sobre todo porque
este planteamiento teórico requiere del manejo de operaciones ma-
triciales.
Como punto de arranque se tomarán los precios y los rendimien-

tos de cuatro acciones que cotizan en la Bolsa Mexicana de Valo-
res, que en este caso serían: “D”, “B”, “L” y “T”.
Cuadro 3.10. Precios y rendimientos de cuatro acciones
PRECIOS RENDIMIENTO
PERIODO
“D” “B” “L” “T” “D” “B” “L” “T”
ENE 2014 35.530 47.07 146.00 77.82
FEB 2014 34.750 46.19 140.00 77.90 -0.02195 -0.01870 -0.04110 0.00103
MAR 2014 35.240 47.79 138.50 87.07 0.01410 0.03464 -0.01071 0.11772
ABR 2014 36.140 47.99 141.00 85.82 0.02554 0.00418 0.01805 -0.01436
MAY 2014 37.200 55.81 149.00 86.85 0.02933 0.16295 0.05674 0.01200
JUN 2014 38.070 57.99 156.00 89.01 0.02339 0.03906 0.04698 0.02487
JUL 2014 40.610 58.56 151.32 94.26 0.06672 0.00983 -0.03000 0.05898
AGO 204 41.160 62.53 153.91 97.29 0.01354 0.06779 0.01712 0.03215
SEP 2014 38.940 66.91 154.00 91.10 -0.05394 0.07005 0.00058 -0.06362
OCT 2014 39.390 68.50 155.00 97.32 0.01156 0.02376 0.00649 0.06828
NOV 2014 39.110 65.00 159.00 101.29 -0.00711 -0.05109 0.02581 0.04079
DIC 2014 40.700 61.94 153.00 100.59 0.04065 -0.04708 -0.03774 -0.00691
ENE 2015 38.140 61.15 153.00 97.56 -0.06290 -0.01275 0.00000 -0.03012
FEB 2015 42.220 63.68 168.00 101.61 0.10697 0.04137 0.09804 0.04151
Con esta información se procede a calcular los riesgos y ren-

dimientos de cada una de las acciones, cuyos resultados son los
siguientes:

“D” 1.43% 0.19% 4.37%
“B” 2.49% 0.30% 5.44%
“L” 1.16% 0.14% 3.80%
“T” 2.17% 0.20% 4.49%
El paso siguiente consiste en generar la matriz VARIANZA-COVA-

RIANZA que ya se había definido previamente, la cual queda de la
siguiente manera:
Cuadro 3.11. Matriz VARIANZA-COVARIANZA

de 4 acciones
MATRIZ VARIANZA-COVARIANZA
ACCION “D” “B” “L” “T”
“D” 0.0019 0.0003 0.0007 0.0010
“B” 0.0003 0.0030 0.0010 0.0000
“L” 0.0007 0.0010 0.0014 0.0001
“T” 0.0010 0.0000 0.0001 0.0020
Una vez obtenida la matriz VARIANZA-COVARIANZA se proce-

derá a obtener la matriz inversa y para ello se utilizará de manera
práctica algunas fórmulas directamente de la conocida hoja de
cálculo Excel.
Para obtener la matriz inversa, se procede en la mencionada hoja

de cálculo de la siguiente manera:
1. Añadir un renglón y una columna adicional a la matriz VA-

RIANZA-COVARIANZA que contenga el valor numérico uno
y en la última casilla el cero, que para efectos didácticos se
sombrean en la matriz:
ELEMENTOS PARA CALCULAR LA

MATRIZ INVERSA
0.0019 0.0003 0.0007 0.0010 1.0000
0.0003 0.0030 0.0010 0.0000 1.0000
0.0007 0.0010 0.0014 0.0001 1.0000
0.0010 0.0000 0.0001 0.0020 1.0000
1.0000 1.0000 1.0000 1.0000 0.0000
2. Posteriormente, se calculará la matriz inversa mediante la

siguiente función:
=MINVERSA(C9:G13) en este caso se debe anotar el ran-

go de cinco columnas y cinco renglones directamente de la
matriz VARIANZA-COVARIANZA.
Una vez generado el valor aparecerá en una casilla de la hoja

de cálculo un solo valor de la matriz inversa, pero como se tienen
cuatro títulos, habrá que complementar los 24 valores restantes, lo
cual se realizará de la siguiente manera:
•• Seleccionar un rango de 5 renglones y 5 columnas a partir del

valor que se obtuvo con la función de la matriz inversa, esto
generará 25 posiciones en el mencionado rango y quedaría
así:
842.486738
•• Una vez seleccionado el rango, se deberá presionar la tecla

F2 y automáticamente Excel ubica la posición para calcular los
valores restantes de la matriz inversa:
•• El paso final consiste en presionar de manera simultánea las

teclas Ctrl+Shift+Enter:
•• Ya realizada esta operación, la hoja de cálculo muestra la ma-

triz inversa de manera completa:
842.486738 46.0376898 -464.947036 -423.577392 0.10052134

46.0376898 435.061852 -417.25376 -63.8457821 0.13054305
-464.947036 -417.25376 922.362192 -40.1613967 0.42094319
-423.577392 -63.8457821 -40.1613967 527.584571 0.34799241
0.10052134 0.13054305 0.42094319 0.34799241 -0.00085297
3. La matriz inversa servirá para resolver de manera simultánea

las cuatro proporciones de las acciones que forman el por-
tafolio, que de acuerdo a la nomenclatura del Algebra Lineal
se plantea a través de la siguiente fórmula:
X = C−1 B (Fórmula 3.6)
Donde:
X = Vector columna de incógnitas que contiene los valores a

encontrar para las cuatro acciones que en este caso forman el por-
tafolio.
C-1 = Matriz inversa.

B = Vector columna de los términos independientes.
4. La realización de la fórmula 3.6 se realiza a través de la fun-

ción =MMULT que es una multiplicación de matrices y para
complementar el vector columna de las incógnitas se pro-
cede de manera similar a lo antes expuesto en relación con
la matriz inversa tal como se describió en el numeral 2. Los
resultados del vector de incógnitas se muestran a continua-
ción:
842.4867 46.0377 -464.9470 -423.5774 0.1005 0 0.10052134

46.0377 435.0619 -417.2538 -63.8458 0.1305 0 0.13054305
-464.9470 -417.2538 922.3622 -40.1614 0.4209 0 0.42094319
-423.5774 -63.8458 -40.1614 527.5846 0.3480 0 0.34799241
0.1005 0.1305 0.4209 0.3480 -0.0009 1 -0.00085297
C-1 B X = C-1 B
Las proporciones finales se resumen de la siguiente manera:
ACCION PROPORCION
“D” 10.05%
“B” 13.05%
“L” 42.09%
“T” 34.80%
TOTAL 100.00%
Estos resultados muestran la combinación óptima que permitirá

maximizar el rendimiento y minimizar el riesgo del portafolio, para lo
cual se procederá a calcular ambas medidas.
Utilizando la fórmula 3.4 se obtiene el rendimiento esperado del

portafolio, cuyo resultado es el siguiente:
E(P) =(0.1005) * (0.0143) + (0.1305) * (0.0249) + (0.4209) *

(0.0116) + (0.3480) * (0.0217) = 1.71%
El riesgo del portafolio diversificado se calcula mediante la raíz
cuadrada de la sumatoria de cada elemento que integra la matriz de
ponderaciones, lo que da el siguiente resultado:
MATRIZ DE PONDERACIONES
0.000019 0.000004 0.000029 0.000034
0.000004 0.000050 0.000057 0.000001
0.000029 0.000057 0.000256 0.000018
0.000034 0.000001 0.000018 0.000245
n
σ(P) = ∑ σ2 = √ 0.000853 = 2.92%
√ i=1
Por lo tanto, el punto óptimo de este portafolio genera un rendi-

miento conjunto del 1.71% con un nivel de riesgo del 2.92%, adi-
cionalmente, ambas coordenadas pertenecen a la llamada frontera
eficiente.
Para la construcción de la frontera eficiente, se utilizará nueva-

mente la matriz VARIANZA-COVARIANZA, a la cual se le adiciona-
rán dos renglones y dos columnas que contengan los rendimientos
de los títulos, así como el valor numérico uno y en la última casilla
el cero, que para efectos didácticos se sombrean en la mencionada
matriz.
Cuadro 3.12. Frontera eficiente
CONSTRUCCION DE LA FRONTERA EFICIENTE

0.0019 0.0003 0.0007 0.0010 0.0143 1.0000
0.0003 0.0030 0.0010 0.0000 0.0249 1.0000
0.0007 0.0010 0.0014 0.0001 0.0116 1.0000
0.0010 0.0000 0.0001 0.0020 0.0217 1.0000
0.0143 0.0249 0.0116 0.0217 0 0.0000
1.0000 1.0000 1.0000 1.0000 0 0.0000
Por un procedimiento análogo se obtiene la matriz inversa, la

cual deberá multiplicarse por el vector de términos independientes
para generar a su vez las incógnitas que permitirán realizar varias
combinaciones a fin de poder construir la frontera eficiente.
Cuadro 3.13. Matriz inversa para construir la

frontera eficiente
MATRIZ INVERSA PARA CONSTRUIR FRONTERA EFICIENTE

823.698791 118.247836 -563.994734 -377.951893 -13.6431426 0.33400856 0 -13.3091341
118.247836 157.527269 -36.5709447 -239.20416 52.4364529 -0.76684852 0 51.6696044
-563.994734 -36.5709447 400.195174 200.370504 -71.9249338 1.65185845 0 -70.2730753
-377.951893 -239.20416 200.370504 416.785548 33.1316234 -0.21901848 0 32.912605
-13.6431426 52.4364529 -71.9249338 33.1316234 -9.90716747 0.16955015 1 -9.73761731
0.33400856 -0.76684852 1.65185845 -0.21901848 0.16955015 -0.00375463 1 0.16579552
C-1 B X = C-1
Para construir la frontera eficiente se utilizarán los valores del

vector de incógnitas “X”, el rendimiento esperado estimado que de-
berá ser creciente en relación al rendimiento óptimo ya calculado y
la última columna de la matriz inversa, quedando especificadas las
siguientes ecuaciones para las incógnitas:
X1 = −13.3091341 * E(P) + 0.33400856

X2 = 51.6696044 * E(P) − 0.76684852
X3 = −70.2730753 * E(P) + 1.65185845
X4 = 32.912605 * E(P) − 0.21901848
El valor esperado E(P) se estimará de manera creciente tal como

se había señalado a partir del 1.71% ya calculado, esto se podrá
apreciar mejor en el cuadro siguiente:
Cuadro 3.14. Frontera eficiente para las cuatro acciones
CONSTRUCCION DE LA FRONTERA EFICIENTE

PORTAFOLIO 1 2 3 4 5 6 7 8
RENDIMIENTO 0.0171 0.020 0.025 0.030 0.035 0.040 0.050 0.060
PROPORCIONES DENTRO DEL PORTAFOLIO
“D” 0.1005 0.0678 0.0013 -0.0653 -0.1318 -0.1984 -0.3314 -0.4645
“B” 0.1305 0.2665 0.5249 0.7832 1.0416 1.2999 1.8166 2.3333
“L” 0.4209 0.2464 -0.1050 -0.4563 -0.8077 -1.1591 -1.8618 -2.5645
“T” 0.3480 0.4392 0.6038 0.7684 0.9329 1.0975 1.4266 1.7557
SUMAS 1 1 1 1 1 1 1 1
VARIANZA 0.0009 0.0010 0.0014 0.0024 0.0039 0.0058 0.0111 0.0183
DESV.
ESTANDAR 0.0292 0.0308 0.0380 0.0492 0.0622 0.0762 0.1054 0.1353
Como se podrá apreciar en el cuadro anterior, el rendimiento es-

perado a partir del portafolio 2 se estimó de manera creciente para
que se pueda generar el gráfico de la frontera eficiente.
Gráfico 3.5. Frontera eficiente de las cuatro acciones
0.07000
0.06000
0.05000
0.04000
0.03000
0.02000
0.01000
0.0200 0.0400 0.0600 0.0800 0.1000 0.1200 0.1400 0.1600

3.3.2. Modelo CAPM
El modelo CAPM (Capital Assets Price Model) que traducido de

sus siglas en inglés significa Modelo de Precios de Activos de Capi-
tal, fue desarrollado y dado a conocer por William Sharpe en su ya
tradicional obra denominada INVESTMENTS.
Este modelo prueba el teorema fundamental de las finanzas

que establece que a mayor nivel de riesgo de un activo financiero
le corresponde un mayor nivel de rendimiento, en otras palabras,
existe una relación directamente proporcional entre el riesgo y el
rendimiento.
Para probar lo anterior, Sharpe vinculó el rendimiento de un acti-

vo financiero con el rendimiento del mercado de valores, este último
medido a través de un Indice accionario, que para el caso de Mé-
xico sería el Indice de Precios y Cotizaciones de la Bolsa Mexicana
de Valores.
Pt - Pt-1 lt - lt-1
=α+ (Fórmula 3.7)
Pt-1 lt-1
Donde:
Pt = Precio actual de la acción
Pt-1 = Precio anterior de la acción
α = Rendimiento mínimo de la acción independiente al compor-

tamiento del IPyC
 = Riesgo de la acción que está correlacionado con el IPyC

It = Indice de precios y cotizaciones actual
It-1 = Indice de precios y cotizaciones anterior
La ecuación (3.7) sirve para determinar el riesgo inherente a la

acción en cuestión, que en este caso corresponde a la pendiente
de esta ecuación, es decir, a .
Es importante hacer las siguientes reflexiones respecto al pará-

metro:
 = 1è La acción obtendría el rendimiento del mercado accio-

nario.
 > 1è La acción estará por arriba del rendimiento del mercado

accionario.
 < 1è La acción registrará un rendimiento menor al del merca-

do accionario.
Una vez determinado el riesgo de la acción, Sharpe estableció

una ecuación que la vincula con una tasa libre de riesgo y con el
rendimiento ofrecido por el mercado accionario, cuya expresión
matemática se representa de la siguiente manera:
π = Rf + (Rm – Rf)  (Fórmula 3.8)
Donde:
π = Rendimiento esperado de la acción

Rf = Tasa de interés libre de riesgo
Rm = Rendimiento del mercado de valores
Utilizando la misma información de las emisoras “D”, “B”, “L” y

“T”, se obtendrá primeramente la ecuación CAPM, la cual servirá de
base para saber el nivel de riesgo de cada acción en particular, el
cálculo del CAPM se puede realizar directamente de Excel, QSB o
E-Views, en este caso, se utilizará el paquete econométrico E-Views,
cuyos resultados se muestran a continuación.
Resumiendo lo anterior, las Betas de cada acción quedarían así:
Cuadro 3.15. Ecuaciones CAPM de las cuatro acciones
ACCION ALFA BETA

(Riesgo de la acción)
“D” 0.0083 0.8938
“B” 0.0203 0.6977
“L” 0.0073 0.6434
“T” 0.0171 0.6860
Como podrá observarse, “B”, “L” y “T” representan un nivel de

riesgo moderado, mientras que “D” está por arriba de las tres ante-
riores, aun así ninguna de las cuatro acciones son altamente ries-
gosas y por lo tanto su rendimiento esperado se ubica por abajo
del rendimiento del mercado accionario tal y como se demuestra a
continuación.
Cuadro 3.16. Rendimientos esperados de las
cuatro acciones
TASA RENDIMIENTO RENDIMIENTO

LIBRE
ACCION MERCADO BETA ESPERADO
DE ACCIONARIO DE LA ACCION
RIESGO*
“D” 0.894 7.55%
“B” 0.698 6.54%
2.96% 8.10%
“L” 0.643 6.27%
“T” 0.686 6.48%
* CETES 28 días.
3.4. Comparación de Resultados con los Modelos de Porta-

folio de Inversión
Después de la disertación presentada a lo largo de este capítulo,

se procederá a realizar una revisión entre los modelos de Markowitz
y el de Programación Lineal, para ello se utilizará un cuadro resu-
men en el que se muestren las ventajas y desventajas de ambos.
Cuadro 3.17. Rendimientos esperados de las

cuatro acciones
MODELO RENDIMIENTO RIESGO EFICIENCIA

DEL MODELO
MARKOWITZ Se optimiza a través de la resolu- Permite obtener
ción de la matriz inversa VARIAN- las ponderacio-
ZA-COVARIANZA y un vector de nes óptimas que
incógnitas. deberán inver-
tirse para mini-
mizar el riesgo
y maximizar el
rendimiento. Asi-
mismo, genera
la denominada
frontera eficiente
del portafolio de
inversión.
PROGRAMACION Se optimiza me- El cálculo del Se puede obte-
LINEAL diante el plantea- nivel de riesgo ner una relación
miento de una se puede de- riesgo-rendimien-
función objetivo terminar entre to que estará en
sujeta a ciertas el rango obser- función del nivel
restricciones. vado de cada de aversión o
título dentro del aceptación de
portafolio de in- riesgo que se
versión. quiera asumir.
Esto significa que
hay un rango muy
amplio respecto
al nivel de ries-
go que se quiera
asumir, lo cual
puede contener
ciertos elementos
de subjetividad.
CAPITULO 4
ANALISIS DE LA VOLATILIDAD
La volatilidad es un término que se utiliza con mucha frecuen-

cia en las finanzas y que describe los cambios o fluctuaciones que
experimenta un activo respecto a su valor promedio ante diversos
elementos que pueden afectar su desempeño, generalmente se
asocia al precio de las acciones, sin embargo, la volatilidad se ex-
tiende a otras variables como el tipo de cambio y las tasas de inte-
rés, por citar algunas.
En este sentido, se estudiarán dos categorías de volatilidad, sien-
do éstas: la histórica y la dinámica.
4.1. Volatilidad Histórica
La volatilidad histórica trata sobre los cambios de la variable fi-

nanciera durante un horizonte temporal que puede abarcar varios
períodos históricos y generalmente se mide a través de la varianza
y la estándar.
Para calcular la volatilidad histórica, se tiene información históri-

ca de los rendimientos del precio de las acciones de “D” y “B”
Cuadro 4.1. Rendimiento de cuatro acciones
RENDIMIENTO
PERIODO
“D” “B” “L” “T”
FEB 2014 -0.02195 -0.01870 -0.04110 0.00103
MAR 2014 0.01410 0.03464 -0.01071 0.11772
ABR 2014 0.02554 0.00418 0.01805 -0.01436
MAY 2014 0.02933 0.16295 0.05674 0.01200
JUN 2014 0.02339 0.03906 0.04698 0.02487
JUL 2014 0.06672 0.00983 -0.03000 0.05898
AGO 2014 0.01354 0.06779 0.01712 0.03215
SEP 2014 -0.05394 0.07005 0.00058 -0.06362
OCT 2014 0.01156 0.02376 0.00649 0.06828
NOV 2014 -0.00711 -0.05109 0.02581 0.04079
DIC 2014 0.04065 -0.04708 -0.03774 -0.00691
ENE 2015 -0.06290 -0.01275 0.00000 -0.03012
FEB 2015 0.10697 0.04137 0.09804 0.04151
Aplicando las fórmulas (2.2) y (2.3) se obtienen la varianza y des-

viación estándar de las cuatro acciones, quedando de la siguiente
manera:
Cuadro 4.2. Volatilidad de las cuatro acciones
MEDIDA “D” “B” “L” “T”

VARIANZA 0.19% 0.30% 0.14% 0.20%
DESV. ESTANDAR 4.37% 5.44% 3.80% 4.49%
De acuerdo a los resultados anteriores, la acción que registra

mayor nivel de volatilidad y por ende mayor riesgo es “B”.
El inconveniente que tiene la medición de la volatilidad histórica
es que se le asigna el mismo peso específico a todas las observa-
ciones analizadas, para subsanar eso, se propone medir la volati-
lidad de manera dinámica a través del método de suavizamiento
exponencial, mismo que se detalla a continuación.
4.2. Volatilidad Dinámica

Para medir la volatilidad dinámica se utiliza un método estadísti-
co denominado suavizamiento exponencial, el cual tiene 2 variantes
que se utilizan en el análisis de riesgos, siendo éstas:
•• Suavizamiento exponencial simple.
•• Suavizamiento Holt-Winters no estacional.
Suavizamiento exponencial simple:
El suavizamiento exponencial simple es un método que consi-

dera un parámetro para suavizar o eliminar los picos y valles de
una serie histórica estadística, el cual puede tomar un rango entre
cero y uno, mismo que es a discrecionalidad del analista que esté
elaborando el pronóstico.
El suavizamiento exponencial simple se representa a través de la

siguiente fórmula:
Ŷ = α Y t + (1 − α)Ŷt -1 (Fórmula 4.1)
0<α<1
Donde:
Ŷ = Variable a estimar
Yt = Variable observada
α = Constante de suavizamiento
Ŷt-1 = Variable suavizada estimada del período anterior
Para aplicar este método, se utilizarán los datos del cuadro 4.1
para estimar la volatilidad dinámica de estas cuatro acciones.
De acuerdo a la evidencia empírica, el valor de α que resulta

más conveniente es 0.9, la aplicación del suavizamiento exponen-
cial simple se realizará a través del paquete econométrico E-VIEWS,
el cual resulta apropiado y eficiente para el cálculo de la volatilidad.
Las pantallas de acceso a E-VIEWS para poder estimar el sua-

vizamiento exponencial simple se muestran a continuación para el
caso de “D”:
Cuadro 4.3. Volatilidad dinámica de las cuatro acciones
RENDIMIENTO VOLATILIDADES DINAMICAS (ALFA = 0.9)

