Documentos de Académico
Documentos de Profesional
Documentos de Cultura
XLV - Gestión del riesgo económico financiero - Gabriela Pesce. Por Gastón Milanesi - Anahí Briozzo
La administración del riesgo consiste en identificar los eventos que pueden afectar negativamente a una
organización, y tomar medidas para evitar o minimizar las consecuencias de estos eventos.
Los instrumentos para la administración del riesgo existen desde hace varios siglos,
encontrándose antecedentes de contratos de futuros en la India hace 4000 años, de seguros en Italia en el
siglo XIV y de opciones en Holanda, en el siglo XVI (Brigham y Ehrhardt, 2014). Sin embargo, en las últimas dos
décadas este tema ha tenido un fuerte desarrollo, motivado por los Acuerdos de Basilea(1), las crisis financieras
internacionales, los grandes fraudes corporativos y el auge del terrorismo (Segal, 2011).
De esta forma, se arriba a una visión holística de la administración de riesgos, denominada Enterprise Risk
Management (ERM), que se define como el proceso mediante el cual las empresas identifican, miden,
administran e informan los riesgos clave, a fines de incrementar la riqueza de los propietarios de la empresa
(Segal, 2011). Se han desarrollado marcos específicos para el ERM, como COSO ERM (Committee of
Sponsoring Organizations, 2004). La administración de riesgos ha cobrado tal importancia, que ha surgido la
figura de Chief Risk Officer (CRO), en adición a los puestos tradicionales de CEO (Chief Executive Officer) y
CFO (Chief Financial Officer).
En este capítulo se desarrolla en primer lugar la definición de riesgos, y su identificación. Posteriormente, se
profundiza en las métricas de riesgo, tanto relativas como absolutas. A continuación se describe las funciones de
utilidad de los decisores y la aversión al riesgo, seguido de la determinación de coberturas. Por último, se
presentan los distintos instrumentos para gestionar el riesgo.
Definición de riesgo
El riesgo puede definirse como la posibilidad de desviarse de lo esperado. En términos financieros, representa la
variabilidad en torno a la rentabilidad esperada. Debe destacarse que el concepto de riesgo involucra tanto
variabilidad negativa (downside risk), que provoca una pérdida de rentabilidad, como variabilidad positiva (upside
risk), que genera resultados por encima de lo esperado. Si bien a primera vista esta inclusión de la variabilidad
positiva puede resultar llamativa, es una parte necesaria del ERM, que requiere de una visión integral del riesgo.
Segal (2011) destaca la importancia de reflejar apropiadamente tres aspectos del riesgo:
• Los efectos de compensación con otros segmentos de la empresa, dado que un evento negativo para una parte
puede ser positivo para otra. Por ejemplo, para una empresa manufacturera un aumento del tipo de cambio
puede provocar un incremento de los costos, por la utilización de insumos importados, y también un incremento
de la demanda, al abaratarse en términos relativos el bien vendido frente a sus sustitutos importados.
• Los efectos de compensación de distintos eventos que ocurren simultáneamente. Por ejemplo, se presenta una
falla en un sistema de producción que genera pérdidas de productos en proceso, y a su vez se consigue un
descuento especial de un proveedor que genera menores costos de materia prima. Debe considerarse el efecto
neto de ambos eventos sobre los resultados de la empresa.
• Los costos de la mayor volatilidad, ya que mayor variabilidad positiva de los resultados irá acompañada de
mayor variabilidad negativa, y esto implica un incremento del costo de capital.
Identificación del riesgo
El primer paso del ERM es la identificación de los riesgos a los cuales está expuesta la organización. Un enfoque
usual es identificar los tipos de riesgos relevantes que serán medidos y armar un inventario de riesgos (Nocco y
Stulz, 2006).
Pueden encontrarse diversas formas de clasificar los tipos de riesgo que enfrenta una organización.
En primer lugar, una clasificación de riesgos muy difundida es la utilizada por el sistema financiero bancario, que
para la Argentina está definida en la Comunicación A5398 del Banco Central de la República Argentina (2013).
En la misma se incluyen(2):
• Riesgo de mercado (BCRA A5398, sección 4): es la posibilidad de sufrir pérdidas balance a raíz de
fluctuaciones adversas en los precios de mercado de diversos activos.
• Riesgo de crédito (BCRA A5398, sección 2): posibilidad de sufrir pérdidas por el incumplimiento que un deudor
o contraparte hace de sus obligaciones contractuales.
• Riesgo de liquidez (BCRA A5398, sección 3): implica la posibilidad de que la entidad no pueda cumplir de
manera eficiente con los flujos de fondos esperados e inesperados, corrientes y futuros.
• Riesgo de tasa de interés (BCRA A5398, sección 5): es la posibilidad de que se produzcan cambios en la
condición financiera de una entidad como consecuencia de fluctuaciones en las tasas de interés.