PERIODO
“D” “B” “L” “T” “D” “B” “L” “T”
FEB 2014 -0.02195 -0.01870 -0.04110 0.00103 -0.02195 0.04282 0.00815 0.03320
MAR 2014 0.01410 0.03464 -0.01071 0.11772 0.01410 -0.01255 -0.03618 0.00425
ABR 2014 0.02554 0.00418 0.01805 -0.01436 0.02554 0.02992 -0.01326 0.10637
MAY 2014 0.02933 0.16295 0.05674 0.01200 0.02933 0.00675 0.01492 -0.00229
generará pantallas similares.
JUN 2014 0.02339 0.03906 0.04698 0.02487 0.02339 0.14733 0.05256 0.01057
JUL 2014 0.06672 0.00983 -0.03000 0.05898 0.06672 0.04989 0.04754 0.02344
se muestran en el cuadro siguiente:
AGO 2014 0.01354 0.06779 0.01712 0.03215 0.01354 0.01384 -0.02225 0.05543
SEP 2014 -0.05394 0.07005 0.00058 -0.06362 -0.05394 0.06240 0.01318 0.03448
OCT 2014 0.01156 0.02376 0.00649 0.06828 0.01156 0.06928 0.00184 -0.05381
MODELOS PRACTICOS DE ADMINISTRACION
NOV 2014 -0.00711 -0.05109 0.02581 0.04079 -0.00711 0.02831 0.00603 0.05607
DIC 2014 0.04065 -0.04708 -0.03774 -0.00691 0.04065 -0.04315 0.02383 0.04232
ENE 2015 -0.06290 -0.01275 0.00000 -0.03012 -0.06290 -0.04669 -0.03158 -0.00199
FEB 2015 0.10697 0.04137 0.09804 0.04151 0.10697 -0.01614 -0.00316 -0.02731
VOLATILIDAD DINAMICA TOTAL 4.37% 5.01% 2.60% 3.91%
dar correspondiente. Los resultados de las volatilidades dinámicas
zadas e inmediatamente después se obtendrá la desviación están-
Posteriormente, se generarán las volatilidades dinámicas suavi-
El ingreso de información de las otras tres emisoras en E-VIEWS
71
Suavizamiento Holt-Winters no estacional:
El método de Holt-Winters no estacional aplica para series finan-

cieras, especialmente para el caso de las acciones, cuyos patrones
de comportamiento contienen un fuerte contenido aleatorio.
Este método es similar al de doble suavizamiento exponencial,

excepto que utiliza dos parámetros (Alfa y Beta).
Ŷt+k = α + bk (Fórmula 4.2)
b(t) = [α(t) - α(t - 1)] + 1 - b (t - 1) (Fórmula 4.3)
0 < α,  < 1
Donde:
α = Ordenada al origen de la ecuación de la recta

b = Pendiente y representa la pendiente de la recta
k = Variable en estudio
α,  = Constantes de suavizamiento
El cálculo de las volatilidades dinámicas mediante el método de

Holt-Winters arroja los siguientes resultados:
Las volatilidades generadas mediante la metodología de

Holt-Winters se muestran en el siguiente cuadro:
Cuadro 4.4. Volatilidad dinámica cuatro acciones con Holt-Winters
74
PERIODO RENDIMIENTO VOLATILIDADES DINAMICAS

“D” “B” “L” “T” “D” “B” “L” “T”
FEB 2014 -2.195% -1.870% -4.110% 0.103% -2.195% -1.870% -4.110% 0.103%
MAR 2014 1.410% 3.464% -1.071% 11.772% -1.604% -0.429% -3.140% 0.622%
ABR 2014 2.554% 0.418% 1.805% -1.436% -1.012% 3.543% -1.135% 1.140%
MAY 2014 2.933% 16.295% 5.674% 1.200% -0.421% 2.953% 1.305% 1.659%
JUN 2014 2.339% 3.906% 4.698% 2.487% 0.171% 13.067% 4.460% 2.178%
JUL 2014 6.672% 0.983% -3.000% 5.898% 0.763% 8.554% 5.549% 2.696%
AGO 2014 1.354% 6.779% 1.712% 3.215% 1.354% 5.074% 2.245% 3.215%
SEP 2014 -5.394% 7.005% 0.058% -6.362% 1.946% 7.624% 2.949% 3.734%
OCT 2014 1.156% 2.376% 0.649% 6.828% 2.537% 8.663% 2.474% 4.252%
NOV 2014 -0.711% -5.109% 2.581% 4.079% 3.129% 6.018% 2.532% 4.771%
DIC 2014 4.065% -4.708% -3.774% -0.691% 3.720% 0.226% 3.527% 5.290%
ENE 2015 -6.290% -1.275% 0.000% -3.012% 4.312% -1.540% 0.847% 5.808%
FEB 2015 10.697% 4.137% 9.804% 4.151% 4.903% 0.074% 1.394% 6.327%
VOLATILIDAD HOLT-WINTERS 2.213% 4.462% 2.694% 1.941%
EDICIONES FISCALES ISEF
4.3. Utilización de modelos ARCH y GARCH para medir vola-

tilidades
En el ámbito financiero y económico la mayoría de las variables

que se estudian en estos campos presentan una serie de patrones
de comportamiento irregular a lo largo del tiempo, tal es el caso del
precio de las acciones, el tipo de cambio y las tasas de interés por
mencionar algunas.
El elemento de volatilidad que se encuentra presente en las va-

riables financieras y económicas genera en términos estadísticos
un fenómeno denominado heterocedasticidad, el cual significa di-
ferente dispersión de los términos de error de las series históricas
que se están analizando.
Este fenómeno refleja dentro de la serie histórica un agrupamien-

to de volatilidades altas y bajas a lo largo del período observado, a
manera de ejemplo se muestra a continuación un patrón de com-
portamiento de tipo heterocedástico.
Gráfico 4.1. Esquemas de heterocedasticidad
0.2
0.1
Cambio %
0.0
-0.1
-0.2
-0.3
55 60 65 70 75 80 85 90 95
Año
Fuente: Gujarati, Damodar. Econometría. Mc Graw Hill, 2007.

f(u)
Probabilidad de ui
Densidad de
X1
X2 1 + 2Xi
X3
X
Fuente: Gujarati, Damodar. Econometría. Mc Graw Hill, 2007.
Debido a las perturbaciones altas y bajas que muestran las series

históricas económicas y financieras, el economista norteamericano
Robert Engle realizó una serie de trabajos de investigación sobre el
tratamiento de la heterocedasticidad, entre los que destacan:
•• Autoregressive Conditional Heteroskedasticity with estimates
of the variance of United Kingdom Inflation. Econométrica, Vol.
50, pp 987-1008, 1982.
•• Dynamic conditional correlation−A simple class of multivariate
GARCH models. Journal of Business and Economic Statistics,
July 2002. (Este trabajo le valió para obtener el premio Nobel
de Economía en 2003).
Al respecto, Engle desarrolló lo que en la literatura econométrica
se conoce como los modelos ARCH y GARCH, cuyo significado en
español sería:
•• ARCH: Modelo autoregresivo de heterocedasticidad condicio-
nal.
•• GARCH: Modelo general autoregresivo de heterocedasticidad
condicional.
Ambos modelos sirven para determinar el impacto que podría te-
ner la volatilidad en el comportamiento de las variables económicas
y financieras que se estén analizando.
Los modelos ARCH y GARCH, ayudan para determinar el grado
de afectación que podría tener la variable en estudio ante perturba-
ciones de tipo aleatorio a las que se enfrenta, en otras palabras, la
volatilidad.
La estructura matemática del modelo ARCH que considera la vo-

latilidad del último período es la siguiente:
σ 2t = α0 + α1 ε 2t-1 (Fórmula 4.4)
Donde:
σt2= Varianza del término de error

αn = Constantes
ε2t-n = Volatilidad rezagada
El modelo ARCH que considera la volatilidad para varios perío-
dos rezagados es el siguiente:
σ2t = α0 + α1 ε t-1
2
+ α2 ε t-2
2
+ α3 ε t-3
2
+ ... + αn ε 2
t-n
(Fórmula 4.5)
Para ejemplificar lo anteriormente expuesto, la teoría financiera

expresa que el rendimiento del mercado accionario, medido a tra-
vés del Indice de Precios y Cotizaciones, muestra una relación in-
versa respecto a las variaciones de la tasa de interés libre de riesgo,
en este caso los CETES a 28 días; en otras palabras, si la tasa de
interés aumenta, el rendimiento del mercado accionario tiende a
disminuir y si la tasa de interés baja, el rendimiento del mercado
accionario aumenta.
En este ejemplo se considera una muestra de 544 datos sema-

nales desde enero de 2005 a junio de 2015, tanto para el Indice de
Precios y Cotizaciones como para la tasa de CETES a 28 días.
Con esta información se especificará primeramente la relación

entre el rendimiento del Indice de Precios en función a la tasa de
CETES, quedando su función matemática de la siguiente manera:
IPyC = f(CETES) = I0 - π(CETES) (Fórmula 4.6)
Donde:
IPyC = Indice de Precios y Cotizaciones
CETES = CETES a 28 días

I0 = Rendimiento autónomo del IPyC
π = Elasticidad de la tasa de interés respecto al rendimiento del

IPyC
A continuación se muestra un cuadro a manera de resumen con

la información de estas dos variables financieras.
Cuadro 4.5. Indice de Precios y Cotizaciones

y CETES 28
PERIODO IPyC CETES 28

03/01/2005 12,453.33 8.59
02/01/2006 18,736.78 7.92
02/01/2007 26,135.60 7.02
07/01/2008 28,723.82 7.41
05/01/2009 21,741.29 7.70
03/05/2010 31,488.82 4.49
- - -
- - -
- - -
- - -
- - -
- - -
- - -
01/06/2015 44,561.94 2.97
08/06/2015 44,578.28 2.96
Introduciendo la información de estas variables en el paquete

econométrico E-VIEWS, se genera la siguiente información:
Gráfico 4.2. Evolución histórica del IPyC

(2005-2015)
Gráfico 4.3. Evolución histórica CETES 28 días

(2005–2015)
Como se podrá observar en los gráficos 4.2 y 4.3, la tendencia

del IPyC es al alza, mientras que la de CETES a 28 días es a la baja,
sin embargo, para determinar si estas series presentan evidencia
de heterocedasticidad, se hará una primera prueba aplicando dife-
rencia de logaritmos a las mismas, cuya representación matemática
sería la siguiente:
IPCt
ln = ln IPCt - ln IPCt-1 (Fórmula 4.7)
IPCt-1
CETESt
ln = ln CETESt - ln CETESt-1 (Fórmula 4.8)
CETESt-1
Una vez aplicados los logaritmos naturales a ambas series, se

tienen los siguientes resultados gráficos:
Gráfico 4.4. Diferencia de logaritmos IPyC 28 días

(2005-2015)
Gráfico 4.5. Diferencia de logaritmos CETES 28 días

(2005-2015)
Los resultados de los gráficos 4.4 y 4.5 muestran una clara pre-
sencia de heterocedasticidad en el IPyC y en los CETES a 28 días,
el paso siguiente para determinar el grado de influencia que tendría
la volatilidad de ambas series es aplicando primeramente un mode-
lo ARCH (1) cuyos resultados se muestran a continuación:
El resultado del anterior confirma la relación entre el IPyC y la

tasa de CETES a 28 días, cuya ecuación queda así:
IPyC = 56,705 – 4,550 (CETES)
Los coeficientes Io y π tienen los signos correctos que se plan-

tearon en la función teórica representada en la fórmula (4.6), por
otra parte, el coeficiente R significa que los cambios en el IPyC son
explicados casi en 80% por las variaciones en la tasa de interés; por
otra parte, los estadísticos “z” son estadísticamente significativos al
95% de confiabilidad.
Continuando con el análisis de estas variables y aplicando un

modelo ARCH (1) con un rezago en la volatilidad, se tiene la si-
guiente ecuación:
σ t2 = 498,311 + 0.99 ε 2t-1

2
Para este modelo ARCH (1) los parámetros α0 y εt-1 son esta-
dísticamente significativos al 95% de confiabilidad, lo cual significa
que la volatilidad de un período anterior incide fuertemente en el
comportamiento de la variable a explicar, que en este caso es el
Indice de Precios y Cotizaciones.
Utilizando la estimación anterior para la relación existente entre

el rendimiento del mercado accionario y la tasa de CETES a 28
días, se puede estimar con los resultados del modelo ARCH (1) el
comportamiento del Indice de Precios y Cotizaciones ante un cam-
bio de tan solo 24 puntos base en la tasa libre de riesgo afectaría
negativamente en 253 puntos el rendimiento del Indice accionario,
ya que de 43,236.92 caería a 42,144.87 puntos.
En el siguiente gráfico se muestra el resultado del pronóstico.

Gráfico 4.6. Pronóstico del rendimiento del IPyC
Es importante señalar que el pronóstico es bueno, ya que de

acuerdo al coeficiente de desigualdad de Theil (CDT), se tiene un
resultado favorable, ya que mientras más bajo sea el valor de este
coeficiente el pronóstico será mejor.
El CDT cae en un rango entre 0 y 1, de acercarse a 1 el modelo

a pronosticar será poco eficiente:
0 < CDT < 1

Continuando con el análisis de volatilidades, se explicará el mo-
delo GARCH(1,1), que es el más simple de la familia de modelos
GARCH, el cual consiste en que la variable dependiente, es en este
caso la varianza del término de error, misma que es explicada por
la volatilidad del último período y por la varianza del término de
error del último período. La formulación matemática del modelo es
la siguiente:
σ 2t = α0 + α1 ε t-1
2
+ 1 σ 2t-1 (Fórmula 4.9)
Donde:

αn = Constantes
εt-n
2
= Volatilidad rezagada
σt-1
2
= Varianza del término de error del último período
El modelo GARCH(m,n) que considera varios períodos rezaga-

dos de la volatilidad y la varianza tendría la siguiente fórmula ge-
neral:
σ2t = α0 + α1 ε 2t-1 + ... + αm ε 2t-m + 1 σ 2t-1 + ... + n σ 2

t-n
Fórmula (4.10)
Siguiendo con el ejemplo del rendimiento del Indice accionario

en función de la tasa de CETES a 28 días y aplicando un modelo
GARCH(1,1), se tendrían los siguientes resultados que arroja el pa-
quete E-VIEWS.
Como se podrá apreciar en el cuadro resumen que emite

E-VIEWS, tanto la volatilidad como la varianza rezagadas del perío-
do anterior son estadísticamente significativas al 95% de confianza,
asimismo, se conserva el signo negativo del parámetro de la tasa
de CETES y el coeficiente de determinación R2, que en este caso
sigue cercano al 80%.
Por lo tanto, se puede concluir que la volatilidad y la varianza del

período anterior afectan directamente el desempeño del rendimien-
to del Indice accionario.
CAPITULO 5
EL PAPEL DE LAS REGLAS DE BASILEA

EN LA GESTION DE RIESGOS
5.1. Basilea I, II y III
Basilea es una ciudad suiza ubicada entre las fronteras de Ale-

mania y Francia, se ha hecho célebre debido a que en 1975 se es-
tableció un comité que se integra por los presidentes de los bancos
centrales del llamado Grupo de los Diez, cuya principal encomien-
da es sentar las bases para el manejo de los riesgos operativos,
de mercado, crediticios y legales a los que se enfrentan las insti-
tuciones financieras, así como fortalecer a los sistemas financieros
internacionales.
Las reglas de Basilea se refieren a una serie de lineamientos a los

que se deben adherir todas las instituciones que integran el sistema
financiero a nivel internacional en lo que se refiere a la exposición al
riesgo al que se enfrentan.
Las reglas de Basilea han tenido hasta la fecha tres versiones,

mismas que se presentan a continuación:
££En el acuerdo de Basilea I se incluía una definición de capital

regulatorio, el cual establecía el sistema de ponderación de
exposiciones y recomendaba el capital mínimo que las entida-
des debían tener en relación con sus activos ponderados por
riesgo (crédito, mercado y tipo de cambio) en un 8 por ciento.
££En el año 2004 se aprobó Basilea II. Este acuerdo desarrollaba

de manera más extensa el cálculo de los activos ponderados
por riesgo y permitía que las entidades aplicasen calificacio-
nes de riesgo basadas en sus modelos internos, lo cual incluía
el riesgo operativo, siempre que estuviesen previamente apro-
bados por el supervisor.
££La crisis financiera internacional que se manifestó abrupta-

mente en el último trimestre de 2008, llevó a la cumbre del
G20 a establecer las bases para Basilea III, donde se exige
un aumento de la calidad del capital para asegurar su mayor
capacidad para absorber pérdidas; se modifica el cálculo de
los riesgos para determinadas exposiciones que la crisis ha
probado que estaban deficientemente valorados; se obliga a
constituir colchones de capital en momentos buenos del ciclo
económico; se introduce una nueva razón de apalancamiento;
y se aumenta el nivel de los requerimientos de capital, entre
otras recomendaciones.
En términos generales, se puede resumir la esencia de las reglas

de Basilea I y II de la siguiente manera:
INDICE DE CAPITAL NETO

BASILEA I è =
CAPITALIZACION RIESGO CREDITICIO + RIESGO DE MERCADO
CAPITAL NETO
INDICE DE =
BASILEA II è
CAPITALIZACION RIESGO CREDITICIO + RIESGO DE MERCADO
+ RIESGO OPERATIVO
Como podrá observarse, el elemento central en Basilea I y II es el

Indice de capitalización, el cual es un cociente que resulta de dividir
el capital neto de un intermediario financiero entre los riesgos de
crédito, de mercado y operativo.
Tanto Basilea I y II consideraban como mínimo un Indice de ca-

pitalización del 8% para tener una situación de cobertura confiable
ante la exposición al riesgo en el que están inmersas las institucio-
nes financieras.
Debido a varios eventos financieros que han tambaleado a las

economías del orbe, como es el caso de la crisis global del año
2008, el Bank of International Settlements a través del Comité de
Supervisión Bancaria de Basilea emitió en diciembre de 2010 lo que
actualmente se conoce como las reglas de Basilea III.
Dentro de Basilea III se redefinieron nuevos tópicos referentes al

capital neto exigible a los intermediarios financieros, quedando de
la siguiente manera:
5.2. Capital Neto Exigible a las Instituciones Financieras
Como efecto del proceso de globalización de las economías a

nivel internacional, las autoridades monetarias (CNBV y Banco de
México) han adoptado diversas normativas para la regulación del
sistema financiero en materia de riesgos, en este sentido, dichas
autoridades están siguiendo las reglas establecidas por el Comité
de Supervisión Bancaria de Basilea, mejor conocidas en el medio
financiero como reglas de Basilea III.
La inclusión de las reglas de Basilea III es de vital importancia

en las instituciones financieras, ya que es parte fundamental de los
lineamientos para la canalización de los montos máximos de cré-
dito a otorgar, ya sea persona física o moral, lo cual permite que
la exposición al riesgo caiga dentro de los límites que establece la
autoridad, en este caso la CNBV.6
De manera resumida, Basilea III considera para las instituciones

financieras las siguientes medidas:
•• Nueva definición e integración del capital.
•• Redefinición del marco de alertas tempranas.
•• Criterios para la inclusión de obligaciones subordinadas en el

capital.
Nueva definición e integración del capital:
Se deberá integrar el capital neto en tres componentes:
CN = CC + CB = CC + (CB1 + CB2) (Fórmula 5.1)

CB = (CB1 + CB2) (Fórmula 5.2)
Donde:
CN = Capital Neto
£ (CC) Capital Complementario:
¡¡ Obligaciones subordinadas.
¡¡ Títulos representativos del capital social.
6. Ver: C.N.B.V. Circular única.

¡¡ Instrumentos de capital.
¡¡ Reservas admisibles (ya constituidas).
£ (CB1) Capital Básico 1:
¡¡ Aportaciones para futuros aumentos de capital.
¡¡ Reservas de capital.
¡¡ Resultados de ejercicios anteriores.
¡¡ Resultado neto.
¡¡ Resultado por valuación registrado en el capital.
£ (CB2) Capital Básico 2:
¡¡ Acciones preferentes.
Cabe señalar que las reservas admisibles se refieren

a la suma de las reservas específicas y generales que
se encuentren constituidas al mes correspondiente al
cómputo de capitalización para las Operaciones Suje-
tas a Riesgo de Crédito, con las personas cuyos reque-
rimientos de capital se obtengan a partir de métodos
basados en calificaciones internas, conforme a lo es-
tablecido en el artículo 2 Bis-93 de las disposiciones
de carácter general aplicables a las instituciones de
crédito.
Redefinición del marco de alertas tempranas:
Las alertas tempranas se refieren a un monitoreo permanente de

los componentes que integran el Indice de capitalización neto, el
cual se forma de la siguiente manera:
CB1
ICB1 = (Fórmula 5.3)
APSRT
CB CB1 + CB2
ICB = = (Fórmula 5.4)
APSRT APSRT
CB + CC
ICN = (Fórmula 5.5)
APSRT
Donde:
ICB1 = Indice de capitalización básico 1
ICB = Indice de capitalización básico
ICN = Indice de capitalización neto
CB1 = Capital básico 1
CC = Capital complementario
APSRT =Activos ponderados sujetos a riesgos totales
Asimismo, es importante señalar que una institución financiera

entrará en el esquema de alertas tempranas si incumple en lo si-
guiente:
ICB1 ≥ 7%
CB
ICB = ≥ 8.5%
APSRT
CB + CC
ICN = ≥ 10.5%
APSRT
%
% 0.5 8% 8%
10.5 <1 P< P< <4
%
Capital Capital
P≥ CA
P
ICA ICA AP
Básico1 Básico ICA %≤
I
7%≤ 4%≤ IC
8
CB≥8.5% I II
CB1≥7% Cumplimiento
8.5>CB≥7% II III
Alertas
Tempranas
CB≥8.5% II
Incumplimiento
del
7%>CB1≥4.5% 8.5>CB≥6% II III IV suplemento
de
conservación
CB<6% II IV IV
Resolución
Bancaria CB1<4% V Incumplimiento
de
ICAP - Indice de Capitalización coeficientes
mínimos
Fuente: CNBV. Basilea III. Reglas de Capitalización.
Por otra parte, las medidas mínimas que las instituciones finan-
cieras deben cumplir en caso de haber entrado en el esquema de
alertas tempranas (a partir de la categoría II) son:
Medidas Mínimas
II. a. Presentar un informe detallado de evaluación integral de las cau-
sas de su situación financiera.
b. No celebrar operaciones que provoquen que el Indice de Capita-
lización se ubique por debajo del requerido.
c. Presentar un plan de conservación de capital.
d. Restricciones parciales al pago de dividendos, compensaciones
y bonos extraordinarios adicionales.
e. Abstenerse de incrementar los financiamientos otorgados a per-
sonas relacionadas relevantes.
III. a. Presentar Plan de Restauración de Capital.
b. Suspender el pago de dividendos.
c. Suspender los programas de recompra de acciones re-
presentativas del capital social del banco.
d. Diferir el pago de intereses y el pago de principal o con-
vertir anticipadamente en acciones las obligaciones su-
bordinadas que se encuentren en circulación.
e. Suspender el pago de las compensaciones y bonos ex-
traordiarios adicionales.
f. Abstenerse de convenir incrementos en los montos vi-
gentes en los créditos otorgados a personas relaciona-
das.
IV. y V. a. No podrán llevar a cabo nuevas inversiones
en activos no financieros, abrir sucursales
o realizar nuevas actividades distintas a las
operaciones que habituamente realiza.

Asimismo, la CNBV podrá ordenar la aplicación de medidas co-

rrectivas especiales, de manera adicional, en caso de considerarlo
necesario:
Medidas Adicionales
II. a. Informe detallado sobre la forma y términos en que administrará
los activos sujetos a riesgo totales y la estrategia que seguirá
para fortalecer y estabilizar su Indice de Capitalización.
b. Tratándose de Filiales, presentar el informe (inciso a), al funcio-
nario de mayor jerarquía del área de la institución financiera del
exterior.
c. Contratar los servicios de auditores externos especializados en
la realización de auditorías especiales sobre cuestiones especí-
ficas.
d. Minimizar los efectos de las operaciones que el banco haya ce-
lebrado con personas del grupo empresarial que impliquen una
transferencia de beneficios patrimoniales.
III. a. No convenir incrementos en los salarios y prestaciones
de los funcionarios y empleados en general.
b. Limitar la celebración de nuevas operaciones que pue-
dan causar un deterioro mayor en su Indice de Capita-
lización.
c. No celebrar operaciones con personas que formen parte
del mismo Grupo Empresarial.
IV. y V. a. Sustituir funcionarios, consejeros, comisa-
rios o auditores externos, para lo cual el
banco podrá nombrar a las personas que
ocuparán los cargos respectivos.
b. Reducir la exposición a riesgos que se
aparten significativamente de las políticas y
operación habitual del banco.
c. Modificar las políticas del banco respecto
de tasas de interés que se paguen sobre
aquellos depósitos y pasivos cuyo rendi-
miento se encuentre por encima del nivel de
riesgo que el banco habitualmente asume
en dichas operaciones.
Criterios para la inclusión de obligaciones subordinadas en

el capital:
La implementación de Basilea III requerirá que los instrumentos

de capital (obligaciones subordinadas) cumplan con ciertos crite-
rios para ser considerados como parte del capital regulatorio.
Dentro de estos criterios se encuentra el que la institución que

emita dichas obligaciones, deberá estar listada en la Bolsa Mexica-
na de Valores, adicionalmente deberá contar al menos con uno de
los mecanismos siguientes:
o Conversión del principal de las obligaciones subordinadas en
acciones.
o Baja de valor del principal de las mismas obligaciones.
La convertibilidad o baja de valor del principal se detonará, para

el caso de los instrumentos afectos al capital básico 2, cuando el
coeficiente del capital básico 1 alcance un valor de 5.125% respecto
a los activos sujetos a riesgo.
Para el caso de obligaciones subordinadas afectas al capital

complementario, se convertirán cuando se alcance un valor de
4.5% del capital básico 1 respecto a los activos sujetos a riesgo.
5.3. Indices de Capitalización
Derivado de lo anteriormente expuesto, bajo los lineamientos

de Basilea III se determina que el Indice de capitalización mínimo
aceptable para los intermediarios financieros será del 10.5%, lo cual
representa un incremento de 250 puntos base respecto a Basilea I
y II. A manera de resumen, se presenta el siguiente cuadro con los
niveles de capitalización exigidos al respecto.
Cuadro 5.1 Indices de capitalización bajo

las reglas de Basilea
Acuerdos Indice de
de Basilea capitalización mínimo
Basilea I 8%
Basilea II 8%
Basilea III 10.5%
CAPITULO 6
TIPOS DE RIESGOS
6.1. Riesgo de Mercado
Surge por cambios en los factores que inciden en la estructura fi-

nanciera de los acreditados y que se derivan de las condiciones so-
ciales, económicas y del entorno en el que éstos se desenvuelven.
En otras palabras, dichos factores son de naturaleza exógena

a las instituciones financieras, pero inciden de manera directa al
momento de dar cumplimiento a las obligaciones crediticias que
contrajeron los usuarios de crédito con dichas instituciones.
En muchas ocasiones, el impacto del riesgo de mercado es tan

fuerte que ha sido necesaria la intervención de las autoridades mo-
netarias y financieras para evitar deterioros en el patrimonio de las
propias instituciones financieras y que por ende afecten a los usua-
rios de servicios financieros.
Aunado a lo anterior y como ejemplos basta con mencionar la

crisis macroeconómica surgida a finales de 1994 en nuestro país
con el famoso “efecto tequila”, misma que tambaleó la estructura
de los bancos y al propio gobierno, asimismo, la crisis global de
liquidez que afectó a todas las economías de nuestro planeta hacia
octubre de 2008 y por último la afectación en la caída de los precios
internacionales del petróleo desde finales de 2014 que se ha visto
traducida en deterioros para el sector público y privado de nuestra
economía.
6.2. Riesgo de Crédito
El riesgo de mercado se refiere a la exposición natural a la que

se enfrentan las instituciones financieras cuando canalizan sus re-
cursos a los demandantes de crédito, se puede considerar que este
tipo de riesgo siempre estará inherente a la operación propia de
dichas instituciones y como tal es importante cuantificarlo en térmi-
nos monetarios.
En términos formales, se puede decir que el riesgo de crédito

es la pérdida potencial que puede surgir por la falta de pago de un
acreditado, o contraparte, en las operaciones que efectúe una insti-
tución crediticia con éstos.
Se puede decir que el riesgo de crédito, al igual que el riesgo de

mercado, representan la piedra fundamental dentro de la gestión
de riesgos, aunque esto no significa que los riesgos operativo, de
liquidez y legal no sean menos importantes
6.3. Riesgo de Liquidez
El riesgo de liquidez se refiere a la incapacidad de una institución

financiera para conseguir recursos para fondear la canalización de
créditos y los gastos de operación que se requieren.
En el caso de los bancos y las SOFIPOS, la obtención de re-

cursos proviene principalmente de la captación de instrumentos de
ahorro e inversión que generan a través del público inversionista,
mientras que otros intermediarios financieros, como las SOFOMES,
lo hacen a través de aportaciones de sus socios o de fondeadores
públicos y privados.
El riesgo de liquidez tiene una trascendencia de suma importan-

cia en el sentido de que la estructura financiera de una institución se
puede ver quebrantada hasta el punto de una quiebra de la misma,
ocasionando que las autoridades financieras intervengan de mane-
ra directa a la institución en cuestión, sólo por dar un ejemplo, se
tiene el caso de FICREA.
6.4. Riesgo Operativo
El riesgo operativo surge ante la posibilidad de ocurrencia de

pérdidas económicas por deficiencias o fallas en:
•• Procesos operativos.
•• Sistemas informáticos.
•• Recursos humanos.
•• Por ocurrencia de eventos externos adversos.
6.5. Riesgo Legal
Es la pérdida por incumplimiento del acreditado cuando no se

pueda exigir el importe del capital e intereses que involucra el crédi-
to por la vía extrajudicial y judicial.
El riesgo legal tiene una implicación de tipo ex-post, es decir, que

su efecto se manifiesta una vez que el acreditado haya incumplido
con su obligación de cubrir en tiempo y forma el crédito contratado.
Adicionalmente al monto que dejó de cubrir el acreditado, se de-

ben considerar otros gastos adicionales de cobranza extrajudicial y
judicial para la recuperación del crédito vencido.
CAPITULO 7
MEDICION DEL RIESGO DE MERCADO
7.1. Riesgo de Tasas de Interés
El manejo del riesgo de tasas de interés tiene muchas implica-

ciones tanto para las propias instituciones financieras como para
los participantes en los mercados financieros, en este sentido, para
medir este tipo de riesgo será necesario abordar temas como la
Duración de Macaulay, el calce financiero y la cobertura con instru-
mentos derivados.
7.2. La Duración de Macaulay
La Duración de Macaulay se puede definir como la sensibilidad

del precio de un activo financiero ante variaciones en las tasas de
interés de mercado. Matemáticamente sería la derivada (tasa de
cambio infinitesimal) del precio de un activo financiero respecto a la
tasa de interés de mercado.7
Acotando lo anteriormente expuesto, la duración es una medida

de la sensibilidad de un activo o pasivo respecto a la tasa de interés,
ya que considera el tiempo de llegada de todos los flujos de efecti-
vo, así como el vencimiento del activo y pasivo.
La duración es el promedio ponderado del tiempo al vencimiento

utilizando los valores presentes relativos de los flujos de efectivo
como pesos. Es decir, en el análisis de duración, se pondera el
tiempo al cual los flujos de efectivo son recibidos por la importancia
relativa en términos de valor presente de los flujos de efectivo en
cada momento de tiempo.
A través de la Duración de Macaulay se puede hacer el cálculo

del CALCE FINANCIERO, el cual consiste en el equilibrio que debe
mantener la institución entre sus activos y pasivos a un corte de
tiempo o período determinado.
7. Jorion, Phillipe. Valor en Riesgo. México, LIMUSA, Edición corregida 2012,

págs. 128 a 137.
Hull, John. Introducción a los Mercados de Futuros y Opciones. México, Prentice
Hall, 3a. Edición, 2013, págs. 82 a 86.
A partir de lo anterior, la Duración de Macaulay se define median-

te la fórmula siguiente:
n
D = ∑ t Cn * e - i * t
(Fórmula 7.1)
i=1 PB
Donde:
D = Duración de Macaulay
Cn = Cupones
i = Tasa de interés o rendimiento
t = Tiempo o período
e = Base de los logaritmos naturales
PB = Precio de un instrumento financiero (Bono cupón cero,

CEDE, PRLV, etcétera)
Como se comentó anteriormente, la duración se puede aplicar a

los activos y pasivos de una institución financiera que están sujetos
a riesgo, siendo una medida de gran utilidad para determinar el
GAP financiero correspondiente.
Desde una perspectiva temporal, la Duración de Macaulay se

puede definir también como el tiempo al vencimiento promedio a
cada pago de un instrumento financiero, donde las ponderaciones
son proporcionales al valor actual de los flujos de caja generados
por el propio instrumento, en otras palabras, sería el número de
períodos necesarios para que la pérdida o ganancia del valor del
instrumento financiero debida a una variación en la tasa de interés
de mercado, sea compensada por el aumento o disminución de los
flujos acumulados de dicho instrumento.
La duración vendría a ser el tiempo mínimo que se debería man-

tener un instrumento para recuperar la inversión en términos de va-
lor actual, es decir, para que se obtenga una tasa de rendimiento
capitalizado a una tasa de mercado. Vender antes no aseguraría
la recuperación de la inversión en términos de valor actual, vender
después aseguraría que se ha recuperado la inversión y es el mo-
mento a partir de donde se obtendría una ganancia en términos de
valor actual.
7.3. Calce Financiero
El concepto de calce financiero es un concepto que se refiere

básicamente al equilibrio que debe existir entre los vencimientos de
los activos y pasivos de una institución financiera, lo cual provoca
una exposición directa al riesgo de tasas de interés.
Si los pasivos son sensibles a las variaciones en las tasas de

interés; el riesgo proveniente de la variación de éstas en el mercado
no solamente afectará la cartera de inversiones y créditos, sino tam-
bién la de pasivos, lo que podría devenir en cambios en la posición
patrimonial, toda vez que cambios en las tasas de interés incidan
positivamente en los pasivos (haciéndolos crecer) y negativamente
en los activos (haciéndolos decrecer).
Cuando las tasas de mercado son relativamente bajas, el valor

actual de los activos tiende a crecer, mientras que el de los pasivos,
por otra parte, si la tasa de interés de mercado aumenta, el valor
actual de los pasivos crecerá a un ritmo mayor que el de los activos
y la institución financiera incurrirá en pérdidas.
Existen dos modelos para la determinación del calce financiero

en las instituciones de crédito:
•• Modelo del GAP financiero.
•• Modelo basado en la Duración.
Modelo del GAP financiero:
También se le conoce como modelo de brecha de fondos y con-

siste en el cálculo de los activos y pasivos sensibles a las variacio-
nes en las tasas de interés, ordenados por plazos8.
La fórmula para determinar el GAP financiero es la siguiente:
GAP = At - Pt (Fórmula 7.2)
Donde:
GAP = Brecha de fondos entre activos y pasivos
At = Activos sensibles a riesgo
Pt = Pasivos sensibles a riesgo
8. Vilariño Sanz, Angel. Turbulencias Financieras y Riesgos de Mercado. Madrid,

Prentice Hall, 2001, págs. 275 a 291.
Si consideráramos toda la masa de activos y pasivos sujetos

a riesgo, se tendría un GAP acumulado, el cual quedaría de la si-
guiente manera:
GAPACUM = A1 + A2 + ... + At - P1 - P2 - ... - Pt
n n
= ∑ At - ∑ Pt (Fórmula 7.3)
t=1 t=1
Aunado a lo anterior, y para complementar el modelo del GAP

financiero, se debe incluir una medida de las variaciones en el mar-
gen financiero de institución financiera, para lo cual se tiene la si-
guiente fórmula:
∆MFt = GAPACUM * ∆ i * tn - tn-1 (Fórmula 7.4)
Donde:
GAPACUM = GAP acumulado
∆MFt =Cambio en el margen financiero
tn = Período actual
tn-1 = Período anterior

Bajo esta perspectiva, el signo del GAP y el signo de variación
de las tasas de interés indican de qué lado está el riesgo financiero,
quedando los siguientes escenarios:
a) Un GAP negativo significa que el riesgo está en un incremen-

to de las tasas de interés.
b) Un GAP positivo implica que el riesgo se encuentra en una

disminución de las tasas de interés.
Modelo basado en la duración:
Para la determinación del calce financiero se puede utilizar un

modelo dinámico que capture los cambios de la tasa de interés en
una perspectiva infinitesimal de cambio en dicha variable.
En este sentido, se utilizará la Duración de Macaulay para cons-

truir este modelo alternativo de calce financiero, para lo cual se
partirá de la ecuación fundamental del balance de la institución fi-
nanciera9:
Activo = Pasivo + Capital
A=P+C
Cualquier variación que afecte al activo se verá reflejada necesa-

riamente en el segundo miembro de la ecuación afectando al pasi-
vo y al capital, por lo que se tendría lo siguiente:
∆A = ∆ P + ∆C (Fórmula 7.5)
∆C = ∆A - ∆P (Fórmula 7.6)
Donde:
∆ A = Variaciones o cambios en el activo
∆ P = Variaciones o cambios en el pasivo
∆C = Variaciones o cambios en el capital
Las variaciones en el activo, pasivo y capital se referenciarán

ahora con la Duración de Macaulay, por lo que se podrán plantear
de la siguiente manera:
∆i
∆ A = -DA * A * (Fórmula 7.7)
(1 + i)
∆i
∆ P = -DP * P * (Fórmula 7.8)
(1 + i)
Donde:
-DA = Duración de Macaulay para el activo
-DB = Duración de Macaulay para el pasivo
∆ i = Variación en la tasa de interés
9. Saunders, Anthony y Millon Cornett, Marcia. Financial Institutions Management.

U.S.A, 2014, 8a. Edición, págs. 241 a 255.
Por último, los cambios en el capital o patrimonio de la institución

financiera quedan representados de la siguiente manera:
P ∆i
∆C = - DA - DP * *A* (Fórmula 7.9)
A (1 + i)
Para poder lograr un equilibrio en el calce financiero, se deberá

inmunizar a la institución financiera en el sentido de que el GAP
financiero sea cero, es decir, la diferencia entre el vencimiento pro-
medio ponderado de los activos y pasivos sea cero, lo cual permi-
tirá proteger el capital.
Desde luego, este es un gran reto, ya que para lograrlo, se re-

quiere que la Duración de Macaulay para el activo y el pasivo se
traten igualar para que el GAP se reduzca, es decir, que se tendría
que cumplir esta condición:
DA * A = DP * P (Fórmula 7.10)
7.4. Cobertura con Instrumentos Derivados
Para lograr una cobertura contra el riesgo de tasas de interés, se

pueden utilizar contratos adelantados sobre tasas de interés, en los
cuales se establecen precios y cantidades pactados en una fecha
futura entre las contrapartes.
Básicamente se utilizarían los siguientes contratos de futuros:
Cobertura con Futuros de Tasas de Interés10

La tasa de interés futura (forward) muestra la expectativa sobre
el comportamiento y evolución de las tasas de interés de mercado,
permitiendo apuntalar una tasa preestablecida que se considerará
en fecha futura para la realización de las operaciones inherentes a
la institución financiera, para ello se utiliza la siguiente fórmula:
n2
1 + i2
360 360
Fi = –1 x
n1 n2 – n1
1 + i1
360
(Fórmula 7.11)
10. Montero Moreno, Carlos. Estudio Práctico de los Instrumentos Financieros Deri-
vados en México. México, ISEF, 2011, capítulo II.
Donde:
Fi = Tasa de interés futura o forward
i2 = Tasa de interés período 2 o del plazo mayor

i1 = Tasa de interés período 1 o del plazo menor
n2 = Plazo período 2
Cobertura con Futuro Bono Cupón Cero:
Un bono cupón cero es aquel instrumento que durante su perío-

do de vida útil no genera el pago de cupones de manera periódica,
es decir, que no paga cupones sino hasta el momento de su amor-
tización al final del período. El ejemplo clásico de un bono cupón
cero es el CETE.
Este tipo de instrumento es útil valuarlo, sobre todo para el caso

de las inversiones en valores, ya que las variaciones en la tasa de
interés pueden afectar positiva o negativamente la posición neta
que se tenga con este instrumento.
A continuación, se muestra la fórmula de un futuro bono cupón

cero:
C
Fbo = t N (Fórmula 7.12)
1 + Fi
360
Donde:
Fbo = Futuro bono cupón cero
C = Tamaño del contrato a cubrir (TIIE o CETES)
t = Plazo del activo subyacente (TIIE28 o CETES91)
N = Número de contratos para el futuro de tasa de interés

Cobertura con Forward Rate Agreement (Acuerdo sobre tasa

de interés a plazo)11
Un forward rate agreement (Acuerdo sobre tasa de interés a pla-
zo) se define como un acuerdo entre dos partes en el que se pacta
la aplicación de una tasa de interés sobre un monto de capital en
una fecha futura.
Una vez que finalice el período del contrato, y dependiendo del

comportamiento de las tasas de interés de mercado, una de las
partes deberá liquidar a su contraparte el pago correspondiente.
La fórmula para calcular el forward rate agreement es la siguien-

te:
(im -ic)* A*(n/360)

FRA = n (Fórmula 7.13)
1 + im*
360
Donde:
FRA = Forward rate agreement
im = Tasa de interés de mercado pactada con el acreedor del

adeudo
ic = Tasa de interés estipulada en el contrato FRA
A = Principal
n = Plazo del préstamo
Cobertura con opciones12
Antes de entrar en materia, hay que definir lo que es una opción,

entendiéndose ésta como un contrato que otorga al adquiriente el
derecho, mas no la obligación, de comprar o vender un activo fi-
nanciero (o no financiero) en una fecha determinada, pagando por
ello una prima.
Existen dos tipos de opciones dentro del mercado financiero:
•• Opciones de compra (CALL)
•• Opciones de venta (PUT)
11. Ibid.
12. Ibid, capítulo III.
Las opciones dentro del mercado de instrumentos financieros

derivados sería una especie de seguro de cobertura ante fluctuacio-
nes del activo en cuestión, aunque también se pueden utilizar para
obtener ciertos beneficios a través de una especulación objetiva y
bien dirigida.
Cobertura con opciones sobre tasas de interés
Como ya se había comentado con anterioridad, la tasa de interés

juega un papel importante en la estructura financiera de las institu-
ciones financieras y ante tal circunstancia se hace necesario contar
con instrumentos financieros alternativos para la gestión de riesgos.
En este caso, al igual que los futuros, se pueden utilizar opciones

para tasas de interés, las cuales se presentan a continuación para
que se puedan determinar sus precios:
PLC(i) = e-Rf(t) [FiN(d1) – XN(d2)] (Fórmula 7.14)

PLP(i) = e-Rf(t) [XN(–d2) – FiN(–d1)] (Fórmula 7.15)
Fi σ2
ln + t
X 2 (Fórmula 7.16)
d1 =
σ √t
d2 = d1 - σ √t (Fórmula 7.17)
Donde:
PLC(i) = Precio de la opción Long Call para un futuro de tasa de
interés
PLP(i) = Precio de la opción Long Put para un futuro de tasa de
interés
Fi = Precio de la tasa forward o futura
X = Precio de ejercicio
t = Tiempo
σ = Volatilidad
d1 y d2 = Variables aleatorias
N(d1) y N(d2) = Funciones de distribución normal estandariza-
das, las cuales tienen media cero y desviación estándar igual a uno.
Cobertura con SWAPS de tasas de interés13

Los SWAPS forman parte de los instrumentos financieros deri-
vados, los cuales quedan referenciados a un contrato mediante el
cual dos contrapartes acuerdan el intercambio de flujos de dinero
en una fecha futura. A un SWAP también se le conoce como un
contrato de permuta financiera.
Los SWAPS tienen como finalidad la mitigación de las oscilacio-

nes que afectan, no sólo a las tasas de interés, sino también al tipo
de cambio.
Para obtener la valuación de un SWAP de tasa de interés, se pro-

cede de la siguiente manera:
n n
VswapL = ∑ Ffl - Ffx = ∑ (Ne-ifl) - (Ne-ifx)
i=1 i=1
(Fórmula 7.18)
n n
VswapC = ∑ Ffx - Ffl = ∑ (Ne-ifx) - (Ne-ifl)
i=1 i=1
(Fórmula 7.19)
FPIfl = N*fi (Fórmula 7.20)
Donde:
VswapL = Valor del swap de tasa de interés en posición larga
VswapC = Valor del swap de tasa de interés en posición corta
Ffl = Flujo de dinero a tasa flotante
Ffx = Flujo de dinero a tasa fija
N = Valor nocional o principal
ifl = Tasa flotante
13. Ibid, capítulo V.

ifx = Tasa fija
FPIfl = Flujo de pago de intereses a tasa flotante
fi = Tasa forward
Riesgo de tipo de cambio (cobertura con futuros)
Cobertura con futuros de tipo de cambio
El tipo de cambio es otra de las variables de mercado que impac-

tan directamente a las actividades de la institución financiera, ya sea
a través de la compra de insumos a proveedores que comercializan
productos de origen extranjero, o bien, a través de recursos prove-
nientes de fondeadores extranjeros.
Dado que el tipo de cambio es una variable muy volátil, a con-

tinuación se presenta la fórmula para determinar el precio de un
futuro de tipo de cambio:
n
1+i
360
FTC = S (Fórmula 7.21)
n
1 + i*
360
Donde:
FTC = Precio del futuro de tipo de cambio (Fórmula de interés

simple)
S = Tipo de cambio de mercado
i = Tasa de interés local (México)
i* = Tasa de interés foránea (Estados Unidos)
n = Plazo
Riesgo de tipo de cambio (cobertura con opciones)
Cobertura con opciones sobre tipo de cambio
Al igual que para la tasa de interés, también se pueden conside-

rar las opciones como una alternativa de cobertura para el tipo de
cambio, para lo cual se utilizan las siguientes fórmulas:
PLC(tc) = Se-i*(t) N(d1) - Xe-i(t)N(d2) (Fórmula 7.22)