• Riesgo operacional (BCRA A5398, sección 6): Se entiende por riesgo operacional (concepto que incluye el
riesgo legal y excluye el riesgo estratégico y reputacional), al riesgo de pérdidas resultantes de la falta de
adecuación o fallas en los procesos internos, de la actuación del personal o de los sistemas o bien aquellas que
sean producto de eventos externos.
• Riesgo de concentración (BCRA A5398 sección 8): se entiende como concentración de riesgo a las
exposiciones o grupos de exposiciones con características similares —tales como corresponder al mismo
deudor, contraparte o garante, área geográfica, sector económico o estar cubiertas con el mismo tipo de activo
en garantía—.
• Riesgo reputacional (BCRA A5398, sección 9): es aquel que está asociado a una percepción negativa sobre la
entidad por parte de los clientes, contrapartes, accionistas, inversores, tenedores de deuda, analistas de
mercado y otros participantes del mercado relevantes que afecta adversamente a las operaciones de la entidad.
• Riesgo estratégico (BCRA A5398, sección 10): es el riesgo procedente de una estrategia de negocios
inadecuada o de un cambio adverso en las previsiones, parámetros, objetivos y otras funciones que respaldan
esa estrategia.
En segundo lugar, en función de la separación clásica que se realiza en la administración financiera de las
decisiones financieras en decisiones de inversión y de financiación, se puede realizar una clasificación del riesgo
en dos tipos: riesgo económico y riesgo financiero.
Mascareñas (2008) define al riesgo económico como la variabilidad de las ganancias antes de intereses y
después de impuestos de la empresa. Diversos factores afectan esta variabilidad: la sensibilidad de la demanda
de los productos o servicios de la empresa respecto de las condiciones generales de la economía, actividad y
nivel de la competencia, diversificación de la producción, estructura de activos, perspectivas del crecimiento
empresarial, tamaño de la empresa. Considerando los factores endógenos a la empresa, el riesgo económico es
consecuencia de las decisiones de inversión. Pueden identificarse distintos tipos de riesgos que afectan al riesgo
económico: riesgo precio, riesgo tecnológico, riesgo legal, riesgo ambiental, entre otros.
El riesgo financiero se refiere a la variabilidad de las ganancias después de intereses e impuestos, o sea de las
ganancias para los propietarios de la empresa. Es el resultado directo de las decisiones de financiación, y como
señala Mascareñas (2008), hace referencia a la incertidumbre asociada a la posibilidad de que la empresa no
pueda hacer frente a sus obligaciones financieras.
Por último, resulta interesante mencionar la clasificación que proponen Brigham y Ehrhardt (2014):
• Riesgos estratégicos y de reputación, definidos previamente.
• Riesgos de control y cumplimiento: incluye eventos relacionados con requerimientos regulatorios, riesgos
judiciales, confiabilidad y precisión de los reportes financieros y los sistemas de control interno.
• Catástrofes: como inundaciones, incendios, terremotos, revueltas sociales o actos de terrorismo. Estos eventos
implican únicamente resultados negativos (downside risk).
• Riesgos relacionados con los recursos humanos: reclutamiento, planes de sucesión, salud y seguridad de los
empleados.
• Riesgo operacional: incluye eventos que afectan la cadena de abastecimiento, las instalaciones de producción,
y cambios en la demanda del producto o servicio.
• Riesgos tecnológicos: comprenden factores relacionados con innovaciones, fallas tecnológicas, seguridad y
confiabilidad de las tecnologías de información. Esta es una fuente de riesgo cuya importancia está en aumento,
como lo demuestra el caso denominado Panama Papers(3).
• Riesgos relacionados con la administración financiera: esta categoría incluye riesgos como riesgo de tipo de
cambio, riesgo precio de commodities, riesgo de tasa de interés, riesgo de selección de proyectos de inversión,
riesgo de liquidez, riesgo del crédito comercial, riesgo portfolio.
Asimismo, puede resultar útil identificar otras dimensiones de los riesgos (Brigham y Ehrhardt, 2014). Por un
lado, respecto al grado de control: si se originan en forma interna a la empresa, o son producto de eventos
externos. Por el otro, en función de su variabilidad, si son riesgos puros, que ocasionan sólo resultados negativos
(downside risk), que pueden cubrirse con seguros, o si son riesgos especulativos, que pueden provocar tanto
variabilidad positiva como negativa y requieren otro tipo de instrumentos.
Una vez que la empresa ha realizado su inventario de riesgos, el paso siguiente es proceder a su medición, tema
que se desarrolla en la sección siguiente. Para que este inventario de riesgos sea útil, debe ser actualizado
periódicamente.