PLP(tc) = Xe-i(t) N(-d2) - Se-i*(t) N(-d1) (Fórmula 7.23)
S σ2
ln + i - i* + t
X 2 (Fórmula 7.24)
d1 =
σ √t
d2 = d1 - σ √t
Donde:
PLC(tc) = Precio de la opción Long Call para tipo de cambio
PLP(tc) = Precio de la opción Long Put para tipo de cambio
S = Precio del activo subyacente
i = Tasa de interés local
t = Tiempo
i* = Tasa de interés foránea
σ = Volatilidad

Cobertura con SWAPS de tipo de cambio14
La valuación de un SWAP de tipo de cambio se genera de ma-

nera muy similar a la de un SWAP de tasa de interés, pero en este
caso, se deben descontar los flujos de cada moneda a la tasa de in-
terés que le corresponda y posteriormente considerar el movimien-
to en el precio spot de las divisas.
Para determinar la valuación de un SWAP de tipo de cambio, se

procede de la siguiente manera:
14. Ibid.
n n n n
VswapTCfd = ∑ (FF*TC) – FD = ∑ (NF*TC)e-iswf 360 -(ND)e-iswd 360
i=1 i=1
(Fórmula 7.25)
n n n n
VswapTCdf = ∑ FD – (FF*TC) = ∑ (ND)e-iswd 360 -(NF*TC)e-iswf 360
i=1 i=1
(Fórmula 7.26)
Donde:
VswapTCfd = Valor del swap de tipo de cambio donde se recibe

moneda extranjera y se paga moneda local
VswapTCdf = Valor del swap de tipo de cambio donde se recibe

moneda local y se paga en moneda extranjera
FD = Flujo de dinero a tasa fija o flotante en moneda local
FF = Flujo de dinero a tasa fija o flotante en moneda extranjera
NF = Valor nocional o principal en moneda extranjera
ND = Valor nocional o principal en moneda local
iswd = Tasa de interés (fija o flotante) local pactada del swap
iswf = Tasa de interés foránea (fija o flotante) pactada del swap

CAPITULO 8
MEDICION DEL RIESGO DE CREDITO
8.1. Cálculo del Riesgo de Crédito bajo Metodologías Tradi-

cionales
Las instituciones financieras son tomadoras de riesgo por natu-

raleza, en este sentido, el otorgamiento de los créditos forma par-
te de su quehacer cotidiano y frente a ello estas instituciones han
adaptado y desarrollado una serie de metodologías para medir el
riesgo crediticio.
•• Método de las cinco “C”
•• Modelo Z-Score de Altman.
•• Modelo C-A Score
•• Modelo de Pascale
•• Modelo de Kanitz
•• Modelo de Springate
Método de las Cinco “C”
Se puede decir que el método de las Cinco “C” es tan viejo como
la propia banca y es precisamente este intermediario financiero el
que sentó las bases para llevar a cabo el análisis crediticio de sus
clientes, de manera gráfica se muestra la estructura básica de este
método.
Perfil del cliente Conducta
Capacidad de pago
Las Cinco “C” Situación del negocio Capital
Colateral
Situación del entorno Condiciones
A continuación, se hará una breve descripción de cada uno de

los elementos que integran las Cinco ”C”.
Conducta: Se refiere a la reputación y al historial del solicitante

para cumplir con sus obligaciones financieras y morales, se refiere
a una medida cualitativa, ya que considera elementos fundamen-
tales como la evidencia de la información proporcionada, su expe-
riencia de pago y el conocimiento como cliente o prospecto.
Capacidad: Se refiere a la disposición de recursos del solicitan-

te para pagar el crédito contratado, generalmente se trata de una
medición cuantitativa, ya que se examina la información financiera
histórica del solicitante, así como su nivel de operación para la ge-
neración de ventas, utilidades y la capacidad para generar flujos de
efectivo.
Capital: Se considera la solidez de la estructura financiera del

solicitante del crédito, para lo cual se evalúa:
•• La congruencia de los recursos solicitados en relación a su
giro principal
•• El ciclo económico
•• La estructura de deuda y capital
•• La rentabilidad de la inversión y del patrimonio
Colateral: Se refiere al importe de los bienes ofrecidos por el

acreditado como garantía del crédito otorgado, cabe señalar que
las garantías pueden ser ofrecidas por el propio solicitante del cré-
dito o por un tercero que puede fungir como aval u obligado soli-
dario.
Condiciones: Este punto considera elementos del entorno eco-

nómico y social en donde se desenvuelve el giro o negocio del acre-
ditado, generalmente se analizan aspectos tales como el riesgo del
sector al que pertenece, el tipo de mercado, ventajas competitivas,
nivel tecnológico y tendencias económicas.
En relación al método de las Cinco “C”, se puede dar una ponde-

ración un tanto subjetiva, la cual depende del criterio del analista de
crédito o de las políticas que adopte la entidad financiera.
Generalmente los analistas de crédito le dan más peso a la con-

ducta y la capacidad de pago, sin que éste le reste importancia a
los otros tres elementos.
Ante el grado de subjetividad de este método, varios intermedia-

rios financieros han utilizado los llamados modelos paramétricos
o scorings de crédito para poder subsanar de alguna manera las
limitantes del tradicional método de las Cinco “C”, mismos que se
detallan a continuación.
Modelo de Altman
Este modelo fue desarrollado por Edward Altman de la Universi-

dad de New York, también se le conoce como calificación “Z2” (Z2
Score), el cual se ha utilizado por más de 30 años para predecir
cuándo una empresa se acerca a un problema de insolvencia fi-
nanciera.
El “Z2 Score” da una ponderación a ciertas razones financieras

para maximizar el poder de predicción del modelo, y al mismo tiem-
po apegarse a determinadas condiciones estadísticas.
Las razones financieras que se utilizan en el modelo son las si-

guientes:
X1 = Capital de Trabajo/Activo Total
X2 = Utilidades Retenidas/Activo Total
X3 = Utilidad antes de Intereses e Impuestos/Activo Total
X4 = Capital Contable/Pasivo Total
El modelo de Altman (Z2 Score) queda representado mediante

la siguiente ecuación:
Z2 = 6.56 X1 + 3.26 X2 + 6.72 X3 + 1.05 X4

(Fórmula 8.1)
Las razones financieras son multiplicadas por los coeficientes nu-

méricos correspondientes que se encuentran señalados en la ecua-
ción anterior. Los productos de estas multiplicaciones son sumados
para obtener el puntaje “Z2” de la empresa, mismo que se compara
con una escala previamente establecida que permite determinar la
salud financiera de la empresa, y que se muestra a continuación.
PUNTAJE PROBABILIDAD DE QUIEBRA

“Z-Score”
Menor a 1.2 Muy Alta (La empresa es insolvente).
De 1.2 a 2.6 Posible (La empresa puede caer en quie-
bra si no mejora su gestión financiera).
De 2.7 o mayor Baja (La empresa es solvente y muestra
una gestión financiera eficiente).
Modelo CA Score
Este modelo fue desarrollado por Jean Legault de la Universidad

de Quebec en Montreal, usando el análisis estadístico iterativo de
discriminación múltiple. Fueron analizadas 30 razones financieras
de una muestra de 173 empresas manufactureras con ventas anua-
les del rango de entre 1 a 20 millones de dólares canadienses.
La Orden de Contadores Certificados de Quebec (Quebec CA’s)

recomienda este modelo, el cual ha tenido muy buena aceptación
por parte de diversos analistas financieros en Canadá y otros paí-
ses.
El modelo tiene la siguiente forma:
CA-SCORE = 4.5913 X1 + 4.5080 X2 + 0.3936 X3 - 2.7616

(Fórmula 8.2)
Donde:
X1 = Capital Contable/Activo Total
X2 = (Utilidades antes de impuestos y Rubros extraordinarios +

Gastos financieros)/Activo Total X3 = Ventas/Activo total
Cuando el modelo CA-SCORE arroja un valor < -0.3, la regla

de decisión señala que la empresa analizada puede considerarse
como “insolvente”.
Modelo de Pascale
En 1988, Ricardo Pascale desarrolló un modelo que también

busca predecir la bancarrota de las empresas en el contexto la-
tinoamericano con alta inestabilidad. Trabajando para la industria
uruguaya, su modelo, usando el análisis discriminante múltiple es:
P = –3,70992 + 0,99418 X1 + 6,55340 X2 + 5,51253 X3

(Fórmula 8.3)
Donde:
X1 = Ventas/Pasivo total
X2 = Utilidad Neta/Activo total
X3 = Pasivo a Largo Plazo/Pasivo total
Si el modelo de PASCALE genera un valor mayor a cero (positi-

vo), la empresa se considera financieramente sana, mientras que si
el valor obtenido es menor a cero, la empresa se considera como
insolvente y con alta probabilidad de quiebra.
Modelo de Kanitz
El profesor Charles Kanitz, del Departamento de Contabilidad de

la Facultad de Economía y Administración de la Universidad de Sao
Paulo (FEA/USP), fue responsable, durante más de 20 años, de la
elaboración del análisis económico y financiero de las 500 Mejores
y Mayores Empresas Brasileñas editado por la Revista Exame. Co-
mo fruto de su trabajo junto a las empresas y de su investigación,
elaboró un modelo de previsión de quiebra conocido como factor
de insolvencia.
Este factor es obtenido a partir de la información generada de

balances y resultados contables de empresas a través del cálculo
de la siguiente fórmula:
K = 0.05 X1 + 1.65 X2 + 3.55 X3 – 1.06 X4 − 0.33 X5

(Fórmula 8.4)
Donde:
X1= Activo Circulante/Capital Contable
X2= Activo Total/Pasivo Total

X3= (Activo Circulante – Inventarios)/Pasivo Circulante

X4= Activo Circulante/Pasivo Circulante
X5= Pasivo Total/Capital Contable

La decisión final que arroja el Modelo de Kanitz se muestra en la
siguiente tabla:
PUNTAJE “K” SITUACION FINANCIERA

Menor a -3 La empresa es insolvente y se encuentra
en situación de quiebra.
De -0.1 a -3 La empresa puede caer en quiebra si no
mejora su gestión financiera.
Mayor a 0 La empresa es solvente y muestra una
gestión financiera saludable.
Modelo de Springate
Este modelo fue desarrollado en 1978 por Gordon L.V. Springate

de la Universidad Simon Fraser de Canadá, quien siguió los pro-
cedimientos desarrollados por Altman. Springate usó el análisis
estadístico iterativo de discriminación múltiple para seleccionar
cuatro de 19 razones financieras de uso frecuente que mejor distin-
guieron entre los buenos negocios y los candidatos a insolvencia.
El modelo Springate tiene la siguiente forma:
S = 1.03A + 3.07B + 0.66C + 0.40D

(Fórmula 8.5)
Donde:
A = Capital de trabajo/Activo total
B = Utilidad neta antes de intereses e impuestos/Activo total
C = Utilidad neta antes de impuestos/Pasivo circulante
D = Ventas/Activo total
Cuando Z < 0.862, la empresa podría considerarse como “insol-

vente”.
Este modelo logró una precisión del 92.5% en 50 empresas que

examinó Springate. Botheras (1979) probó el modelo de Springate
en 50 empresas con un activo promedio de 2.5 millones de dólares
canadienses y encontró el 88.0% de exactitud. Sands (1980) tomó
el modelo de Springate para 24 empresas con un activo promedio
de 63.4 millones de dólares canadienses y encontró una precisión
de 83.3%.
Para mostrar de manera práctica estos modelos, a continua-

ción se aplicarán a una empresa y se extraerán las conclusiones
al respecto. Adicionalmente, se presentará un análisis de razones
financieras tradicionales para poder hacer una comparación con los
cinco modelos antes mencionados.
Para realizar este ejercicio, es necesario contar con la siguiente

información:
•• Estado de posición financiera.
•• Estado de resultados.
•• Razones financieras.
INDUSTRIALIZADORA NACIONAL, S.A. DE C.V.

ESTADO DE POSICION FINANCIERA POR LOS EJERCICIOS
DE 2013 A 2014 (PORCIENTOS INTEGRALES)
(CIFRAS EN PESOS)
VARIA-
CONCEPTO 2014 2013 CIONES
ACTIVO
Efectivo en Caja y Bancos 26,116.00 1.7% 15,000.00 1.2% 0.5%
Cuentas y Documentos por
Cobrar (Clientes) 230,000.00 14.9% 200,000.00 16.1% -1.2%
Deudores Diversos 3,000.00 0.2% 4,000.00 0.3% -0.1%
Inventarios 250,000.00 16.2% 200,000.00 16.1% 0.0%
Anticipos de ISR 20,000.00 1.3% 25,000.00 2.0% -0.7%
Inversiones en Valores
(Acciones, bonos y valores) 20,000.00 1.3% 35,000.00 2.8% -1.5%
Contribuciones a Favor 0.0% 0.0% 0.0%
Otros Activos Circulantes
(Depósitos en garantía) 10,000.00 0.6% 8,000.00 0.6% 0.0%
ACTIVO CIRCULANTE 559,116.00 36.1% 487,000.00 39.2% -3.1%
Terrenos 0.0% 0.0% 0.0%
Construcciones 0.0% 0.0% 0.0%
Maquinaria y Equipo 350,000.00 22.6% 300,000.00 24.2% -1.5%
Mobiliario y Equipo de
Oficina 30,000.00 1.9% 40,000.00 3.2% -1.3%
Equipo de Transporte 80,000.00 5.2% 104,200.00 8.4% -3.2%
Otros Activos Fijos 0.0% 0.0% 0.0%
Actualización de Activos Fijos 500,000.00 32.3% 300,000.00 24.2% 8.1%
Depreciación Acumulada -129,000.00 -8.3% -80,000.00 -6.4% -1.9%
Cargos y Gastos Diferidos 0.0% 0.0% 0.0%
Amortización Acumulada 0.0% 0.0% 0.0%
ACTIVO NO CIRCULANTE 831,000.00 53.7% 664,200.00 53.5% 0.2%
Instalaciones 80,000.00 5.2% 50,000.00 4.0% 1.1%
Gastos de Organización 10,000.00 0.6% 10,000.00 0.8% -0.2%
Actualización de
Instalaciones 90,000.00 5.8% 40,000.00 3.2% 2.6%
Amortización Acumulada -23,000.00 -1.5% -10,000.00 -0.8% -0.7%
OTROS ACTIVOS 157,000.00 10.1% 90,000.00 7.3% 2.9%
ACTIVO TOTAL 1,547,116.00 100.0% 1,241,200.00 100.0%
VARIA-
CONCEPTO 2014 2013 CIONES
PASIVO
Proveedores 190,000.00 12.3% 150,000.00 12.1% 0.2%
Impuestos por Pagar 11,000.00 0.7% 10,000.00 0.8% -0.1%
Cuentas y Documentos
por Pagar 30,000.00 1.9% 19,500.00 1.6% 0.4%
Provisión ISR 73,080.00 4.7% 58,884.00 4.7% 0.0%
PASIVO CORTO PLAZO 304,080.00 19.7% 238,384.00 19.2% 0.4%
Acreedores Diversos 66,000.00 4.3% 50,000.00 4.0% 0.2%
Crédito Hipotecario Industrial 150,000.00 9.7% 180,000.00 14.5% -4.8%
PASIVO LARGO PLAZO 216,000.00 14.0% 230,000.00 18.5% -4.6%
PASIVO TOTAL 520,080.00 33.6% 468,384.00 37.7% -4.1%
Capital Social Proveniente
de Aportaciones 354,000.00 22.9% 300,000.00 24.2% -1.3%
Capital Social Proveniente
de Capitalización 0.0% 0.0% 0.0%
Reservas de Capital 9,000.00 0.6% 5,000.00 0.4% 0.2%
Otras Cuentas de Capital 0.0% 0.0% 0.0%
Aportaciones para Futuros
Aumentos de Capital 0.0% 0.0% 0.0%
Utilidades Acumuladas 32,116.00 2.1% 80,000.00 6.4% -4.4%
Utilidad del Ejercicio 100,920.00 6.5% 81,316.00 6.6% 0.0%
Pérdidas Acumuladas 0.0% 0.0% 0.0%
Pérdida del Ejercicio 0.0% 0.0% 0.0%
Insuficiencia o Exceso en la
Actualización del Capital 0.0% 0.0% 0.0%
Actualización Contable 531,000.00 34.3% 306,500.00 24.7% 9.6%
TOTAL CAPITAL
CONTABLE 1,027,036.00 66.4% 772,816.00 62.3% 4.1%
SUMA PASIVO Y CAPITAL 1,547,116.00 100.0% 1,241,200.00 100.0%

ESTADO DE RESULTADOS POR LOS EJERCICIOS 2013 A
2014 (PORCIENTOS INTEGRALES)
(CIFRAS EN PESOS)
CONCEPTO 2014 2013 VARIA-

CIO-
NES
VENTAS TOTALES 2,800,000 100.0% 2,300,000 100.0% 0.0%
Ventas y/o Servicios
Extranjeros 0 0.0% 0 0.0% 0.0%
Ventas al Contado 2,100,000 75.0% 2,000,000 87.0% -12.0%
Ventas a Crédito 700,000 25.0% 300,000 13.0% 12.0%
Devoluciones, Descuentos y
Bonificaciones s/ventas 0.0% 0.0% 0.0%
VENTAS NETAS 2,800,000 100.0% 2,300,000 100.0% 0.0%
Inventario Inicial 0.0% 0.0% 0.0%
Compras Netas 1,000,000 35.7% 900,000 39.1% -3.4%
Inventario Final 0.0% 0.0% 0.0%
COSTO DE MERCANCIAS 1,000,000 35.7% 900,000 39.1% -3.4%
Mano de Obra 960,000 34.3% 710,000 30.9% 3.4%
Maquilas 0.0% 0.0% 0.0%
Gastos Indirectos de
Fabricación 0.0% 0.0% 0.0%
COSTO DE VENTAS Y/O
SERVICIOS 1,960,000 70.0% 1,610,000 70.0% 0.0%
UTILIDAD BRUTA 840,000 30.0% 690,000 30.0% 0.0%
Gastos de Administración 200,000 7.1% 150,000 6.5% 0.6%
Gastos de Venta 300,000 10.7% 230,000 10.0% 0.7%
UTILIDAD O PERDIDA DE
OPERACION 340,000 12.1% 310,000 13.5% -1.3%
Intereses Devengados a Favor
y Ganancia Cambiaria 0.0% 0.0% 0.0%
Intereses Devengados a Cargo
y Pérdida Cambiaria 166,000 5.9% 169,800 7.4% -1.5%
Resultado por Posición
Monetaria 0.0% 0.0% 0.0%
Otras Operaciones Financieras 0.0% 0.0% 0.0%
COSTO INTEGRAL DE
FINANCIAMIENTO 166,000 5.9% 169,800 7.4% -1.5%
Ingresos por Partidas
Discontinuas y Extraordinarias 0.0% 0.0% 0.0%
Gastos por Partidas

Discontinuas y Extraordinarias 0.0% 0.0% 0.0%
UTILIDAD O PERDIDA ANTES
DE IMPUESTOS 174,000 6.2% 140,200 6.1% 0.1%
ISR,IMPAC Y PTU 73,080 2.6% 58,884 2.6% 0.0%
Utilidad (o Pérdida) en
Participación Subsidiaria 0.0% 0.0% 0.0%
Efectos de Reexpresiòn
excepto Resultados por
Posición Monetaria 0.0% 0.0% 0.0%
UTILIDAD NETA 100,920 3.6% 81,316 3.5% 0.1%
124
RAZONES FINANCIERAS
IDENTIFICACION DE RUBROS FUERA DE PARAMETRO (AREAS DE OPORTUNIDAD)
PARAMETROS 2013 2014
CONCEPTO FORMULA
ACEPTABLE NO ACEPTABLE VALOR PARAMETRO % PARAMETRO
Razones de Liquidez
Razón circulante o corriente Activo Circulante/Pasivo Circulante >2 <2 1.84 NO ACEPTABLE 2.04 ACEPTABLE
Prueba de liquidez Activo circulante - Inventarios >1 <1 1.02 ACEPTABLE 1.20 ACEPTABLE
(o prueba del ácido) Pasivo circulante
Capital de Trabajo Activo Circulante-Pasivo Circulante Positivo Negativo 255,036 ACEPTABLE 248,616 ACEPTABLE
Razones de Rentabilidad
Utilidad Neta x 100 > TIIE < TIIE 3.6% NO ACEPTABLE 3.5% ACEPTABLE
Margen de utilidad
Ventas netas
Utilidad Neta x 100 > TIIE < TIIE 6.5% ACEPTABLE 6.6% ACEPTABLE
Rendimiento sobre el activo
Activos Totales
Utilidad Neta x 100 > TIIE < TIIE 9.8% ACEPTABLE 10.5% ACEPTABLE
Rendimiento sobre el capital
Capital contable
Razones de Endeudamiento
Pasivo Total x 100 < = 40% > 40% 33.6% ACEPTABLE 37.7% ACEPTABLE
Apalancamiento con recursos ajenos
Activo total
Capital contable x 100 > = 60% < 60% 66.4% ACEPTABLE 62.3% ACEPTABLE
Apalancamiento con recursos propios
Activo total
Razones de Actividad
Ventas netas >=1 <1 1.81 ACEPTABLE 1.85 ACEPTABLE
Rotación del activo total
Activo total
Ventas netas >=1 <1 3.37 ACEPTABLE 3.46 ACEPTABLE
Rotación de activos fijos
Activo fijo
Inventario x 360 < = 30 > 30 46 NO ACEPTABLE 45 NO ACEPTABLE
Rotación de inventarios
Costo de ventas
Cuentas por cobrar x 360 < = 45 > 45 30 ACEPTABLE 31 ACEPTABLE
Rotación de cuentas por cobrar
Ventas netas
Proveedores x 360 < = 30 > 30 35 NO ACEPTABLE 34 NO ACEPTABLE
Rotación de proveedores
Costo de ventas
Razones de Cobertura
Utilidad de Operación >1 <1 1.8 ACEPTABLE 2.0 ACEPTABLE
Cobertura de intereses
Intereses anuales pagados
Ciclo Financiero y Operativo
Ciclo Financiero = Días cartera + días de inventario - < = 30 > 30 41 NO ACEPTABLE 42 NO ACEPTABLE
días de proveedores
Ciclo Operativo = Días cartera + días de inventario 75 76
EDICIONES FISCALES ISEF
Esta información financiera es la materia prima para poder apli-

car los cinco modelos paramétricos, cuyos resultados se muestran
a continuación:

MODELO DE ALTMAN “Z-SCORE”
RAZONES DECISION
VALORES Z2
FINANCIERAS FINAL
X1 = Capital de Trabajo/Activo Total 0.16
X2 = Utilidades Retenidas/Activo Total 0.37
X3 = Utilidad antes ints. e imptos/Activo 5.84 La Empresa
0.22 es Solvente
Total
X4 = Capital Contable/Pasivo Total 1.97

MODELO CA-SCORE
RAZONES DECISION
VALORES CA
FINANCIERAS FINAL
X1 = Capital contable/Activo Total 0.66
X2 = EBITDA/Activo Total 0.22 1.99 La Empresa
es Solvente
X3 = Ventas/Activo Total 1.81

MODELO DE KANITZ
RAZONES DECISION
VALORES K
FINANCIERAS FINAL
X1 = Activo Circulante/Capital Contable 0.54
X2 = Activo Total/Pasivo Total 2.97
X3 = (Activo Circulante - Inventarios)/Pa- 6.43 La Empresa
1.02
sivo Circulante es Solvente
X4 = Activo Circulante/Pasivo Circulante 1.84
X5 = Pasivo Total/Capital Contable 0.51

MODELO DE PASCALE
RAZONES DECISION
VALORES P
FINANCIERAS FINAL
X1 = Ventas/Pasivo Total 5.38
X2 = Utilidad Neta/Activo 0.07 4.36 La Empresa
es Solvente
X3 = Pasivo Largo Plazo/Pasivo Total 0.42

MODELO DE SPRINGATE
RAZONES DECISION
VALORES S
FINANCIERAS FINAL
A = Capital de Trabajo/Activo Total 0.16
B = Utilidad antes ints. e imptos/Activo 0.22
Total 2.80 La Empresa
es Solvente
C = Utilidades antes de impuestos/Pasivo 0.57
circulante
D = Ventas/Activo Total 1.81
El paso siguiente consiste en evaluar conjuntamente los cinco

modelos y compararlos con los resultados que arrojan las razones
financieras, posteriormente se dará la conclusión final.