A partir del trabajo de Markowitz (1952), la volatilidad ha jugado un rol clave como medida de riesgo en las
finanzas clásicas y en la práctica profesional, más allá de sus limitaciones en cuanto a los supuestos sobre los
que se sustenta, principalmente la distribución normal de los retornos. Existe, además, un conjunto importante de
métricas que pueden complementarse con las medidas tradicionales de riesgo (Munenzon, 2010): Desvío semi-
estándar, Desvío negativo, VaR (Valor en riesgo), CVaR (Valor en riesgo condicionado), CaR (Flujo en Riesgo).
Éstas intentan mejorar las deficiencias de la volatilidad como herramienta de medida de riesgo.
La elección de una métrica de riesgo resulta fundamental para determinar el potencial atractivo de una inversión,
o cartera de activos y para desarrollar el proceso integral de administración y gestión del riesgo. Se pueden
identificar al menos tres usos diferentes de las métricas de riesgo.
• Presentación de información: Para que la alta dirección evalúe los riesgos que corren las operaciones de
mercado y de inversión. Ayuda a la mejor revelación de información, basada, no en términos técnicos, sino en
una valuación de mercado. Por otra parte, refuerza los intentos para promover la estabilidad financiera, al
proveer a los inversionistas y acreedores, de información significativa. Y debido a esto, se otorga además, mayor
confianza a los accionistas.
• Asignación de recursos: Para determinar límites de posiciones a los operadores y para decidir donde asignar
los recursos limitados de capital, y permite decidir cuanta exposición a los riesgos financieros debe permitirse.
Crea un denominador común con el que se pueden comparar las actividades riesgosas en diversos mercados.
También el riesgo de la empresa puede descomponerse en métricas de riesgo incrementales permitiendo a los
usuarios descubrir qué posiciones contribuyen más al riesgo total.
• Evaluación de desempeño: Se puede utilizar las métricas para ajustar el desempeño por riesgo. Esto es
esencial en un entorno donde los operadores tienen una tendencia natural a tomar un riesgo extra,
produciéndose lo que se suele llamar riesgo moral (moral hazard).
¿Qué métricas deberían ser confiables para el inversor? O, en otras palabras, ¿qué características debería tener
una métrica de riesgo para contribuir a que los inversores y practicantes conozcan el grado de riesgo al que se
exponen considerando la forma en que los mercados se comportan?
Se describen a continuación algunas herramientas para medir el grado de exposición al riesgo: sus
características principales y su habilidad para capturar aspectos empíricos de los mercados, condición
indispensable que determina su utilidad. En primer lugar se presentan las métricas de riesgo relativas: el desvío
estándar, el desvío semi-estándar y el desvío negativo; y posteriormente, las métricas de riesgo absolutas: el
valor en riesgo, el valor en riesgo condicionado y el flujo en riesgo.
Métricas de riesgo relativas
Ecuación (1)
Donde R es la serie de retornos considerados, µ es la media de los retornos y Nes el número de observaciones.
Para datos poblacionales, la suma de las diferencias al cuadrado se divide por N, mientras en los casos en que
los datos sean incompletos (datos muestrales), que es lo más común en la práctica, para obtener un estimador
insesgado de la varianza se debe dividir por (N-1).
Como su nombre lo sugiere, el desvío estándar es la medida estándar de volatilidad, que mide el promedio de
desviaciones respecto de la media. Su objetivo no es, entonces, medir la magnitud de las pérdidas potenciales o
su probabilidad asociada. Sólo resulta una buena aproximación cuando los retornos siguen una distribución
normal, y esto solamente sucede en casos particulares. Además, no mide pérdidas en las colas de la distribución
y penaliza tanto los desvíos positivos (por sobre la media) como los desvíos negativos (por debajo de la media).
En el gráfico siguiente se presenta una serie temporal de rendimientos a fines ilustrativos. Para el cálculo del
desvío estándar se suman los cuadrados de las diferencias de cada dato observado en relación a la media,
desviaciones que se ilustran mediante las líneas discontinuas de la gráfica.
Serie de rendimientos y diferencias según el desvío estándar
Ecuación (2)
Donde R representa la serie de retornos, µ la media de los retornos y N el número de observaciones. Tal como
se expresó anteriormente, para datos muestrales el promedio de desviaciones se estima dividiendo sobre (N-1).
Al tomar en cuenta solo las desviaciones por debajo de la media, dado que en casos de rendimientos por encima
de la media el mínimo de la función es 0, el desvío semi-estándar es inferior al desvío estándar. Obsérvense las
desviaciones a considerar para el cálculo de esta métrica de riesgo en el gráfico siguiente, identificadas mediante
las líneas discontinuas y compare las mismas con las indicadas en el gráfico. En este caso, el desvío semi-
estándar computa sólo 8 desviaciones no nulas según los datos observados.