ANALISIS COMPARATIVO
MODELOS DE PREDICCION Y RAZONES FINANCIERAS
MODELO VALOR PARAMETRO DECISION

DEL MODELO
Altman Z-Score LA EMPRESA ES
5.84 SOLVENTE
CA-Score LA EMPRESA ES
1.99 SOLVENTE
Pascale LA EMPRESA ES OTORGAR
4.36 SOLVENTE CREDITO
Kanitz LA EMPRESA ES
6.43 SOLVENTE
Springate LA EMPRESA ES
2.80 SOLVENTE
Razones Financieras:
Circulante 2.04 ACEPTABLE
Acido 1.20 ACEPTABLE
Capital de trabajo 248,616 ACEPTABLE
Margen de utilidad 3.5% ACEPTABLE
Rendimiento sobre el activo 6.6% ACEPTABLE
Rendimiento sobre el capital 10.5% ACEPTABLE
Apalancamiento con recursos
ajenos 37.7% ACEPTABLE OTORGAR
Apalancamiento con recursos CREDITO
propios 62.3% ACEPTABLE
Rotación del activo total 1.85 ACEPTABLE
Rotación de activos fijos 3.46 ACEPTABLE
Rotación de inventarios 45 NO ACEPTABLE
Rotación de cuentas por cobrar 31 ACEPTABLE
Rotación de proveedores 34 NO ACEPTABLE
Cobertura de intereses 2 ACEPTABLE
Ciclo financiero 42 NO ACEPTABLE
Como podrá observarse, los cinco modelos paramétricos son

consistentes y empatan con el tradicional análisis de razones finan-
cieras, por lo tanto, cualquiera de estos modelos puede arrojar un
resultado confiable desde un punto de vista financiero, estadístico
y econométrico.
8.2. El modelo de Merton para Medir el Riesgo Crediticio
El economista norteamericano Robert Merton publicó en 1974

un trabajo de investigación en el Journal of Finance titulado On The
Pricing of Corporate Debt: The Risk Structure of Interest Rates.
En esta obra plantea un modelo muy interesante para la valora-

ción que el mercado hace respecto a las acciones emitidas por las
empresas y la probabilidad de no pago de sus deudas.
En este sentido, Merton plantea un modelo basado en la valo-

ración de opciones long call, en el que considera al precio de una
opción de compra como el capital de la empresa, siendo los acti-
vos totales el precio del subyacente y como precio de ejercicio la
deuda; la volatilidad, la tasa de interés libre de riesgo y el tiempo se
consideran implícitamente dentro del modelo.
El planteamiento del modelo quedaría de la siguiente manera:
C = A * N(d1) – De-Rf (t) * N(d2) (Fórmula 8.6)
A σ2
ln Rf +
D + 2 t
d1 =
σ √t
d2 = d1 – σ √t
Donde:
C = Precio de la opción long call (Capital)
A = Subyacente (Activos de la empresa)
D = Precio de ejercicio (Deuda)
t = Tiempo
Bajo este modelo se pueden presentar dos eventos:
•• Si el valor de los activos excede al valor de la deuda, la empre-

sa estará en posibilidades de poder pagar la deuda, es decir,
la opción estará en una situación dentro del dinero (ITM) y por
lo tanto se ejercerá la opción.
•• Si el valor de los activos es menor al valor de la deuda, la em-
presa no estará en posibilidades de poder pagar la deuda, es
decir, la opción estará en una situación fuera del dinero (OTM)
y por lo tanto no se ejercerá la opción.
Lo anterior se muestra en un gráfico para una opción de tipo

Long Call:
Gráfico 8.1. Opción Long Call para una

estructura de deuda y capital
(+)
D A
C Opción Long Call
(−)
Por otra parte, Merton determinó que la probabilidad neutral al

riesgo se puede determinar a partir de función de densidad proba-
bilística N(d2).
Asimismo, Merton también estableció que la probabilidad de que

la empresa falle y no cumpla con su obligación de pago de la deuda
se determina a través de lo siguiente:
P(f) = 1 – N(d2) (Fórmula 8.7)

Donde:
P(f) = Probabilidad de fallo de la empresa o acreditado
N(d2) = Función de densidad probabilística de la variable alea-

toria d2
Asimismo, Merton plantea una probabilidad natural de fallo de la

empresa, para lo cual se requiere contar con la tasa esperada de
crecimiento de la empresa, dicha tasa podrá obtenerse mediante el
crecimiento del capital o a través del modelo EVA (Economic Value
Added), el cálculo de la probabilidad natural de fallo se expresa con
la siguiente fórmula15:
Pn = N {(ln(D) − ln(A) − λ(t) + 0.5σ2(t))} * {(σ√t) } 1

–
(Fórmula 8.8)
Donde:
Pn = Probabilidad natural de fallo de la empresa o acreditado
σ = Tasa de crecimiento de la empresa

λ = Tasa de crecimiento de la empresa
t = Tiempo
N = Función de densidad de probabilidad normal
Para reafirmar el planteamiento del modelo de Merton, se tie-

ne un ejemplo práctico de una empresa que tiene una deuda
de $ 93,000,000 contratada a dos años, el valor del activo es de
$ 180,000,000, la tasa libre de riesgo es de 3.3% anual, la volati-
lidad de los activos es del 40% anual y la tasa de crecimiento es-
timada de la empresa es del 8%. Con esta información se deberá
calcular el valor del capital, la resolución del modelo se presenta
en el cuadro siguiente mediante la aplicación de la metodología
Black-Scholes16:
15. Peña, Juan Ignacio. La Gestión de Riesgos Financieros. España, Prentice Hall,
2002, págs. 145-158.
16. Montero Moreno, Carlos. Op. Cit., Capítulo III.
Cuadro 8.1. Modelo de Merton
VARIABLES CONCEPTOS IMPORTES
$ 180,000,000 VALOR DEL CAPITAL $ 96,184,386.26

A (Opción Call)
D $ 93,000,000
d 0.0000 VALOR DE LA DEUDA $ 83,815,613.74
Rf 0.0330
σ 0.4000 VALOR DEL ACTIVO $ 180,000,000.00
T 2.0000
d1 1.566873 -d1 -1.566873246
d2 1.001188 -d2 -1.001187821
N(d1) 0.941428 N(-d1) 0.058572

N(d2) 0.841632 N(-d2) 0.158368
Continuando con el desarrollo del modelo de Merton, se proce-

derá a calcular primeramente la probabilidad de fallo del acreditado:
P(f) = 1 – N(d2) = 1 – 0.841632 = 0.1584 * 100 = 15.84%
El paso siguiente consiste en realizar el cálculo de la probabili-

dad natural de fallo del acreditado, cuyo resultado es el siguiente:
Pn = N {(ln(180) – ln(93) – 0.08(2) + 0.5(0.4)2(2))} * {(0.4√2)}–1
= N − 1.1674
Buscando este valor en la tabla de densidad de probabilidad nor-

mal se obtiene el siguiente resultado17:
N − 1.1674 = 0.1215 * 100 = 12.15%
17. Ibid.
8.3. Modelo de Valor en Riesgo para la Gestión del Riesgo

Crediticio
El modelo de valor en riesgo (VaR) se utiliza para medir la pérdi-

da máxima de un crédito en un horizonte temporal y con un nivel de
confiabilidad determinado.
El VaR señala en términos monetarios cuál podría ser la pérdida

máxima de un acreditado bajo los lineamientos de temporalidad
y confiabilidad que se establezcan para llevar a cabo la medición.
Para determinar el VaR a 1 día se aplica la siguiente fórmula:
1 – día – VaR = N(–d1) * C * σc (Fórmula 8.9)
Donde:
1 día VaR = Cálculo de 1 día de VaR
X = N(-d1) = Función de distribución normal estandarizada
C = Importe del crédito
σc= Volatilidad diaria del crédito

Mientras que para determinar el VaR para un período mayor a 1
día se utiliza la siguiente fórmula:
N – días – VaR = 1 − día – VaR * √N (Fórmula 8.10)
Donde:
N = Tiempo o período.
VaR = Valor en Riesgo
Para comprender mejor la aplicación del modelo VaR, se tiene

como ejemplo un crédito de $ 1,250,000, cuya volatilidad diaria del
crédito es de 0.007%, al respecto, se desea saber cuál es la pérdida
máxima en 1 día, con un nivel de confiabilidad del 99%, que podría
enfrentar este crédito.
1 – día − VaR = (2.33) * 1,250,000 * 0.00007 = $ 194.16

Asimismo, para saber cuál sería la pérdida máxima en un hori-

zonte de 10 días, se tendría el siguiente resultado:
N – días – VaR = (194.16) * √10 = $ 613.99
Para un tratamiento detallado del modelo de Valor en Riesgo re-

ferente a la combinación de activos financieros, así como la utili-
zación de la simulación histórica y de Monte Carlo, se recomienda
revisar el capítulo IV de la obra “Estudio práctico de los instrumen-
tos financieros derivados en México”, editada por ISEF con la auto-
ría de Carlos Montero Moreno.
8.4. Modelo Credit Risk18
El modelo Credit Risk fue desarrollado por Credit Suisse Finan-

cial Products en el año 1997, siendo este un organismo pertene-
ciente al Credit Suisse Bank, cuyo objetivo central es obtener el
cálculo de fallo del crédito.
La idea básica del modelo se refiere a dos posibles resultados en

los que se puede encontrar un crédito:
•• Probabilidad del crédito de estar en fallo o atraso: P(f)
•• Probabilidad de no estar en fallo o atraso: 1- P(f)
Dentro de este modelo hay un supuesto muy importante que se

refiere a que los fallos se consideran de manera independiente, es
decir, son eventos aleatorios que se generan de forma independien-
te.
Al respecto, el modelo Credit Risk plantea para el cálculo de la

probabilidad de fallo o incumplimiento del crédito como una varia-
ble aleatoria que sigue una distribución de probabilidad de Poisson,
cuyo planteamiento es el siguiente:
e-µ µn
P(f) = (Fórmula 8.11)
n!
Donde:
P(f) Probabilidad de fallo
N = Número de fallos
µ = Tasa promedio de los créditos con fallo o incumplimiento
18. Peña, Juan Ignacio. Op. Cit. págs. 159-163.

Para ejemplificar la aplicación del modelo Credit Risk, se tiene

que para una cartera de crédito de una institución financiera se
tiene que la tasa promedio de créditos con incumplimiento es de
4% mensual y se quiere determinar la probabilidad de 3 fallos o in-
cumplimientos, para ello se aplicará la fórmula 8.11 con el siguiente
resultado:
e−4 43
P(f) = = 0.0488 * 100 = 19.54%
3!
Esta probabilidad de incumplimiento será un indicador para tener

en consideración el nivel de reservas que deberá mantener la insti-
tución financiera para hacer frente al riesgo crediticio de su cartera.
8.5. Modelo KMV
El modelo KMV fue desarrollado a principios de la década de los

noventas por los investigadores Kechofler, McQuown y Vasicek de
la empresa calificadora Moody’s, de ahí las siglas KMV. Este mode-
lo es considerado como una extensión al modelo de Merton.
El modelo KMV toma en consideración el comportamiento del

rendimiento de los activos de la empresa, que en este caso sería
el acreditado, dicho rendimiento se comportaría de acuerdo con
una distribución normal, a lo cual los investigadores Kechofler,
McQuown y Vasicek denominaron Distance to Default o distancia
al fallido o incumplimiento19.
El planteamiento de la distancia al incumplimiento se realiza me-

diante la siguiente ecuación:
A–D
DEF = (Fórmula 8.12)
σA * A
Donde:
DEF = Distancia al fallido o incumplimiento
A =Valor de los activos
D = Valor de la deuda
σA = Volatilidad de los activos
19. De Lara Haro, Alfonso. Medición y Control de Riesgos Financieros. México, Limu-
sa, 2013, págs. 175-182.
Considerando la información del cuadro 8.1 y aplicando la fórmu-

la (8.12) se tiene lo siguiente:
180 – 93
DEF= = 1.2083
0.4 * 180
Buscando el valor de 1.2083 en las tablas de distribución normal
estándar se tiene que la probabilidad de la distancia de incumpli-
miento es de 38.69%, la cual es muy alta y obedece a una volatili-
dad de los activos muy elevada.
De manera gráfica se tendría lo siguiente:
Gráfico 8.2. Probabilidad de la distancia
al incumplimiento
+σ
A
A = 180
Probabilidad de la
-σ Distancia al
A Incumplimiento
D = 93
Zona de
Incumplimiento
Fuente: De Lara Haro, Alfonso. Análisis y Medición de Riesgos Financieros.

LIMUSA, 2008.
8.6. Pruebas de Estrés y Backtesting
La prueba de estrés, también conocida como prueba de valo-

res extremos, es una metodología que consiste en crear escenarios
que puedan responder a la pregunta: “qué pasaría si”.
Esta pregunta obliga a realizar un análisis de qué tan blindada
puede estar una institución financiera ante eventos económicos y
financieros catastróficos, en el sentido de que si dicha institución
pasa cierto nivel de incertidumbre y tiene la capacidad de cumplir
con sus obligaciones, entonces podrá enfrentar ese percance sin
mayores complicaciones; sin embargo, de no pasar la prueba, la
institución podrá verse en la necesidad de hacer modificaciones a
su estructura financiera para poder cubrir el capital faltante.
De acuerdo a las disposiciones emitidas por el Comité de Ba-

silea, así como por la Comisión Nacional Bancaria y de Valores
(Circular 1423) y el propio Banco de México, la prueba de estrés
ya se considera como un complemento para el modelo de valor en
riesgo (VaR).
El proceso de la prueba de estrés debe incluir las siguientes eta-

pas:
•• Identificación de vulnerabilidades.
•• Construcción de escenarios macroeconómicos.
•• Impacto en la estructura financiera.
•• Interpretación de los resultados obtenidos.
•• Análisis comparativo para mitigar riesgos.
En términos gráficos, el proceso de la prueba de estrés quedaría

sintetizado de la siguiente manera:
Variables que determinan escenarios de stress

macroeconómico
Contracción PBIUSA, Fenómeno de Tasas de interés,

China y otros socios El Niño y otros tipo de cambio,
comerciales. Precio fenómenos líneas del exte-
de los commodities naturales rior
Modelos externos Modelos reales
Modelos Econométricos:
VaR, Cointegración, STAR, ARIMAX, Modelos Determinísticos
Estimación de Variables Financieras:

Escenario Probable y Estresado
PD’s, Morosidad, VaR % créditos
ä
Simulaciones por portafolio y sector económico
Pérdidas esperadas y no esperadas
ä
Impacto en los EE.FF:
Utilidad, capital, provisiones, estructura de activos y pasivos
Es importante señalar, que de acuerdo a las disposiciones de

carácter general aplicables a las instituciones de crédito (Circular
única de bancos), será necesario lo siguiente:
“Realizar, al menos una vez al año, pruebas de estrés que de-

berán satisfacer los lineamientos descritos en el Anexo 12-B de
las presentes disposiciones. Previamente a la realización de estas
pruebas, las Instituciones Financieras deberán presentar el diseño
de dichas pruebas a la Comisión Nacional Bancaria y de Valores
(CNBV), durante el mes de enero de cada año.
La CNBV podrá ordenar modificaciones al diseño de estas prue-

bas, así como que se realicen con mayor periodicidad y con su-
puestos distintos a los mínimos establecidos en el Anexo 12-B de
las presentes disposiciones o a los establecidos por la propia Insti-
tución, siempre que se presente una modificación al perfil de riesgo
deseado o, que dichas pruebas no adviertan a la Institución sobre
los posibles resultados adversos, causados por los riesgos a los
que está expuesta”.
Asimismo, y tomando en consideración los lineamientos estable-

cidos por las autoridades monetarias, éstas sugieren la utilización
de backtesting para verificar, y calibrar en su caso, si el modelo VaR
es adecuado para la gestión de riesgo de mercado.
Para realizar las pruebas de backtesting, es necesario adherirse

a lo siguiente:
•• Las pérdidas y ganancias se calculan con base en la valua-
ción.
•• Comparar periódicamente el VaR observado ajustado a un día

con las pérdidas y ganancias diarias, para lo que el Bank of
International Settlements (Comité de Basilea) recomienda que
esta prueba se realice trimestralmente utilizando al menos 250
observaciones.
•• Los errores o excepciones detectados se calculan contando

el número de veces que las pérdidas y ganancias exceden el
valor en riesgo observado.
•• El nivel de eficiencia del modelo se mide a través de:
Número_de_excepciones
Número_de_observaciones
Para verificar si el modelo de VaR es adecuado, se utiliza el ya

famoso modelo Kupiec, el cual cuenta precisamente las veces en
que las pérdidas y/o ganancias exceden el VaR durante un período
determinado.
El modelo de Kupiec genera regiones de confianza con base en

una distribución Chi Cuadrada con un grado de libertad, el cual se
expresa de la siguiente manera:
F N-F F F
L = –2ln (1 – Θ)N-F ΘN +2ln 1– N N
(Fórmula 8.13)
Donde:
N = Número total de días
F= Número de fallos
ln = Logaritmo natural
Θ =Nivel de confianza del modelo VaR
Si el estadístico de prueba (número de fallos) cae en la región de

no rechazo, la conclusión es que el modelo de VaR pasa la prueba
de Kupiec.
Si el modelo de VaR pasa la prueba de Kupiec, se concluye que

el modelo es consistente y lo aceptamos.
En caso de no pasar la prueba, se tienen dos opciones:
•• Se tienen más fallos de los que estarían permitidos estadísti-

camente, lo que significa que el modelo está estimando el VaR
muy por debajo de nuestras pérdidas reales.
•• Se tienen menos fallos de los permitidos estadísticamente, y

eso significa que el modelo está estimando el VaR muy por
encima de nuestras pérdidas reales.
En ambos casos, se buscan las causas de no haber pasado la

prueba y se procede a calibrar el modelo.
Para llevar a cabo la prueba de Kupiec, se tiene la siguiente tabla,

misma que se conoce con el nombre de su autor, es decir, TABLA
DE KUPIEC20.
20. Ibid., 153-159 págs.

TABLA DE KUPIEC: Número de fallas en un nivel de 0.05
Nivel de Regiones de no rechazo para un número de fallas,

probabilidad (p) N
N = 255 días N = 501 días N = 1,000 días
0.01 N< 7 1 < N < 11 4 < N < 17
0.025 2 < N < 12 6 < N < 21 15 < N < 36
0.05 6 < N < 21 16 < N < 36 37 < N < 65
0.075 11 < N < 28 27 < N < 51 59 < N < 92
0.10 16 < N < 36 38 < N < 65 81 < N < 120
LIMUSA, 2008.
Para calibrar el modelo VaR, se pueden seguir dos alternativas:
•• Aumentar el nivel de confianza para el cálculo del VaR.
•• Aumentar el tamaño de la muestra.
Complementando los elementos de análisis antes mencionados,

el Banco Internacional de Pagos (Bank of International Settlements),
a través del Comité de Basilea, sugiere la utilización de una matriz
basada en un semáforo, la cual permita ubicar por zonas el nivel de
cumplimiento que enfrenta una institución financiera.
En este sentido, dentro del semáforo propuesto, las zonas verde,

amarilla y roja tendrían en consideración los siguientes elementos:
•• Zona verde: El modelo no tiene problemas de calidad y no se

necesita modificación alguna.
•• Zona amarilla: No se puede concluir algo acerca del modelo,

por lo que podría o no calibrarse.
•• Zona roja: Se requiere modificar el modelo, ya que presenta

problemas de calidad y precisión.
ENFOQUE DEL BIS PARA INTERPRETAR EL BACKTESTING
ZONA NUMERO DE
EXCEPCIONES
0
1
VERDE 2
3
4
5
6
AMARILLA 7
8
9
ROJA 10 o MAS

LIMUSA, 2008.
Asimismo, el Bank of International Settlements recomienda in-

crementar el factor de capital requerido a la institución financiera,
el cual se considera como tres veces el VaR obtenido, lo cual se
expresa mediante la siguiente tabla:
FACTORES DE CAPITAL REQUERIDOS
ZONA NUMERO DE INCREMENTO

EXCEPCIONES EN CAPITAL
0 0%
1 0%
VERDE 2 0%
3 0%
4 0%
5 40%
6 50%
AMARILLA 7 65%
8 75%
9 85%
ROJA 10 o MAS 100%
LIMUSA, 2008.
CAPITULO 9
MEDICION DEL RIESGO DE LIQUIDEZ
9.1. La Exposición al Riesgo Bajo la Perspectiva de Basilea III
Resumiendo el concepto de riesgo de liquidez que se había re-

visado en el capítulo seis, se puede decir que el riesgo de liquidez
consiste en la posibilidad de no poder hacer frente a las obligacio-
nes de pago de forma puntual, principalmente a los acreedores a
través de los pasivos contratados, así como a los socios que inte-
gran el capital social de la empresa, o que para hacerlo se incurra
en costos elevados.
De acuerdo a las Reglas de Basilea III, cada institución financiera

tiene la responsabilidad de realizar una buena gestión de su riesgo
de liquidez, para ello se debe definir un marco de gestión sólido que
permita mantener un nivel de liquidez adecuado, el cual debe con-
siderar un soporte de activos líquidos de calidad que permita hacer
frente a situaciones que puedan vulnerar y quebrantar el patrimonio
de la institución de crédito.
Entre lo más relevante de las normas de Basilea III que se publi-

caron en 2010, destacan los siguientes puntos21:
•• Definición de un Indice de cobertura de liquidez a 30 días que

obliga a las instituciones financieras a disponer de un fondo
de activos líquidos explícito y bien definido.
•• Definición de un Indice de financiamiento neto estable, cuya

finalidad es hacer sostenible la estructura de plazos de los ac-
tivos y pasivos.
•• Además, la implantación y puesta en marcha de estos índices

será de manera progresiva, ya que el Indice de cobertura de
liquidez a 30 días será obligatorio a partir de 2015 y el Indice
de financiamiento neto estable entrará en vigor en 2018.
21. Management Solutions. Riesgo de Liquidez: Marco Normativo e Impacto en la

Gestión. España, 2012.
9.2. Marco Referencial para la Gestión del Riesgo de Liquidez
Diversos acontecimientos de carácter económico y financiero

han sacudido a varios países, entre los que destacan el “efecto te-
quila” en México, el “efecto tango” en Argentina, el “efecto samba”
en Brasil, la “crisis de los tigres asiáticos” y la crisis inmobiliaria en
los Estados Unidos, sólo por nombrar algunos.
Todo estos acontecimientos han vulnerado la estructura de va-

rios intermediarios financieros a nivel internacional, lo cual ha pro-
piciado nuevos requerimientos regulatorios y de supervisión por las
autoridades.
Bajo los lineamientos de Basilea III, el marco que se debe con-

siderar para la gestión del riesgo de liquidez debe contemplar los
siguientes tópicos:
•• Gobierno corporativo:
οο Contempla el reforzamiento de las estructuras de gobierno

corporativo que apoyen y fomenten el cumplimiento de la
gestión del riesgo de liquidez de las instituciones crediti-
cias.
οο Debe contemplar planes de contingencia para el manejo

de la liquidez, para lo cual se designarán responsables y
programas de revisión con una periodicidad de al menos
una vez al año.
οο Crear un comité de riesgos que gestione la suficiencia de
los niveles de liquidez requeridos por la institución crediti-
cia.
οο Realizar una revisión periódica de las métricas e indicado-

res para la gestión de la liquidez.
•• Organización y funciones:
οο Se deben considerar dos aspectos fundamentales en la

estructura organizacional, es decir, el involucramiento de
la Alta Dirección, así como la segregación y asignación de
funciones inherentes a las áreas involucradas en la gestión
del riesgo de liquidez.
οο Integración de un área de riesgos que se encargue de:
¡¡ Definir la metodología para la medición del riesgo de

liquidez.
¡¡ Vigilar que los límites de exposición al riesgo de liquidez

se mantengan dentro de los límites establecidos por las
autoridades monetarias.
¡¡ Informar a la Alta Dirección y a las áreas involucradas
cuando los límites de exposición al riesgo de liquidez se
estén rebasando.
•• Políticas:
οο El establecimiento de políticas para la gestión del riesgo de

liquidez se orienta hacia la optimización de la estructura y
resultados financieros de las instituciones de crédito, mis-
mas que tienen como objetivo primordial la protección del
margen financiero y el capital, en este sentido, las políticas
deben contemplar lo siguiente:
¡¡ La gestión de la liquidez deberá contemplar aquellas

divisas con las que realice operaciones la institución
crediticia.
¡¡ Minimizar el costo de financiamiento de diversas fuen-

tes.
¡¡ Vigilar que se lleve a cabo el criterio prudencial que

permita dar continuidad a la institución, sobre todo en
situaciones de estrés.
¡¡ Vigilar que se asegure la existencia de un fondo de ac-

tivos líquidos suficiente y que no esté comprometido, lo
cual deberá garantizar la permanencia de la institución
de crédito en situaciones de estrés bajo diferentes hori-
zontes temporales.
¡¡ Asegurar que la institución financiera cuente con un

plan de contingencia que esté permanentemente actua-
lizado.
¡¡ Buscar la diversificación de las fuentes de financiamien-

to que permita minimizar costos financieros y tener dis-
ponibilidad de recursos en el momento que se requiera.
•• Metodologías y métricas:
οο Se debe contemplar el modelo de gap financiero tradicio-

nal y mediante la Duración de Macaulay. (Véase el capí-
tulo 7).
οο Dentro del modelo de gap se debe considerar la estructura

de activos, pasivos y divisas si se diera el caso de opera-
ciones de esta naturaleza.
οο Realizar el monitoreo de la información de mercado, cum-

plimiento de límites y alertas.
οο Implementación de pruebas de estrés que permitan la de-

finición de escenarios y el cálculo de indicadores en cada
escenario.
οο Ejecución de planes de acción que permitan la definición,

actualización y ejecución de los planes de contingencia
para la gestión de la liquidez.
•• Pruebas de estrés:
οο Elaboración de modelos con escenarios propios y sistemá-

ticos que permitan valorar la capacidad de una institución
financiera para sobreponerse a tensiones de liquidez.
οο Garantizar que los escenarios planteados sean congruen-

tes con la planificación del capital, el apetito y los límites
de riesgo, así como el plan de contingencia que permita
plantear medidas para la mitigación del riesgo de liquidez.
οο Establecimiento de las funciones de un Comité de Riesgo

que evalúe permanente los modelos de estrés utilizados
por la institución financiera.
•• Plataforma tecnológica.
οο Contar con herramientas de tecnología de la información

que permitan:
¡¡ Una capacidad suficiente para el almacenamiento de

volúmenes de información muy elevados.
¡¡ La consistencia de la información generada.
¡¡ El almacenamiento de datos con la granularidad (for-

ma como se reparten los fondos prestables entre el
total de créditos) suficiente para el cálculo de las métri-
cas o indicadores requeridos por las autoridades y los
fondeadores.
¡¡ La elaboración de cuadros de mando que permitan ge-

nerar el reporte de informes de tipo regulatorio y de
gestión del propio riesgo de liquidez.
9.3. Razones de Cobertura de Liquidez y de Financiamiento

Neto Estable
Como se mencionó anteriormente, las nuevas reglas de Basilea

III requieren que se cuantifiquen razones de cobertura de liquidez
y de financiamiento neto estable dentro del marco normativo para
gestión del riesgo de liquidez.
En este sentido, se plantean a continuación las dos razones re-

queridas por Basilea III, siendo éstas:
FALC
RCL = ≥ 100% (Fórmula 9.1)
SNT30
Donde:
RCL = Razón de cobertura de liquidez
FALC = Fondo de activos líquidos de alta calidad
SNT30 = Salidas netas de tesorería en 30 días
Es importante señalar, que una institución financiera deberá

mantener un nivel suficiente de activos líquidos de alta calidad que
estén libres de cargas y que puedan ser transformados en efectivo
para satisfacer necesidades de liquidez en un horizonte de 30 días
naturales bajo un escenario de estrés o tensión de liquidez.
NDFE
RFNE = > 100% (Fórmula 9.2)
NRFE
Donde:
RFNE = Razón de financiamiento neto estable
NDFE = Nivel disponible de financiamiento estable
NRFE = Nivel requerido de financiamiento estable
Esta razón, busca asegurar una estructura equilibrada dentro del

balance de una institución financiera para que las necesidades de
financiamiento estables puedan ser fondeadas con pasivos esta-
bles.
Es importante señalar, que el nivel disponible de financiamiento

estable se puede definir como la proporción de recursos propios y
ajenos que cabe esperar que sean fuentes confiables de financia-
miento durante un horizonte temporal de un año en condiciones de
estrés prolongado.
Por otra parte, el nivel requerido de financiamiento depende de

las características de liquidez de los diferentes tipos de activos, así
como de las posiciones contingentes que estén fuera del balance
de la institución financiera.
Asimismo, y de manera complementaria a las razones de liqui-

dez, dentro del marco de Basilea III se propone la utilización de
otras medidas para el seguimiento del riesgo de liquidez, entre las
que destacan22:
•• GAP de vencimientos contractuales:
οο Buscando el vencimiento contractual más lejano posible

en los activos y el más cercano para los pasivos.
•• Concentración de fuentes de financiamiento por contraparte,

por instrumento, por divisa y por horizonte temporal:
οο Para todos los casos, cuando la exposición al riesgo supe-

re el 1% del pasivo total de la institución financiera, deberá
considerarse lo siguiente:
DCS
CFF1 = (Fórmula 9.3)
BT
Donde:
CFF1 = Concentración de fuente de financiamiento 1
DCS = Deuda con contrapartida significativa
BT = Balance total
DIS
BT
22. Management Solutions. Riesgo de Liquidez: Marco Normativo e Impacto en la

Gestión. España, 2012.
Donde:
DIS = Deuda por instrumento significativo
BT = Balance total
•• Activos disponibles libres de carga:
οο Información sobre la cantidad, tipo y localización de ac-

tivos no comprometidos que puedan ser utilizados como
colaterales.
οο Clasificación por divisas significativas.
οο Estimación del haircut (porcentaje que es sustraído del

valor de mercado de un activo financiero que esté siendo
utilizado como colateral) requerido sobre los activos de la
institución financiera, ya sea por el mercado o por el banco
central.
οο Estimación del valor monetario esperado del colateral.
•• Razón de cobertura de liquidez por divisa significativa:
ALACD
RCLDS = (Fórmula 9.5)
SNTD30
Donde:
RCLDS = Razón de cobertura de liquidez por divisa significativa
ALACD = Nivel de activos líquidos de alta calidad por divisa
SNTD30 = Salidas netas de tesorería por divisa en 30 días
οο Respecto a la razón de cobertura de liquidez por divisa sig-

nificativa, es necesario considerar los siguientes puntos:
¡¡ Las salidas deberán ser netas de las coberturas en mo-

neda extranjera.
¡¡ Una divisa se considera significativa si alcanza el 5%

de los pasivos de la institución financiera.
•• Herramientas de seguimiento basadas en datos de mercado:
οο Las herramientas de seguimiento basadas en datos de

mercado requieren de los siguientes tipos de información:
¡¡ Información del mercado en sentido amplio que con-

sidere: instrumentos de renta variable, commodities,
instrumentos de deuda, etcétera.
οο Información del sector financiero (renta variable y deuda).
οο Información específica para cada entidad financiera (pre-

cios de las acciones, spreads de CDS; precios de contra-
tación en los mercados monetarios; precios de la deuda,
etcétera).
CAPITULO 10
MEDICION DEL RIESGO OPERATIVO
Retomando la definición del riesgo operativo se puede referir a

la posibilidad de ocurrencia de pérdidas financieras, originadas por
fallas o insuficiencias de procesos, personas, sistemas internos,
tecnología, y en la presencia de eventos externos imprevistos.
Al respecto, se presenta una breve definición sobre los tópicos

que integran el riesgo operativo.
10.1. Riesgos de los Procesos Operativos
Son las pérdidas relacionadas al diseño inapropiado de los pro-

cesos fundamentales, o a políticas y procedimientos de operacio-
nes y servicios o la suspensión de los mismos.
En tal sentido, podrán considerarse entre otros, los riesgos aso-

ciados a fallas en los modelos utilizados, los errores en las transac-
ciones, la evaluación inadecuada de la complejidad de productos,
operaciones y servicios, errores en la información contable e incum-
plimiento de plazos.
10.2. Riesgos de los Sistemas Informáticos
Es la posibilidad de pérdidas económicas originadas por fallas

o usos inadecuados de los sistemas informáticos y la tecnología
derivadas de ellos.
Estos problemas pueden afectar la ejecución de las operaciones

y los servicios que brinda una institución financiera al atentar contra
la disponibilidad, integridad y confiabilidad de la información.
Los riesgos de sistemas están relacionados a los programas,

equipos, infraestructura, sistemas de respaldo, sistemas de se-
guridad, medios de comunicación, usuarios, capacitación, com-
plejidad, especialistas informáticos, gestión gerencial, capacidad
económica de la institución financiera y la ocurrencia de eventos
externos adversos.
La administración del riesgo de sistemas tiene por objetivo evi-

tar o reducir el riesgo, disminuir la probabilidad de ocurrencias y
minimizar sus consecuencias. Algunos de los riesgos pueden ser
mitigados mediante adecuados planes de contingencia y rigurosos
sistemas de seguridad.
10.3. Riesgos Inherentes a los Recursos Humanos
Son los riesgos asociados a los funcionarios y empleados y que

pueden ocasionar grandes pérdidas económicas. Entre las princi-
pales deficiencias se pueden mencionar las siguientes:
– Inadecuada capacitación.
– Negligencia.
– Mala calidad del personal.
– Alta rotación de empleados.
– Cambios organizacionales frecuentes.
– Errores humanos.
– Sabotaje.
– Fraude.
– Apropiación de información sensible.
– Deficiencia en la aplicación de las normas laborales.
– Carencia de políticas de personal, etcétera.
10.4. Riesgos por Ocurrencia de Eventos Externos Adversos
En este rubro se debe considerar la posibilidad de pérdidas deri-

vadas de la ocurrencia de eventos ajenos al control de la institución
financiera, que pudiera alterar el desarrollo de sus actividades.
También pueden ser considerados los riesgos que implican las

contingencias legales, las fallas de los servicios públicos, la ocu-
rrencia de desastres naturales, atentados y actos delictivos, así co-
mo las fallas en los servicios críticos provistos por terceros.
10.5. Requerimientos de Capital para Riesgo Operativo
Bajo los nuevos lineamientos de Basilea, se tienen tres métodos

para la determinación del capital regulatorio por riesgo operativo,
siendo éstos:
•• Método del indicador básico (MIB).
•• Método estándar (ME).
•• Método avanzado (MA).
Método del Indicador Básico (MIB):
Se determina aplicando el 15% sobre los ingresos netos de los

tres ejercicios anteriores. Siendo los ingresos netos aquellos ingre-
sos financieros netos más los ingresos no financieros, cuya fórmula
es la siguiente:
IN * α
MIB = (Fórmula 10.1)
n
Donde:
IN = Ingresos brutos promedio positivos de los últimos tres años

α= Factor fijo del 15% dado por Basilea
n = Número de años con ingresos brutos positivos
Método Estándar (ME):
El método estándar consiste en la división de una institución cre-

diticia (banco) en ocho líneas de negocio, asignándole a cada una
un factor beta sobre los ingresos promedio de los últimos tres años,
por último, el capital total será la suma de los ocho requerimientos
de cada línea de negocio, en la tabla siguiente se muestran las pon-
deraciones para cada línea de negocio.
BETA LINEAS DE NEGOCIO FACTOR BETA

β1 Finanzas Corporativas 18%
β2 Negociación y ventas 18%
β3 Banca minorista 12%
β4 Banca comercial 15%
β5 Pagos y liquidaciones 18%
β6 Servicios de agencia 15%
β7 Administración de activos 12%
β8 Intermediación minorista 12%
Con esta tabla de factores beta por línea de negocio se plantea

el método estándar mediante la siguiente fórmula:
ME = β1(0.18) + β2(0.18) + β3(0.12) + β4(0.15) +
β5(0.18) + β6(0.15) + β7(0.12) + β8(0.12)
(Fórmula 10.2)
Donde:
βn = Ingreso promedio positivo de la línea de negocios en los

últimos 3 años
Método avanzado (MA):
El método avanzado es similar al método estándar, excepto por

dos líneas de negocio: Retail y Comercial. Para ambas líneas de
negocio, los préstamos multiplicados por un factor “m”, sustituyen
a los ingresos netos como indicador de riesgo, lo cual se representa
a través de la siguiente fórmula:
MA = β3 * m * PBP + β4 * m * PBP
(Fórmula 10.3)
Donde:
PBP = préstamos brutos de previsiones promedio de los últimos

3 años
M = Factor fijo con un valor de 0.035

10.6. El método de Mosler para la Gestión del Riesgo Ope-

rativo
Actualmente, existen varias alternativas metodológicas para la

medición de riesgos operativos, entre las que destacan:
•• Método T Fine o cuantitativo mixto.
•• Método HACCP.
•• Método Greneter.
•• Método Gustav Pur.
•• Método ERIC.
•• Método FRAME.
•• Método MAGERIT
•• Método MOSLER
Dentro de todas estas metodologías para la medición de riesgos

operativos, el método que ha demostrado tener bases más sólidas
para aplicar a las instituciones financieras es el modelo de Mosler.
El modelo de Mosler tiene como objetivos:
•• La identificación, análisis y evaluación de los factores que pue-

den influir en la manifestación y materialización de un riesgo.
•• La finalidad de este método es que la información obtenida,

sea fácil de manipular para gestionar el riesgo operacional y
por ende permita calcular la clase y dimensión de riesgo.
Continuando, con esta disertación, el riesgo operativo presenta

un ciclo dentro del cual se genera información que a su vez se ali-
menta de varios procesos, gráficamente se tiene lo siguiente:
•• Identificación: Se refiere a la señalización de factores que

afectan el desempeño operativo de la empresa.
•• Cuantificación: Es la medición de los factores clave.
•• Mitigación: Implementación de medidas para corregir las des-

viaciones del procesos operativo.
•• Seguimiento: Implica el monitoreo de las medidas de mitiga-

ción para la reducción de los riesgos operativos.
Gráfico. 10.1. Ciclo del riesgo operativo
Identificación
Seguimiento Información Cuantificación
Mitigación
El método Mosler tiene un carácter secuencial, es decir, cada

fase del mismo se apoya en los resultados obtenidos en la fase
precedente, en este sentido, se identifican 4 fases:
•• 1a. Fase: Definición del riesgo.
•• 2a. Fase: Análisis del riesgo.
•• 3a. Fase: Evaluación del riesgo.
•• 4a. Fase: Clasificación del riesgo.
1a. Fase (Definición del riesgo): Consiste en la identificación

del riesgo a través de sus elementos característicos (el bien y el
daño), delimitando cuál es su objeto y alcance.
Dentro de esta fase, será necesario construir una ficha de riesgo

que deberá contener los siguientes elementos:
Cuadro 10.1. Ficha de riesgo
FICHA DE RIESGO
Riesgo Descripción del riesgo operativo a
medir.
Localización Ubicación física de las unidades
que integran la empresa (oficinas,
sucursales, almacenes, etcétera.).
Bien Activo a cubrir.
Daño Descripción del daño potencial.
Expresión formal del riesgo Descripción del impacto que se cau-
saría por el riesgo operativo identifi-
cado.
2a. Fase (Definición del riesgo): En esta fase se identifica y

analiza el riesgo de acuerdo con criterios de magnitud y probabili-
dad para que posteriormente se cuantifiquen los resultados en una
escala de 1 a 5.
Dentro de esta segunda fase, se deben considerar los siguientes

criterios:
•• Criterio de función:
οο Se refiere a las consecuencias negativas o daños que pue-

den alterar la actividad de una organización.
οο ¿Cómo puede afectar la actividad de la organización la ma-
terialización del riesgo?, para ello se requiere plantear la
siguiente escala de medición:
Cuadro 10.2. Criterio de función
CRITERIO DE FUNCION
VALORACION PUNTUACION
Muy grave 5
Grave 4
Media 3
Leve 2
Muy leve 1
•• Criterio de sustitución:
οο Se refiere a la dificultad de sustituir los bienes afectados.
οο ¿En qué grado puede sustituirse el bien afectado? Al res-

pecto se plantea la siguiente escala de medición:
Cuadro 10.3. Criterio de sustitución
CRITERIO DE SUSTITUCION
Muy difícil 5
Difícil 4
Sin muchas dificultades 3
Fácil 2
Muy fácil 1
•• Criterio de profundidad:
οο Se refiere a la perturbación y efectos psicológicos que po-

drían producirse en la imagen de la empresa.
οο ¿Cuánto afecta un deterioro en la imagen de la empresa

ante el mercado y la sociedad?
Cuadro 10.4. Criterio de profundidad
CRITERIO DE PROFUNDIDAD
Perturbaciones muy graves 5
Graves perturbaciones 4
Perturbaciones limitadas 3
Perturbaciones leves 2
Perturbaciones muy leves 1
•• Criterio de extensión:
οο Se refiere al alcance de los daños de acuerdo a su ampli-

tud o extensión.
οο ¿Hasta dónde llegan las repercusiones negativas de la ma-

terialización del riesgo?
Cuadro 10.5. Criterio de extensión
CRITERIO DE EXTENSION
De carácter internacional 5
De carácter nacional 4
De carácter regional 3
De carácter local 2
De carácter individual 1
•• Criterio de agresión:
οο Considera la probabilidad de que la amenaza se manifies-

te.
οο ¿Qué probabilidad real hay de que el riesgo se manifieste?
Cuadro 10.6. Criterio de agresión
CRITERIO DE AGRESION
Muy alta 5
Alta 4
Normal 3
Baja 2
Muy baja 1
•• Criterio de vulnerabilidad:
οο Se refiere a la probabilidad de que se produzcan daños.
οο De manifestarse el riesgo, ¿cuál es la probabilidad de que

se produzca un daño?
Cuadro 10.7. Criterio de vulnerabilidad
CRITERIO DE VULNERABILIDAD
Muy alta 5
Alta 4
Normal 3
Baja 2
Muy baja 1
3a. Fase (Evaluación del riesgo): En esta fase se realizan los

cálculos para determinar el tamaño de riesgo operacional al que se
puede enfrentar una organización.
Los pasos a seguir para la evaluación del riesgo son:

•• Cálculo del carácter del riesgo.
•• Cálculo de la probabilidad del riesgo.
•• Cálculo de la exposición al riesgo
•• Cálculo del tipo de riesgo.
Cálculo del carácter del riesgo. Se obtiene mediante la suma

de los factores de importancia del evento y el de daños ocasiona-
dos, cuyas fórmulas son las siguientes:
C=I+D (Fórmula 10.4)

I = (F) * (S) (Fórmula 10.5)
(Fórmula 10.6)
D = (P) * (E)
Donde:
C = Carácter del riesgo.
I = Importancia del evento.
D = Daños ocasionados.
F = Criterio de función.
S = Criterio de severidad.
P = Criterio de profundidad.
E = Criterio de extensión.
Cálculo de la probabilidad del riesgo. Es obtenido por la mul-

tiplicación del criterio de agresión por el de vulnerabilidad a través
de la siguiente fórmula:
Pr = A * V (Fórmula 10.7)
Donde:
Pr = Probabilidad del riesgo
A = Criterio de agresión
V = Criterio de vulnerabilidad
Cálculo del tipo de riesgo. Este se obtiene multiplicando el ca-

rácter del riesgo por la probabilidad del riesgo mediante la siguiente
fórmula:
TR = C * Pr (Fórmula 10.8)
Una vez que se han definido los cálculos de los elementos antes
descritos, se procede a calcular el tipo de riesgo de acuerdo a la
siguiente tabla de valores:
Cuadro 10.8. Tabla de identificación del tipo de riesgo
Valor de TR Tipo de Riesgo

2 a 250 Muy Bajo
251 a 500 Pequeño
501 a 750 Normal
751 a 1,000 Grande
1,001 a 1,250 Elevado
Para ejemplificar el Método Mosler, se construirá una matriz en la

que se considerarán los siguientes elementos:
•• Identificación del riesgo.
•• Análisis del riesgo.
•• Evaluación del riesgo.
•• Tipo de riesgo.
En este caso, el método de Mosler se aplicará para determinar el

tamaño del riesgo operativo de una empresa a través de las diferen-
tes categorías que lo integran, es decir:
– Riesgo de los procesos operativos.
– Riesgos de los sistemas informáticos.
– Riesgo de recursos humanos.
– Riesgo de eventos externos.