Serie de rendimientos y diferencias según el desvío estándar
Ecuación (4)
Asuma que se observan datos diarios de rendimientos, pero el horizonte de inversión es de un mes. La
distribución para datos diarios debe ser transformada en una distribución mensual. Si los rendimientos no están
correlacionados en el tiempo(5), esta transformación es directa.
Considere los rendimientos diarios de un activo. Es fácil entender que el rendimiento esperado para T días será
igual al rendimiento esperado de un día (t) multiplicado por la cantidad de días T. Asimismo, la varianza de dicho
activo, será igual a la varianza de un día por la cantidad de días en cuestión. Es decir,
. Partiendo de esta expresión, si lo que se desea conocer es el desvío del activo para un período T, a partir del
desvío unitario del activo (t), se obtiene la siguiente ecuación:
Ecuación (5)
Es así como llegamos a determinar que el desvío para un período de un año, será igual al desvío diario del
activo multiplicado por la raíz cuadrada de la cantidad de días comerciales de un año, que son 252.
Donde µ es el rendimiento, s es la volatilidad (desvío estándar), T es la medida de tiempo (por ejemplo: 20 días
para llevar un dato diario a mensual, que es el número de días que los mercados operan durante un mes).
La variabilidad (volatilidad) esperada puede estimarse de distintas formas:
• Volatilidad histórica: calculada a través de media móvil simple o de media móvil ponderada exponencialmente,
que pondera más la información reciente.
• Volatilidad implícita: dada la existencia de precios de instrumentos derivados y asumiendo que los modelos que
generan estos precios son válidos.
• Volatilidad futura estimada: modelos tipo ARCH o GARCH, opinión de expertos, etc.
Nivel de confianza
Un mayor nivel de confianza implica un VaR mayor, que las diferencias sean significativas depende de su
utilización. En el caso de los bancos que lo emplean para la selección de un requerimiento de capital, la elección
del nivel de confianza deberá reflejar el grado de aversión al riesgo de la empresa y el costo de una pérdida por
exceder el VaR. A nivel individual, el nivel de confianza está vinculado al grado de aversión al riesgo del inversor:
a mayor aversión al riesgo, mayor nivel de confianza se requiere en la estimación.
El nivel de confianza es importante para la validación del modelo, es esencial elegir un nivel que permita a los
usuarios verificar las estimaciones regularmente. Tome por ejemplo un nivel de 95%, con un horizonte diario: se
espera una pérdida mayor que el VaR en un día sobre 20 (el 5% de las veces). Si se hubiera tomado un nivel de
99% de confianza, se debe esperar 100 días para evaluar si el modelo se ajusta a la realidad.
Métodos para calcular el VAR
Existen distintos métodos para calcular el VaR: la matriz de varianzas y covarianzas o método delta-normal, el
método de simulación histórica, y la simulación Monte Carlo.
Estos métodos difieren básicamente en:
• los supuestos sobre la distribución de los factores de riesgo.
• valuación lineal (o local) versus la valuación completa, donde la valuación lineal aproxima la exposición a los
factores de riesgo a través de un modelo lineal.
Estas metodologías también se pueden ser agrupar de acuerdo a si responden a un enfoque analítico o
numérico. El enfoque analítico se basa en la obtención de expresiones matemáticas que representen la función
de probabilidad del instrumento considerado. Ejemplo de ello sería el empleo directo de la matriz de varianzas y
covarianzas para el cálculo de las medidas de riesgo de una cartera de divisas o acciones. Por su parte, el
enfoque numérico se basa en técnicas de simulación de escenarios (Simulación Histórica y Simulación de Monte
Carlo), obteniendo la función de probabilidad por muestreo.
.
Para calcular el VaR, se proyecta un escenario de precios futuros que se mueva por debajo del precio esperado,
y que separe los posibles escenarios de precios entre los que ocurren con probabilidad del 95%, y los que
ocurren con probabilidad del 5%.
El riesgo de esta inversión se puede medir en términos de cuánto se podría desviar el precio de su trayectoria
media estimada. Entonces se puede evaluar el valor de la inversión a través de una trayectoria crítica del precio,
y calcular aquel precio del cobre tal que precios menores que éste sólo ocurran con una probabilidad baja (<5%).
Sea V0 igual al monto de la inversión en t=0 (también llamado valor de la posición), E(V) el valor esperado del
portfolio al final del horizonte objetivo, y μ la tasa de rendimiento esperada en ese período, tal que: E(V) = V 0 (1+
μ). Y sea V* el valor más bajo que el portfolio puede tener dado el nivel de confianza, tal que: V*= V0 (1+R*).
El VaR es la diferencia entre el valor esperado E(V) y ese valor crítico V*, reemplazando y despejando se obtiene
la ecuación 6.