Cuadro 10.9. Método de Mosler para la gestión

del riesgo operativo
IDENTIFICACION DEL RIESGO ANALISIS RIESGO

F S P E A V
Procesos inapropiados 4 4 3 3 3 4
Falta de apego a políticas 3 4 2 3 3 3
Procedimientos inadecuados 4 4 3 3 4 4
Fallas en los modelos de gestión 4 5 4 4 4 3
Fallas en emisión de reportes 4 4 4 4 4 4
Errores en información contable 4 5 5 4 4 3
Fallas y caídas del sistema 5 4 4 4 5 5
Infraestructura tecnológica 4 3 4 4 4 4
Respaldos de información 5 5 5 4 5 5
Seguridad del sistema de información 5 5 5 4 5 5
Capacitación en sistemas informáticos 4 4 3 4 3 3
Inadecuada capacitación del personal 4 4 3 3 3 4
Negligencia 5 5 4 3 3 3
Mala calidad del personal 5 5 5 4 4 4
Alta rotación de empleados 4 4 4 4 4 4
Cambios organizacionales frecuentes 5 4 5 4 5 5
Errores humanos 4 5 4 4 5 5
Sabotaje 4 4 3 4 3 3
Fraude 5 5 5 4 5 5
Apropiación de información sensible 4 4 5 4 4 4
Deficiencia en la aplicación de las normas
laborales 5 4 4 4 4 4
Carencia de políticas de personal 5 5 4 4 4 4
Contingencias legales 5 4 4 4 4 4
Fallas en servicios públicos 3 4 3 4 4 3
Desastres naturales 5 5 5 4 4 4
Atentados 5 5 4 3 3 3
Actos delictivos 5 5 4 4 3 3
Continúa...
EVALUACION RIESGO
IDENTIFICACION TIPO DE
I D C PR ER
DEL RIESGO RIESGO
F x S P x E I + D A x V C x Pr
Procesos inapropiados 16 9 25 12 300 PEQUEÑO
Falta de apego a políticas 12 6 18 9 162 MUY BAJO
Procedimientos inadecuados 16 9 25 16 400 PEQUEÑO
Fallas en los modelos de ges-
tión 20 16 36 12 432 PEQUEÑO
Fallas en emisión de reportes 16 16 32 16 512 NORMAL
Errores en información conta-
ble 20 20 40 12 480 PEQUEÑO
Fallas y caídas del sistema 20 16 36 25 900 GRANDE
Infraestructura tecnológica 12 16 28 16 448 PEQUEÑO
Respaldos de información 25 20 45 25 1125 ELEVADO
Seguridad del sistema de in-
formación 25 20 45 25 1125 ELEVADO
Capacitación en sistemas in-
formáticos 16 12 28 9 252 PEQUEÑO
Inadecuada capacitación del
personal 16 9 25 12 300 PEQUEÑO
Negligencia 25 12 37 9 333 PEQUEÑO
Mala calidad del personal 25 20 45 16 720 NORMAL
Alta rotación de empleados 16 16 32 16 512 NORMAL
Cambios organizacionales fre-
cuentes 20 20 40 25 1000 ELEVADO
Errores humanos 20 16 36 25 900 GRANDE
Sabotaje 16 12 28 9 252 PEQUEÑO
Fraude 25 20 45 25 1125 ELEVADO
Apropiación de información
sensible 16 20 36 16 576 NORMAL
Deficiencia en la aplicación de
las normas laborales 20 16 36 16 576 NORMAL
Carencia de políticas de per-
sonal 25 16 41 16 656 NORMAL
Contingencias legales 20 16 36 16 576 NORMAL
Fallas en servicios públicos 12 12 24 12 288 PEQUEÑO
Desastres naturales 25 20 45 16 720 NORMAL
Atentados 25 12 37 9 333 PEQUEÑO
Actos delictivos 25 16 41 9 369 PEQUEÑO
Dependiendo del tipo de riesgo que se genere dentro de esta

matriz deberán tomarse las acciones correctivas para mitigar la ex-
posición al riesgo, sobre todo para aquellos eventos que caen en la
categoría de riesgos GRANDE y ELEVADO.
Posteriormente se deberá dar el seguimiento correspondiente a

las acciones correctivas que se vayan a emprender a fin de mitigar
el riesgo operativo.
CAPITULO 11
MEDICION DEL RIESGO LEGAL
11.1. Riesgo Documental
El riesgo documental involucra el manejo de documentación in-

correcta o incompleta de los expedientes de cada cliente, así como
el extravío o la inexistencia de documentación contractual relevante
que tenga un impacto negativo sobre el patrimonio del negocio.
Una forma de poder medir el riesgo documental es generar un

check list de cada expediente operativo, el cual deberá incluir al
menos los siguientes elementos:
Cuadro 11.1. Check list del expediente legal
Solicitud Identifi- Contrato Pagaré Garantía Seguro Autoriza-

de crédi- caciones de aper- con fir- prendaria de vida ción de
to firma- oficiales tura de mas del (facturas (para ga- alguna
da por el del acre- crédito acredita- endo- rantizar el sociedad
cliente ditado simple, do y sus sadas, crédito) de infor-
y/o repre- firmado avales títulos de firmado mación
sentante por el propie- por el crediticia
legal acredita- dad, etc.) cliente
do y los y/o apo-
avales derado
legal
5% 5% 15% 30% 30% 5% 10%
En el cuadro anterior, se puede apreciar que se le asigna un peso

específico a cada componente del expediente legal, siendo el paga-
ré, la garantía prendaria y el contrato de apertura los elementos que
mayor peso (75%) tienen en la integración de dicho expediente.
La revisión del check list se deberá hacer de manera aleatoria y

tomando una muestra representativa de la cartera de clientes que
maneje la institución financiera.
Dicha muestra se puede tomar utilizando la distribución normal

estándar, misma que se puede aplicar para poblaciones finitas o
infinitas, cuyas fórmulas se plantean a continuación:
z2 * Npq
nf = (Fórmula 11.1)
e2(N – 1) + z2pq
z2 * pq
ni = (Fórmula 11.2)
e2
Donde:
nf = Tamaño de muestra para una población finita.
ni = Tamaño de muestra para una población infinita.
z = Desviación estándar asociado a un nivel de confianza.
e = Error máximo de estimación.
N = Tamaño de la población o universo a estudiar.
p = Probabilidad a favor de que suceda un evento esperado.
q = Probabilidad de que no suceda un evento esperado.
La representación numérica de las fórmulas (11.1) y (11.2) se

presenta en el cuadro siguiente:
Cuadro 11.2. Tamaño de muestra para poblaciones

finitas e infinitas
Error de estimación Error de estimación

Tamaño e = 5% e = 3%
de la Nivel de Confianza: Nivel de Confianza:
Población
92% 95% 97% 92% 95% 97%
PARA POBLACIONES O UNIVERSOS CONSIDERADOS FINI-

TOS (menor a 500,000 elementos)
100 76 80 83 90 92 93
200 121 132 141 162 169 174
300 152 169 183 222 234 244
400 174 196 217 272 291 307
500 190 217 243 315 341 362
600 203 234 264 352 384 412
700 213 248 282 384 423 456
800 222 260 297 413 457 497
1,000 235 278 320 460 516 567
1,200 244 291 338 498 565 626
1,500 254 306 359 543 624 699
2,000 266 322 381 597 696 791
3,000 278 341 407 663 787 911
5,000 289 357 430 727 880 1,037
7,500 294 365 443 764 934 1,114
10,000 297 370 450 784 964 1,157
20,000 302 377 460 816 1,013 1,228
50,000 304 381 467 836 1,045 1,275
100,000 305 383 469 844 1,056 1,291
300,000 306 384 470 848 1,063 1,302
499,000 306 384 470 849 1,065 1,305
PARA POBLACIONES O UNIVERSOS CONSIDERADOS INFI-

NITOS (igual o mayor a 500,000 elementos)
> 500,000 306 384 471 851 1,067 1,308

Utilizando la información de los parámetros del check list legal,

se puede determinar la pérdida esperada por riesgo documental,
misma que puede expresarse mediante la siguiente fórmula:
PERD = SCt * ID (Fórmula 11.3)
ID = ∑De (Fórmula 11.4)
Donde:
PERD = Pérdida esperada por riesgo documental.
SCt = Saldo capital adeudado por el cliente en el momento “t”
ID = Probabilidad de incumplimiento por riesgo documental
De = Elementos del check list faltantes.
Por ejemplo, una institución financiera con un universo de 20,000

clientes quiere estimar el riesgo documental, para ello su equipo del
área de riesgo tomará una muestra representativa al 95% de confia-
bilidad, para ello, dentro del check list legal el equipo de riesgos se
percató que dentro de la muestra faltó un 10% de los pagarés firma-
dos por los clientes y/o avales, mientras que los demás elementos
sí estuvieron completos.
Con esta información se requiere cuantificar la pérdida esperada

por riesgo documental.
Para resolver el problema anterior, se requiere primeramente de-

terminar el tamaño de la muestra representativa y posteriormente
ver sobre el 10% de la muestra cuál es el monto del saldo capital
adeudado por los clientes, una vez realizado esto, se procede a
calcular la pérdida esperada por riesgo documental. Los resultados
se presentan a continuación.
El tamaño de la muestra para un universo de 20,000 clientes es

de 377 expedientes a un nivel de confianza del 95%, este resultado
se muestra a continuación:
Error de estimación Error de estimación

Tamaño e = 5% e = 3%
de la Nivel de Confianza: Nivel de Confianza:
Población
92% 95% 97% 92% 95% 97%
PARA POBLACIONES O UNIVERSOS CONSIDERADOS FINI-

TOS (menor a 500,000 elementos)
20,000 302 377 460 816 1,013 1,228
Por otra parte, el 10% de los expedientes que no tuvieron com-

pletos los pagarés firmados es de 38 clientes, cuyo saldo total
adeudado es de $ 1,700,000.
Aplicando las fórmulas (11.3) y (11.4) se tiene que la pérdida

esperada por riesgo documental es la siguiente:
PERD = $ 1,700,000 * 0.3 = $ 510,00
11.2. Riesgo por Fallos en los Contratos
El riesgo por fallos en los contratos se refiere principalmente a

las inconsistencias jurídicas que se puedan encontrar dentro de las
declaraciones y los clausulados que los integran, las cuales pue-
den derivar en quebrantos para las instituciones financieras, sobre
todo porque las autoridades regulatorias, que en este caso es la
CONDUSEF, vigilan muy de cerca las condiciones de los contratos
que se tienen firmados con sus clientes.
En este caso, las multas impuestas por la autoridad van desde

200 hasta 10,000 veces el salario mínimo general de la zona a la
que pertenezca la institución financiera.
Si cuantificamos en términos monetarios el rango de multas que

podría imponer la autoridad y considerando el salario mínimo gene-
ral de $ 70.10 para el D.F, estaríamos hablando de montos que van
de $ 14,020 a $ 701,000, lo cual depende de cada caso.
11.3. Riesgo por Multas de las Autoridades Supervisoras
El riesgo derivado de multas de las autoridades supervisoras se

refiere principalmente a las impuestas por la CONDUSEF, CNBV y
la propia Secretaría de Hacienda y Crédito Público a través del SAT.
Cabe señalar, que el rango de multas que pueden imponer las

autoridades supervisoras va desde los 200 hasta los 200,000 sala-
rios mínimos de la zona, en este caso, la multa máxima impuesta
por las autoridades podría ser hasta por $ 14,020,000.
Es importante señalar que los principales rubros por los que po-
drían imponer sanciones las autoridades supervisoras se refieren a
los siguientes tópicos, mismos que tienen que ver con la operación
o naturaleza propia de las instituciones financieras:
CONDUSEF:
•• RECO: Registro de despachos de cobranza.
•• SIPRES: Sistema de registro de prestadores de servicios fi-

nancieros.
•• RECA: Registro de contratos de adhesión.
•• REUNE: Registro de unidades especializadas de atención

a usuarios.
•• RECO: Registro de comisiones y cartera.
•• Buró de entidades financieras.
•• REUS: Registro público de usuarios.
CNBV:
•• Reporte de operaciones relevantes.
•• Reporte de operaciones inusuales.
•• Reporte de operaciones internas preocupantes.

•• Reporte de quién ejerce el control.
•• Transmisión accionaria.
•• Comité de comunicación y control.
•• Oficial de cumplimiento.
•• Manual de prevención de lavado de dinero y financiamiento

al terrorismo.
•• Dictamen técnico.
•• Informe anual de auditoría para prevenir el lavado de dinero

y el financiamiento al terrorismo.
•• Visitas de supervisión.
SHCP:
•• Pago de impuestos.
•• Presentaciones de declaraciones.
•• Temas diversos de carácter fiscal.
11.4. Riesgo de Litigio
El riesgo de litigio se presenta cuando se debe solucionar una

situación que pasará a la instancia judicial, es decir, cuando el abo-
gado que representa a la institución financiera debe intervenir di-
rectamente para solucionar el caso, ya que en ese momento se
encuentra dicho caso en el juzgado para dar una respuesta final
entre el acreditante y el acreditado.
En esta etapa, se deben considerar los gastos y honorarios que

genere el proceso judicial hasta la recuperación del monto en litigio.
Para determinar la probabilidad de que un crédito caiga en carte-

ra vencida, y por lo tanto, se tenga que gestionar extrajudicialmen-
te, se debe determinar la probabilidad de incumplimiento de los
créditos que excedan los 90 días de atraso, para que posteriormen-
te se pueda estimar la pérdida esperada.
Una vez determinada la pérdida esperada, ésta servirá de base

para considerar el nivel de recuperación de la cartera vencida que
se encuentre en litigio.
En este sentido, la probabilidad de incumplimiento de los crédi-

tos que excedan los 90 días deberá ser proporcionada por el área
de riesgos, la cual será aplicada a todos aquellos créditos que se
encuentren en una banda de vencimiento de 61 a 90 días.
Lo anterior se puede expresar mediante la siguiente fórmula:
PERL = SC61–90 * I91 (Fórmula 11.5)
Donde:
PERL = Pérdida esperada de riesgo legal.
SC61-90 = Saldo de capital adeudado entre 61 y 90 días de atra-

so.
I91 = Probabilidad de incumplimiento de créditos vencidos a más
de 91 días.
Para ejemplificar lo anterior, una institución financiera tiene un

saldo de créditos en atraso de 61 a 90 días de $ 3,850,000 y la pro-
babilidad de incumplimiento de créditos vencidos es del 8%. Con
esta información se tiene que la pérdida esperada por riesgo legal
sería de:
PERL = $ 3,850,000 * 0.08 = $ 308,000
Es importante señalar, que al monto de pérdida esperada por

riesgo legal hay que adicionarle los costos y honorarios correspon-
dientes a la gestión judicial, mismos que son variables de acuerdo a
la localidad donde se vaya a entablar el juicio para la recuperación
del crédito.
ANEXO 1
Sitios de interés en Internet sobre gestión de riesgos.
•• www.mexder.com.mx
•• www.bmv.com.mx
•• www.palisade-lta.com
•• www.value-at-risk.net
•• www.banxico.gob.mx
•• www.cnbv.gob.mx
•• www.bis.org
ANEXO 2
FORMULAS UTILIZADAS
n
X = ∑ X (Fórmula 2.1)
n
i=1
Donde:
X = Promedio de variable aleatoria “X”
X = Variable aleatoria
n = Número de observaciones de la variable aleatoria
n (X - X)2
σ2 = ∑ n
(Fórmula 2.2)
i=1
Donde:
σ2 = Varianza de la variable aleatoria “X”

n = Número de observaciones de la variable aleatoria
σ = √σ2 (Fórmula 2.3)
CV =
σ (Fórmula 2.4)
X
Donde:
CV = Coeficiente de variación
n
1 ∑ (X - X ) 3
n
α3 = i=1
(Fórmula 2.5)
σ 3
Donde:
α3 = Coeficiente de asimetría
X = Promedio de variable aleatoria “X”
σ3 = Desviación estándar elevada al cubo

n
1 ∑ (X - X ) 4
n
α4 = i=1
(Fórmula 2.6)
σ 4
Donde:
α4 = Coeficiente de curtosis
Las demás variables ya se definieron previamente.
N ≈ (µ = 0, σ = 1) (Fórmula 2.7)
(X - µ)
Z= (Fórmula 2.8)
σ
Donde:
Z = Variable aleatoria estandarizada
X = Variable aleatoria original
µ = Media
σ = Desviación estándar (raíz cuadrada de la varianza)
n (X - X )(Y - Y )
COVXY = ∑ n (Fórmula 2.9)
i=1
Donde:
X , Y = Variables aleatorias
X , Y = Promedio de X e Y
n = Número de observaciones
COVXY
ρ = (Fórmula 2.10)
(σX)(σY)
Donde:
ρ = Coeficiente de correlación
COVXY = Covarianza de XY
σX = Desviación estándar de la variable “X”

σY = Desviación estándar de la variable “Y”
-1 < ρ < 1 (Fórmula 2.11)
3σ
LCI = X − (Fórmula 2.12)
√N
3σ
LCS = X + (Fórmula 2.13)
√N
Donde:
LCI = Límite de control inferior.
LCS = Límite de control superior.
Las demás variables ya se definieron previamente.

Pt
π = –1 * 100 (Fórmula 3.1)
Pt-1
Donde:
Pt = Precio actual
Pt-1 = Precio anterior
E(P) = w * E(D) + (1 - w) * E(B)

(Fórmula 3.2)
Donde:
w = ponderador
E(“D”) = Valor esperado de “D”
E(“B”) = Valor esperado de “B”
0<w<1
σ2(P) =w2 * σ2(X) + 2w * (1 – w) * COVXY + (1 – w)2 * σ2(Y)

(Fórmula 3.3)
Donde:
σ2(P) = Varianza del portafolio combinado

σ2(X) = Varianza del título “X”
σ2(Y) = Varianza del título “Y”
E(P) = w1 * E(X) + w2 * E(Y) + ... + wn * E(Z)
(Fórmula 3.4)
Donde:
wn = ponderador los “n” títulos que forman el portafolio

E(X), E(Y) y E(Z) = Rendimiento individual de cada título
n!
nCr = (Fórmula 3.5)
r!(n – r)!
Donde:
nCr = Combinaciones de “n” en “r”
n = Número de elementos a considerar para la combinación
r = Número de combinaciones deseadas
X = C−1 B (Fórmula 3.6)
Donde:
X = Vector columna de incógnitas que contiene los valores a

encontrar para las cuatro acciones que en este caso forman el por-
tafolio
C−1 = Matriz inversa

B = Vector columna de los términos independientes
Pt – Pt–1 lt – lt–1
=α+ (Fórmula 3.7)
Pt–1 lt–1
Donde:
Pt = Precio actual de la acción
Pt-1 = Precio anterior de la acción
α = Rendimiento mínimo de la acción independiente al compor-

tamiento del IPyC
 = Riesgo de la acción que está correlacionado con el IPyC

It = Indice de precios y cotizaciones actual
It-1 = Indice de precios y cotizaciones anterior
π = Rf + (Rm – Rf)  (Fórmula 3.8)
Donde:
π = Rendimiento esperado de la acción

Rm = Rendimiento del mercado de valores
Ŷ = α Y t + (1 – α)Ŷt-1 (Fórmula 4.1)
0<α<1
Donde:
Ŷ = Variable a estimar
Yt = Variable observada
α = Constante de suavizamiento
Ŷt-1 = Variable suavizada estimada del período anterior
Ŷt+k = α + bk (Fórmula 4.2)
b(t) = [α(t) - α(t - 1)] + 1 – b (t - 1) (Fórmula 4.3)
0 < α,  < 1
Donde:
α = Ordenada al origen de la ecuación de la recta

b = Pendiente y representa la pendiente de la recta
k = Variable en estudio
α,  = Constantes de suavizamiento
σ 2t = α0 + α1 ε 2t-1 (Fórmula 4.4)
Donde:

αn = Constantes
2
εt-n = Volatilidad rezagada
El modelo ARCH que considera la volatilidad para varios perío-

dos rezagados es el siguiente:
σ2t = α0 + α1 ε t-1
2
+ α2 ε t-2
2
+ α3 ε t-3
2
+ ... + αn ε 2
t-n
(Fórmula 4.5)
IPyC = f(CETES) = I0 - π(CETES) (Fórmula 4.6)
Donde:
IPyC = Indice de Precios y Cotizaciones
CETES = CETES a 28 días
I0 = Rendimiento autónomo del IPyC
π = Elasticidad de la tasa de interés respecto al rendimiento del

IPyC
IPCt
ln = ln IPCt – ln IPCt-1 (Fórmula 4.7)
IPCt-1
CETESt
ln = ln CETESt – ln CETESt-1 (Fórmula 4.8)
CETESt-1
σ t2 = α0 + α1 ε t-1
2
+ 1 σ 2t-1 (Fórmula 4.9)
Donde:

αn = Constantes
εt-n
2
= Volatilidad rezagada
σt-1
2
= Varianza del término de error del último período
El modelo GARCH(m,n) que considera varios períodos rezaga-

dos de la volatilidad y la varianza tendría la siguiente fórmula ge-
neral:
σ2t = α0 + α1 ε 2t-1 + ... + αm ε 2t-m + 1 σ 2t-1 + ... + n σ 2

t-n
Fórmula (4.10)
CN = CC + CB = CC + (CB1 + CB2) (Fórmula 5.1)

CB = (CB1 + CB2) (Fórmula 5.2)
Donde:
CN = Capital Neto
o (CC) Capital Complementario:
¡¡ Obligaciones subordinadas.
¡¡ Instrumentos de capital.
¡¡ Reservas admisibles (ya constituidas).
o (CB1) Capital Básico 1:
¡¡ Aportaciones para futuros aumentos de capital.
¡¡ Reservas de capital.
¡¡ Resultados de ejercicios anteriores.
¡¡ Resultado neto.
¡¡ Resultado por valuación registrado en el capital.
o (CB2) Capital Básico 2:
¡¡ Acciones preferentes.
CB1
ICB1 = (Fórmula 5.3)
APSRT
CB CB1 + CB2
ICB = = (Fórmula 5.4)
APSRT APSRT
CB + CC
ICN = (Fórmula 5.5)
APSRT
Donde:
ICB1 = Indice de capitalización básico 1
ICB = Indice de capitalización básico
ICN = Indice de capitalización neto
CC = Capital complementario
APSRT =Activos ponderados sujetos a riesgos totales
n
D = ∑ t Cn * e - i * t
(Fórmula 7.1)
i=1 PB
Donde:
D = Duración de Macaulay
Cn = Cupones
i = Tasa de interés o rendimiento
t = Tiempo o período
e = Base de los logaritmos naturales
PB = Precio de un instrumento financiero (Bono cupón cero,

CEDE, PRLV, etcétera)
GAP = At – Pt (Fórmula 7.2)
Donde:
GAP = Brecha de fondos entre activos y pasivos
At = Activos sensibles a riesgo
Pt = Pasivos sensibles a riesgo
Si consideráramos toda la masa de activos y pasivos sujetos

a riesgo, se tendría un GAP acumulado, el cual quedaría de la si-
guiente manera:
GAPACUM = A1 + A2 + ... + At - P1 - P2 - ... - Pt
n n
= ∑ At – ∑ Pt (Fórmula 7.3)
t=1 t=1
∆MFt = GAPACUM * ∆ i * tn – tn-1 (Fórmula 7.4)
Donde:
GAPACUM = GAP acumulado
∆MFt =Cambio en el margen financiero
tn = Período actual
tn-1 = Período anterior
∆A = ∆ P + ∆C (Fórmula 7.5)
∆C = ∆A – ∆P (Fórmula 7.6)
Donde:
∆ A = Variaciones o cambios en el activo
∆ P = Variaciones o cambios en el pasivo
∆C = Variaciones o cambios en el capital

∆i
∆ A = –DA * A * (Fórmula 7.7)
(1 + i)
∆i
∆ P = –DP * P * (Fórmula 7.8)
(1 + i)
Donde:
−DA = Duración de Macaulay para el activo
−DB = Duración de Macaulay para el pasivo
∆ i = Variación en la tasa de interés
P ∆i
∆C = –DA – DP * *A* (Fórmula 7.9)
A (1 + i)
GAP se reduzca, es decir, que se tendría que cumplir esta con-

dición:
DA * A = DP * P (Fórmula 7.10)
n2
1 + i2
360 360
Fi = – 1 x
n1 n2 – n1
1 + i1
360
(Fórmula 7.11)
Donde:
i2 = Tasa de interés período 2 o del plazo mayor
i1 = Tasa de interés período 1 o del plazo menor
C
Fbo =
t N (Fórmula 7.12)
1 + Fi
360
Donde:
Fbo = Futuro bono cupón cero
C = Tamaño del contrato a cubrir (TIIE o CETES)
t = Plazo del activo subyacente (TIIE28 o CETES91)
N = Número de contratos para el futuro de tasa de interés
(im-ic)* A*(n/360)
FRA = n (Fórmula 7.13)
1 + im*
360
Donde:
FRA = Forward rate agreement
im = Tasa de interés de mercado pactada con el acreedor del

adeudo
ic = Tasa de interés estipulada en el contrato FRA
A = Principal
n = Plazo del préstamo
PLC(i) = e-Rf(t) [FiN(d1) – XN(d2)] (Fórmula 7.14)

PLP(i) = e-Rf(t) [XN(–d2) – FiN(–d1)] (Fórmula 7.15)
Fi σ2
ln + t
X 2 (Fórmula 7.16)
d1 =
σ √t
d2 = d1 – σ √t (Fórmula 7.17)
Donde:
PLC(i) = Precio de la opción Long Call para un futuro de tasa de

interés
PLP(i) = Precio de la opción Long Put para un futuro de tasa de

interés
Fi = Precio de la tasa forward o futura
t = Tiempo
σ = Volatilidad

n n
VswapL = ∑ Ffl – Ffx = ∑ (Ne-ifl) – (Ne-ifx)
i=1 i=1
(Fórmula 7.18)
n n
VswapC = ∑ Ffx – Ffl = ∑ (Ne-ifx) – (Ne-ifl)
i=1 i=1
(Fórmula 7.19)
FPIfl = N*fi (Fórmula 7.20)
Donde:
VswapL = Valor del swap de tasa de interés en posición larga
VswapC = Valor del swap de tasa de interés en posición corta
Ffl = Flujo de dinero a tasa flotante
Ffx = Flujo de dinero a tasa fija

N = Valor nocional o principal
ifl = Tasa flotante
ifx = Tasa fija

FPIfl = Flujo de pago de intereses a tasa flotante
fi = Tasa forward
n
1+i
360
FTC = S (Fórmula 7.21)
n
1 + i*
360
Donde:
FTC = Precio del futuro de tipo de cambio (Fórmula de interés

simple)
S = Tipo de cambio de mercado
i = Tasa de interés local (México)
i* = Tasa de interés foránea (Estados Unidos)
n = Plazo
PLC(tc) = Se-i*(t) N(d1) – Xe-i(t)N(d2) (Fórmula 7.22)
PLP(tc) = Xe-i(t) N(–d2) – Se-i*(t) N(–d1) (Fórmula 7.23)

S σ2
ln i - i* +
X + 2 t (Fórmula 7.24)
d1 =
σ √t
d2 = d1 – σ √t
Donde:
PLC(tc) = Precio de la opción Long Call para tipo de cambio
PLP(tc) = Precio de la opción Long Put para tipo de cambio
S = Precio del activo subyacente
i = Tasa de interés local
t = Tiempo
i* = Tasa de interés foránea
σ = Volatilidad

n n n n
VswapTCfd = ∑ (FF*TC) – FD = ∑ (NF*TC)e-iswf 360 -(ND)e-iswd 360
i=1 i=1
(Fórmula 7.25)
n n n n
VswapTCdf = ∑ FD – (FF*TC) = ∑ (ND)e-iswd 360 -(NF*TC)e-iswf 360
i=1 i=1
(Fórmula 7.26)
Donde:
VswapTCfd = Valor del swap de tipo de cambio donde se recibe

moneda extranjera y se paga moneda local
VswapTCdf = Valor del swap de tipo de cambio donde se recibe

moneda local y se paga en moneda extranjera
FD = Flujo de dinero a tasa fija o flotante en moneda local
FF = Flujo de dinero a tasa fija o flotante en moneda extranjera

NF = Valor nocional o principal en moneda extranjera
ND = Valor nocional o principal en moneda local
iswd = Tasa de interés (fija o flotante) local pactada del swap
iswf = Tasa de interés foránea (fija o flotante) pactada del swap
Z2 = 6.56 X1 + 3.26 X2 + 6.72 X3 + 1.05 X4

(Fórmula 8.1)
CA-SCORE = 4.5913 X1 + 4.5080 X2 + 0.3936 X3 – 2.7616

(Fórmula 8.2)
Donde:
X1 = Capital Contable/Activo Total
X2 = (Utilidades antes de impuestos y Rubros extraordinarios +

Gastos financieros)/Activo Total X3 = Ventas/Activo total
P = –3,70992 + 0,99418 X1 + 6,55340 X2 + 5,51253 X3

(Fórmula 8.3)
Donde:
X1 = Ventas/Pasivo total
X2 = Utilidad Neta/Activo total
X3 = Pasivo a Largo Plazo/Pasivo total

K = 0.05 X1 + 1.65 X2 + 3.55 X3 – 1.06 X4 − 0.33 X5

(Fórmula 8.4)
Donde:
X1= Activo Circulante/Capital Contable
X2= Activo Total/Pasivo Total
X3= (Activo Circulante – Inventarios)/Pasivo Circulante
X4= Activo Circulante/Pasivo Circulante
X5= Pasivo Total/Capital Contable
S = 1.03A + 3.07B + 0.66C + 0.40D

(Fórmula 8.5)
Donde:
A = Capital de trabajo/Activo total
B = Utilidad neta antes de intereses e impuestos/Activo total
C = Utilidad neta antes de impuestos/Pasivo circulante
D = Ventas/Activo total
C = A * N(d1) – De-Rf (t) * N(d2) (Fórmula 8.6)
A σ2
ln R +
d1 = D + f 2 t
σ √t
d2 = d1 – σ √t
Donde:
C = Precio de la opción long call (Capital)

t = Tiempo
P(f) = 1 – N(d2) (Fórmula 8.7)

Donde:
P(f) = Probabilidad de fallo de la empresa o acreditado
N(d2) = Función de densidad probabilística de la variable alea-
toria d2
Pn = N {(ln(D) – ln(A) – λ(t) + 0.5σ2(t))} * {(σ√t )} 1

–
(Fórmula 8.8)
Donde:
Pn = Probabilidad natural de fallo de la empresa o acreditado
σ = Tasa de crecimiento de la empresa

λ = Tasa de crecimiento de la empresa
t = Tiempo
N = Función de densidad de probabilidad normal
1 − día − VaR = N(−d1) * C * σc (Fórmula 8.9)
Donde:
1 día VaR = Cálculo de 1 día de VaR
X = N(-d1) = Función de distribución normal estandarizada
C = Importe del crédito
σc= Volatilidad diaria del crédito

N − días − VaR = 1 − día − VaR * √N (Fórmula 8.10)
Donde:
N = Tiempo o período
VaR = Valor en Riesgo
e−µ µn
P(f) = (Fórmula 8.11)
n!
Donde:
P(f) Probabilidad de fallo
N = Número de fallos
µ = Tasa promedio de los créditos con fallo o incumplimiento
A−D
DEF = (Fórmula 8.12)
σA * A
Donde:
DEF = Distancia al fallido o incumplimiento
A =Valor de los activos
D = Valor de la deuda
σA = Volatilidad de los activos

F N-F F F
L= –2ln (1 – Θ)N-F ΘN +2ln 1– N N
(Fórmula 8.13)
Donde:
N = Número total de días
F= Número de fallos
ln = Logaritmo natural
Θ =Nivel de confianza del modelo VaR

FALC
RCL = ≥ 100% (Fórmula 9.1)
SNT30
Donde:
RCL = Razón de cobertura de liquidez
FALC = Fondo de activos líquidos de alta calidad
SNT30 = Salidas netas de tesorería en 30 días escenario de es-

trés o tensión de liquidez
NDFE
RFNE = > 100% (Fórmula 9.2)
NRFE
Donde:
RFNE = Razón de financiamiento neto estable
NDFE = Nivel disponible de financiamiento estable
NRFE = Nivel requerido de financiamiento estable
DCS
BT
Donde:
DCS = Deuda con contrapartida significativa
BT = Balance total
DIS
BT
Donde:
DIS = Deuda por instrumento significativo
BT = Balance total
ALACD
RCLDS = (Fórmula 9.5)
SNTD30
Donde:
RCLDS = Razón de cobertura de liquidez por divisa significativa
ALACD = Nivel de activos líquidos de alta calidad por divisa
SNTD30 = Salidas netas de tesorería por divisa en 30 días
IN * α
MIB = (Fórmula 10.1)
n
Donde:
IN = Ingresos brutos promedio positivos de los últimos tres años

α= Factor fijo del 15% dado por Basilea
n = Número de años con ingresos brutos positivos
ME = β1(0.18) + β2(0.18) + β3(0.12) + β4(0.15) +

β5(0.18) + β6(0.15) + β7(0.12) + β8(0.12)
(Fórmula 10.2)
Donde:
βn = Ingreso promedio positivo de la línea de negocios en los

últimos 3 años
MA = β3 * m * PBP + β4 * m * PBP
(Fórmula 10.3)
Donde:
PBP = préstamos brutos de previsiones promedio de los últimos

3 años
M = Factor fijo con un valor de 0.035
C=I+D (Fórmula 10.4)

I = (F) * (S) (Fórmula 10.5)
(Fórmula 10.6)
D = (P) * (E)
Donde:
C = Carácter del riesgo
I = Importancia del evento
D = Daños ocasionados
F = Criterio de función
S = Criterio de severidad
P = Criterio de profundidad
E = Criterio de extensión
Pr = A * V (Fórmula 10.7)
Donde:
Pr = Probabilidad del riesgo
A = Criterio de agresión
V = Criterio de vulnerabilidad
TR = C * Pr (Fórmula 10.8)
z2 * Npq
nf = (Fórmula 11.1)
e2(N − 1) + z2pq
z2 * pq
ni = (Fórmula 11.2)
e2
Donde:
nf = Tamaño de muestra para una población finita
ni = Tamaño de muestra para una población infinita
z = Desviación estándar asociado a un nivel de confianza
e = Error máximo de estimación
N = Tamaño de la población o universo a estudiar
p = Probabilidad a favor de que suceda un evento esperado
q = Probabilidad de que no suceda un evento esperado

PERD = SCt * ID (Fórmula 11.3)
ID = ∑D e (Fórmula 11.4)
Donde:
PERD = Pérdida esperada por riesgo documental
SCt = Saldo capital adeudado por el cliente en el momento “t”
ID = Probabilidad de incumplimiento por riesgo documental
De = Elementos del check list faltantes
PERL = SC61–90 * I91 (Fórmula 11.5)
Donde:
PERL = Pérdida esperada de riesgo legal
SC61-90 = Saldo de capital adeudado entre 61 y 90 días de atraso
I91 = Probabilidad de incumplimiento de créditos vencidos a más

de 91 días
BIBLIOGRAFIA
•• Alexander, Gordon, Sharpe, William y Bailey, Jeffrey. Funda-

mentos de Inversión. México, Prentice Hall, 3a. edición, 2003,
781 p.
•• Amat y Puig. Análisis Técnico Bursátil. España, Gestión 2000,

1992, 99 p.
•• Brealey, Myers. Principios de Finanzas Corporativas. México,

McGraw-Hill, 9a. edición, 2014, 877 p.
•• Davis, Roscoe K. y McKeown Patrick, G. Modelos Cuantitativos

para Administración. México, Iberoamérica, 1995, 758 p.
•• De Lara Haro, Alfonso. Análisis y Medición de Riesgos Finan-

cieros. México, Limusa, 2008, 185 p.
•• Díaz Mata, Alfredo y Aguilera Gómez, Víctor Manuel. Mate-

máticas Financieras. México, McGraw-Hill, 5a. edición, 2013,
431 p.
•• Díaz Mondragón, Manuel. Invierta con Exito en la Bolsa. Méxi-

co, Gasca Sicco, 2003, 671 p.
•• Díaz Tinoco, Jaime y Hernández Trillo, Fausto. Futuros y Op-

ciones Financieras. México, Limusa, 3a. edición, 2002, 189 p.
•• Díez de Castro, Luis y Mascareñas, Juan. Ingeniería Financie-

ra. México, McGraw-Hill, 2a. edición, 1998, 467 p.
•• Fabris, Julio. Econometría Financiera. Argentina, OMICRON,

2009, 249 p.
•• Fischer Black y Myron Scholes. The Pricing of Options and

Corporate Liabilities. U.S.A, Journal of Political Economy 81
(may- jun 1973) p. 637-659.
•• Ford, David. Invertir en el Mercado de Opciones. España, Fo-

lio, 1994, 232 p.
•• Gujarati, Damodar. Econometría. México, McGraw-Hill, 4a. edi-
ción, 2007, 972 p.
•• Hernández, Benjamín. Bolsa y Estadística Bursátil. España,

Díaz de Santos, 2000, 328 p.
•• Hull, John C. Introducción a los Mercados de Futuros y Opcio-

nes. México, Prentice Hall, 4a. Edición, 2008, 560 p.
•• Jorion, Philippe. Valor en Riesgo. México, Limusa, 2007, 328 p.
•• Kolb, Robert. Inversiones. México, Limusa, 1999, 746 p.
•• Kozikowzki, Zbigniew. Matemáticas Financieras. México,

McGraw-Hill, 2007, 368 p.
•• Management Solutions. Riesgo de Liquidez: Marco Normativo

e Impacto en la Gestión. España, 2012.
•• Markowitz, Harry. Portfolio Selection. Journal of Finance. USA,

1952.
•• Marshall, John y Kapner, Kenneth. Cómo Entender los Swaps.

México, CECSA, 2a. edición, 1998, 289 p.
•• Mendenhall y Reinmuth. Estadística para Administración y

Economía. México, Grupo Editorial Iberoamérica, 2000, 767 p.
•• McDonald, Robert L. Derivatives Markets. USA, Addison Wes-

ley, 2a. edición, 2006, 964 p.
•• Montero Moreno, Carlos. Estudio Práctico de los Instrumentos
Financieros Derivados en México. México, ISEF, 2015, 256 p.
•• Instituto Mexicano de Contadores Públicos. Normas de Infor-

mación Financiera. México, IMCP, Edición 2015.
•• Neftci, Salih. Principles of Financial Engeneering. USA,

ELSEVIER Academic Press, 2004, 556 p.
•• Peña, Juan Ignacio. La Gestión de Riesgos Financieros. Méxi-

co, Prentice Hall, 2002, 203 p.
•• Pindyck, Robert S. y Rubinfeld, Daniel L. Econometría. Mode-

los y Pronósticos. México, McGraw-Hill, 4a. edición, 2008, 661
p.
•• Rodríguez de Castro, James. Introducción al Análisis de Pro-

ductos Financieros Derivados. México, Limusa, 1998, 302 p.
•• Rueda, Arturo. Para Entender la Bolsa, México, Thompson, 2a.
edición, 2004, 455 p.
•• Saunders, Anthony y Millon Cornett, Marcia. Financial Institu-

tions Management. USA, McGraw-Hill, 2014, 887 p.
•• Vilariño Sanz, Angel. Turbulencias Financieras y Riesgos de
Mercado. Madrid, Prentice Hall, 2001, 391 p.
•• Weston, J. Fred. Fundamentos de Administración Financiera.

México, McGraw-Hill, 9a. edición, Vol. I, 1997, 638 p.
•• Winston, Wayne L. Investigación de Operaciones. México,

CENGACE Learning, 2011, 4a. edición, 1418 p.

Untitled

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

Untitled

Cargado por

Copyright:

Formatos disponibles

DATOS DEL AUTOR

Economista y contador público egresado de la UNAM, actual-

Ha sido asesor de tesis en tópicos financieros y sinodal en exá-

Cuenta con más de 28 años de experiencia en el sector finan-

Actualmente, se desempeña como Director de Riesgos y Pro-

El riesgo es uno de los principales fenómenos que enfrentan

Existen diversas modalidades de riesgos a los que se enfrentan

Esta obra tiene como objetivo brindar herramientas teórico-prác-

El libro pretende ser una guía de referencia rápida que dé res-

Esta obra consta de 11 capítulos, a través de los cuales se hacen

El primer capítulo aborda la panorámica actual de la adminis-

En el segundo capítulo se aborda el teorema fundamental de la

El cuarto capítulo aborda el tema de la volatilidad, que como es

En el quinto capítulo se presentan las famosas reglas de Basilea,

Dentro del séptimo capítulo se aborda el riesgo de mercado, el

La medición del riesgo crediticio se expone en el octavo capítulo,

El capítulo noveno trata sobre la exposición al riesgo cuando se

A través del capítulo décimo, se explica la importancia que tiene

Por último, en el onceavo capítulo se aborda el tratamiento del

1.1. Entendiendo el Concepto de Riesgo

Las condiciones actuales que se viven en los mercados financie-

El riesgo va asociado directamente con la volatilidad que experi-

En este sentido, el tener un conocimiento lo más amplio posible

A continuación, se esbozarán varios elementos que permitirán

1.1.1. ¿Qué es el riesgo en general?

El riesgo es un elemento al que el género humano se ha enfren-

El riesgo se puede definir como la vulnerabilidad ante un daño o

El concepto de riesgo evoca la posibilidad de que ocurra un

dumbre. Asimismo, la etimología del término riesgo proviene del

El adentrarse a la gestión del riesgo implica comprenderlo, esto

Ante esta perspectiva, la Administración de Riesgos es una dis-

En este sentido, se entenderá por Administración de Riesgos,

1.1.2. La administración de riesgos como una disciplina es-

La administración de riesgos es una disciplina que empezó a po-

Durante la gestión presidencial de José López Portillo de finales

Por otra parte, la hiperinflación que se empezó a desatar pro-

A partir de ese hito en la historia económica de nuestro país, se

1. De Lara Haro, Alfonso. Medición y Control de Riesgos Financieros. México, Limu-

El riesgo siempre ha sido un elemento que se encuentra pre-

Ante esta panorámica, los estudiosos de las finanzas han pro-

Harry Markowitz es uno de los economistas norteamericanos

1.1.3. ¿Por qué se requiere la administración de riesgos, tan-

En el controvertido mundo financiero en que vivimos, la volatili-

De manera muy concisa, la utilidad de la administración de

AGENTE IDENTIFICACION IMPACTO

2. Markowitz, Harry. Portfolio Selection. Journal of Finance, USA, 1952.

Gobierno • Riesgo cambiario. • Movimientos en el ti-

Esta es sólo una muestra de los tipos de riesgo a los que se

3.1. Modelo de Markowitz

El modelo de Markowitz plantea que al momento de tener dos o

El modelo de portafolio de inversión también se le conoce dentro

3.1.1. Construcción de un portafolio de inversión con dos ins-

Para entender la metodología referente a la construcción de un

Para formar un portafolio de inversión, se deben seleccionar los

Para ejemplificar lo anterior, se tomará el precio de las acciones

Cuadro 3.1. Rendimiento de las acciones

MATRIZ VARIANZA - COVARIANZA

Con esta información se procederá a calcular el rendimiento pro-

Cuadro 3.2. Rendimiento y riesgo de “D” y “B”

ACCION E(P) VAR(P) DST(P)

E(P) = Rendimiento promedio del título

VAR(P) = Varianza del título

DST(P) = Desviación estándar del título (representa el riesgo)

Para poder observar la relación existente entre el riesgo y el ren-