Siguiendo los supuestos de este método, para calcular el VaR se asume que el rendimiento esperado del cobre
sigue una distribución normal, con una media de 3% y un desvío de 11,3842%, ambos bimestrales (calculados
anteriormente).
En este ejemplo, para encontrar ese valor crítico R* buscamos z* tal que: Pr(z
z*) = 5%; o, lo que es lo mismo, Pr(z
z*)= 95%, donde z sigue la distribución normal estándar con media 0 y desvío 1. Obtenemos(6)z*= - 1,6448.
Transformando z* a la distribución que nos interesa:
Donde la volatilidad
(en términos de la tasa de rendimiento), está expresada en el mismo período de tiempo que el horizonte de
interés. Siendo que
. Entonces, reemplazando
= US$ 243.421. Gráficamente se ilustra el VaR a continuación, para lo cual se calcula (en miles de US$): E(V) =
1.300 (1+3%) = 1.339 y V* = 1.300 (1-15,72%) = 1.096.
Ecuación (9)
Entonces:
Ecuació
n (10)
Donde
representa el desvío diario del activo j. Nótese, que la ecuación 10 incorpora la consideración del período de
d,j
tiempo, a diferencia de ecuación 9, que luego deberá ajustarse al período t (a menos que el período coincida con
la unidad).
Una vez obtenido el desvío, deberá procederse en la misma forma que en el caso de un portfolio compuesto por
un solo activo.
Ejemplo:
Desea calcular el VaR de una cartera compuesta de 30% activo A (s diario = 1%) y 70% activo B (s diario =
0,8%), siendo el coeficiente de correlación entre los rendimientos de ambos activos de 0,6. El horizonte de
tiempo es de 1 mes, y la posición en la cartera de $10.000. El nivel de confianza deseado es de 99%.
Método 1:
1º) Desvío mensual del portfolio
= 3,479%
2º) Cálculo de z* (en valor absoluto)
3º) Cálculo del VaR
VaR = $10.000 . 2,3263 . 3,479% ; VAR = $809,34
Método 2:
Otra alternativa para calcular el VaR de la cartera es emplear los desvíos expresados en relación al monto de la
posición.
1º) Desvío mensual en $ de cada activo:
Donde los desvíos están expresados en $, en relación al monto de la posición en cada activo.
Para analizar los efectos de la diversificación, se compara el VaR de la cartera con la suma de los VaR
individuales:
Ecuación (11)
Para el escenario 1, variable 1, tenemos vi = 20,78; v i -1 = 20,33 y vm = 25,85. Entonces: 25,85 * 20,78 / 20,33
=26,42.
Con el valor de cada variable para cada escenario, se calcula el valor de cartera bajo ese escenario (Tabla 3).
Tabla 3: Construcción de escenarios y valor de la cartera
Valor de la cartera
Escenario Variable 1 Variable 2 ... Variable N
(en millones)
1 26,42 0,1375 61,66 23,71
2 26,67 0,1346 62,21 23,12
3 25,28 0,1368 61,99 22,94
... ... ... ... ...
499 25,88 0,1354 61,87 23,63
500 25,95 0,1363 62,21 22,87
Fuente: Elaboración propia
4º) Para cada escenario, se calcula el cambio en unidades monetarias que se ha dado en el valor de la cartera
entre hoy (el valor de la cartera hoy es conocido, por ejemplo 23,5 millones) y mañana. Esto define una
distribución de probabilidad para cambios diarios en el valor de nuestra cartera.
Tabla 4: Variación en el valor de la cartera
Escenario Cambio en el valor de la cartera (en $)
1 210.000
2 -380.000
3 -560.000
... ...
499 130.000
500 -630.000
Fuente: Elaboración propia
5º) Se ordenan los cambios de valor (por ejemplo en forma creciente). La quinta peor pérdida (8) será el VaR a un
día al 99% de confianza.
Como para todas las metodologías, existen potenciales limitaciones de este método que tienen que ver con la
confianza de la potencialidad de los datos sobre las sensibilidades y una necesidad de la existencia, disposición
y calidad de todos los datos históricos, debidamente sistematizada junto a sus aplicativos, para todos los
instrumentos. Cuando se usa el VaR histórico, a menudo se arguye que las más recientes volatilidades de los
precios son más relevantes que las antiguas volatilidades. Así, es común observar que se usen enfoques con
ponderaciones donde se provea un mayor peso a la más reciente desviación estándar.
Resulta fácil de implementar si se han registrado los datos históricos internamente a partir de valuaciones diarias
a precios de mercado. En este tipo de modelos, será necesario definir los intervalos muestrales; para lo que se
deberá tener en cuenta que, intervalos muestrales grandes, si bien incrementan la precisión de la estimación,
podrían estar utilizando datos irrelevantes, omitiendo importantes cambios en el portfolio subyacente. Una
ventaja de estos modelos es que cuantifican las colas anchas, dado que no se basan en modelos de valuación,
por lo cual tampoco están propensos al riesgo de modelo.
Sin embargo, también existen críticas que se le realizan a este método de estimación. Una de ellas es que el
pasado puede no representar acertadamente el futuro. Además, se omiten situaciones con volatilidad temporal
elevada. La calidad de los resultados depende críticamente del período histórico, pudiendo estar sujeto a un gran
error de estimación. En cuanto a las ponderaciones, se fijan las mismas para todas las observaciones contenidas
en la muestra, incluyendo los puntos de datos antiguos. Finalmente, este método se vuelve incómodo
rápidamente para portfolios grandes con estructuras complicadas.
c) El método de simulación de Monte Carlo
Las simulaciones de Monte Carlo cubren un extenso rango de valores posibles en las variables financieras y
consideran completamente las correlaciones. El método consta de dos pasos. Primero, el administrador del
riesgo especifica un proceso estocástico para variables financieras, así como para los parámetros del proceso.
Los parámetros, como el riesgo y las correlaciones, pueden derivarse de datos históricos. Segundo, se simulan
los senderos de precios ficticios para todas las variables de interés. En cada horizonte considerado, que puede ir
de un día a muchos meses, el portafolio es valuado a valores de mercado utilizando una valuación completa.
Cada una de estas "pseudo" realizaciones es utilizada para compilar una distribución de rendimientos, con la
cual puede obtenerse un VaR. El método de Monte Carlo es similar al método de simulación histórica, la
diferencia es que los cambios hipotéticos en los precios para cada activo se crean por diseños aleatorios a partir
de un proceso estocástico definido para cada una de las variables identificadas como factores de riesgo.
El método de Monte Carlo es, por mucho, el método más poderoso para cuantificar el valor en riesgo. Puede
incorporar variaciones en el tiempo de la volatilidad, colas anchas y escenarios extremos. El defecto más grande
de este método es su costo computacional. Es el más caro de implementar en términos de infraestructura de
sistemas y desarrollo intelectual. Otra desventaja de este método, es que está sujeto al riesgo de cambio en los
modelos. Para verificar que los resultados son robustos a los cambios en el modelo, los resultados de la
simulación deberían ser complementados por algún análisis de sensibilidad.
d) Comparación de métodos
Cada uno de estos métodos está mejor adaptado a un ambiente diferente:
• Para portafolios grandes, donde la opcionalidad(9) no es un factor dominante, el método delta-normal
proporciona un método rápido y eficiente para medir el VaR.
• Para portfolios expuestos a pocas fuentes de riesgo y con componentes opcionales sustanciales, el método de
la aproximación Delta-Gamma proporciona una mejor precisión a un bajo costo computacional.
• Para portfolios con componentes opcionales importantes (como hipotecas), se requiere un método de valuación
completa.
El método delta-normal es el más fácil de implementar. La desventaja es que se asume una distribución normal
para todos los factores de riesgo, y que los valores de los activos son lineales en los factores de riesgo.
La simulación histórica también es relativamente fácil de implementar. Se necesita mantener un registro de las
variaciones históricas en el precio y factores relevantes. Las distribuciones no son necesariamente normales, y
las relaciones de los precios pueden ser no lineales. Una desventaja es que el pasado no siempre representa
adecuadamente a las distribuciones futuras.
El método de Monte Carlo es el más complejo. Permite emplear cualquier tipo de distribución y no linealidad. La
desventaja es que requiere de importantes recursos computaciones, tiempo y entendimiento del proceso
estocástico usado.
Valor en Riesgo Condicionado (CVaR)
El VaR condicionado, o CVaR por sus siglas en inglés, mide las pérdidas promedio o esperadas en la cola de la
función de densidad. Se relaciona con el VaR en que el CVaR mide las pérdidas que exceden al VaR. En otras
palabras, mientras que el VaR (99%) mide la máxima pérdida en el 99% de los casos (o la mínima pérdida en el
1% de los casos), CVaR (99%) mide la pérdida promedio en el 1% de los peores casos.
Matemáticamente se calcula mediante una integral en el extremo de la distribución de valores, definiéndose el
rendimiento del CVaR como:
Como el VaR, resulta una métrica fácil y conveniente para explicar las posibles pérdidas. Sin embargo la
diferencia es que el VaR no considera casos extremos de pérdidas en condiciones que no son normales en los
mercados. El CVaR calcula pérdidas en los peores casos posibles, con lo cual toma relevancia con
comportamientos atípicos en la cola de la distribución. Esta característica otorga al CVaR una ventaja práctica
importante respecto del VaR y de las demás métricas de riesgo. El CVaR está diseñado para que un portafolio
soporte casos extremos de pérdidas o crisis en el mercado.
Es fundamental considerar que las limitaciones de los datos pueden ser significativas, lo cual implica una
desventaja práctica. Por ejemplo, con 100 observaciones, CVaR (99%) se basa en sólo 1 observación (1% de
100). Este problema puede solucionarse incrementando el volumen de la muestra o aplicando técnicas de
simulación. El CVaR resulta muy útil para aquel inversor interesado en minimizar las pérdidas en el valor de un
portafolio en casos de declinación de los mercados, mientras que maximiza sus rendimientos.
Flujo en Riesgo (CaR)
Como se ha comentado, las firmas se exponen a una gran cantidad de factores de riesgo (riesgo cambiario,
costo de materiales, tasas de interés, precios de activos financieros) que afectan a los flujos de fondos. La
medida de riesgo absoluta sobre el flujo de fondos se conoce como CaR, de sus siglas en inglés (Cash Flow at
Risk).
Una empresa exportadora reducirá su volumen exportado si el tipo de cambio varía desfavorablemente. Otra
empresa verá mermada su rentabilidad si se incrementan sus costos y sus precios no se actualizan. Una
evolución desfavorable de la tasa de interés puede llevar a que el pago de servicio de una deuda se dificulte. Por
ende, una combinación de factores de riesgo puede llegar a destruir la liquidez de una empresa. En este sentido,
el CaR permite cuantificar la peor exposición al riesgo de los flujos de fondos de una firma.
El CaR bajo una función de densidad normal
Fuente: Elaboración propia
En términos metodológicos, todo lo presentado para VaR es válido para CaR. Sin embargo, a diferencia del VaR,
que mide la peor pérdida en valor, el CaR considera flujos de fondos. Su determinación analítica se expresa en
la ecuación siguiente.
Tanto el VaR como el CaR son traducciones en valor y flujos de la desviación estándar negativa.
C) Función de utilidad: preferencias ante el riesgo e información
Donde
representa la riqueza esperada en t1. La tabla 5 explica los posibles resultados en el supuesto de que se contrate
el seguro:
Tabla 5: Riqueza obtenida a partir del seguro
En este caso es de
Si el sujeto es adverso al riesgo se sabe que la utilidad de una magnitud de riqueza cierta es mayor a la utilidad
de una magnitud esperada, al ser la forma funcional de la función de utilidad cóncava. En el
ejemplo U(Wt1)>U[E(Wt1)], y por ello los agentes se encuentran dispuestos a pagar un costo (prima) por
asegurase contra riesgos. Supóngase un agente adverso al riesgo con una función de utilidad logarítmica del tipo
, se tienen los siguientes escenarios:
• Bueno $50.000, U(Wb) = ln($50.000) = 10,81
• Malo $25.000, U(Wm) = ln ($25.000) = 10,12
• Riqueza neta asegurada $47.500 (ec. 1): U(Wt1) = ln ($47.500) = 10,76
Si el sujeto asegura su riqueza la utilidad del valor cierto asciende a U(Wt1) = 10,76. En el caso de que no
asegure, la utilidad de la riqueza esperada es U[E(Wt1)] = 10,75 = (90%)10,81 + (10%)10,12. Claramente la
utilidad de la situación con cobertura es mayor a no tenerla, por ello se está dispuesto a pagar una prima.
Teóricamente el valor de mercado de la prima (costo) de los seguros estará signado por los grados de aversión
al riesgo de los individuos. La clave reside en estimar la correcta función de utilidad y a partir de allí estimar la
magnitud equivalente cierta, es decir el nivel de riqueza de indiferencia entre una magnitud cierta y probable, que
surge de la expresión eU[E(Wt1)]
Suponiendo aversión al riesgo y función de utilidad logarítmica los pasos son los siguientes:
• Se parte de la utilidad esperada de la riqueza sin seguro:
U[E(Wt1)] = p (x) U(Wb)+ (1 - p(x)) U(Wm)
• Asumiendo un valor Y para la prima y una utilidad de la riqueza cierta al contratar el seguro: U(Wt1) = Wt1 - Y.
• Igualando el valor de la utilidad cierta y esperada E(Wt1) = U[E(Wt1)] tal que U(Wt1 - Y) = U[E(Wt1)].
• Despejando se tiene que el máximo valor que a pagar es
Supóngase que una firma con $100.000 a cubrir en activos tiene el 25% de probabilidades de que sus activos
sufran una pérdida por $20.000. En este caso la utilidad esperada es igual a
El valor justo de la prima es igual al 25% de la potencial pérdida ($20.000), o sea $5.000. No obstante el máximo
valor de prima que los agentes pagaran por la cobertura surge de aplicar la ecuación 14; Y = e11,45 -
100.000=$5.425,84. El equivalente cierto a la magnitud esperada, dada una utilidad de 11,45, eU[E(Wt1)] = e11,45 =
$94.574,16. Otra forma de ver el valor máximo a pagar por un seguro es a partir de la diferencia entre el valor
probable E(Wt1) y el equivalente cierto EC, E(Wt1) - EC = $100.000 - $94.574,16 = $5.425,84, el valor de la
prima.
Analizar seguros desde la perspectiva de la aversión al riesgo tiene importantes implicancias, ya que las chances
de adquisición de seguros se encuentran directamente relacionada con los crecientes grados de aversión al
riesgo. Similar razonamiento merece el precio que se cobra por los seguros.
Uno de los problemas que se debe considerar al momento de contratar seguros está dado por los temas de
información asimétrica. Este surge como consecuencia de no revelar toda la información (problemas
precontractuales) o los incentivos a cambiar la conducta una vez asegurado el activo (13). Estas situaciones
merecieron especial atención de parte de los investigadores dando origen al concepto de riesgo moral y su
previsible consecuencia: selección adversa, siendo obras seminales las de Akerlof (1970); Rothschild y Stiglitz
(1976) y Wilson (1976), entre otros. Si bien no es el objetivo del presente apartado analizar formalmente los
aspectos relativos a las finanzas corporativas, administración del riesgo y asimetrías de información, cabe
destacar que en materia de seguros, los problemas de riesgo moral producto de asimetrías en la información
conducen a una selección adversa, a la hora de definir el costo del seguro. Para ilustrar este hecho supóngase
que entre el universo de clientes asegurables, éstos se pueden clasificar en:
• Grupo de alto riesgo con probabilidad de ocurrencia de pérdidas del 80%.
• Grupo de bajo riesgo con probabilidad de ocurrencia de pérdidas del 20%.
Si por un problema de riesgo moral la información es asimétrica y la firma aseguradora no puede distinguir entre
los segmentos de clientes, probablemente incurra en un problema de selección adversa cobrando primas altas al
grupo de bajo riesgo.
Supóngase dos escenarios: Bueno con probabilidad del 80% y riqueza (Wb) $10.000; Malo con probabilidad del
20% y riqueza (Wm) de $2.000. Si la pérdida potencial es de $8.000, objetivamente la prima justa a cobrar en
cada grupo es:
• Grupo de alto riesgo K x p(x) = $8.000 x 80% = $3.600.
• Grupo de bajo riesgo K x p(x) = $8.000 x 20% = $1.600
Suponiendo una función de utilidad logarítmica, el valor máximo a cobrar a cada grupo se obtiene aplicando la
ecuación 14. Para el grupo de máximo riesgo se tiene:
Tabla 6: Grupo de alto riesgo escenarios y utilidades
Estados Probabilidades Pérdida Riqueza t=0 Riqueza t=1 U(W)
Bueno 20% $- $ 10.000 $ 10.000 9,210
Malo 80% $ 8.000 $ 10.000 $ 2.000 7,600
Fuente: Elaboración propia
En este caso la utilidad esperada es igual a
La prima máxima a cobrar surge de la ecuación 14, siendo de e7,92 - 10.000 = $7.240,54. El equivalente cierto
es .
La diferencia entre el valor probable E(Wt1) y el equivalente cierto EC : E(Wt1) - EC = $10.000 - $2.759,46 =
$7.240,54, máximo valor de prima dispuesto a pagar por este grupo.
Respecto del grupo de mínimo riesgo se tiene:
Tabla 7: Grupo de alto riesgo escenarios y utilidades
Estados Probabilidades Pérdida Riqueza t=0 Riqueza t=1 U(W)
Bueno 80% $- $ 10.000 $ 10.000 9,210
Malo 20% $ 8.000 $ 10.000 $ 2.000 7,600
Fuente: Elaboración propia
En este caso la utilidad esperada es igual a U[E(Wt1)] = (80%)U($10.000) + (1 - 80%)U($2.000) = 8,88. La prima
máxima a cobrar es de e8,88 - 10.000 = $2.752,20. El equivalente cierto asciende a eU[E(Wt1)] = e8,888 = $7.247,80,
siendo la diferencia entre E(Wt1) y EC de E(Wt1) - EC = $10.000 - $7.247,80 = $2.752,20, máximo valor de prima
dispuesto a pagar por este grupo.
Los máximos valores a cobrar a cada grupo son:
• Grupo de alto riesgo Y max = $7.240,54
• Grupo de bajo riesgo Y max = $2.752,20
Si la firma no posee información discriminada sobre quienes integran cada grupo (información asimétrica) y
como consecuencia de ello fija una prima a partir del promedio ponderado entre los valores justos de seguro en
cada escenario, asignando igual peso a las primas objetivas se llega al siguiente valor
.
Conclusión: el grupo de alto riesgo siempre contratará y el segundo grupo no estará incentivado a tomar
coberturas, o en su defecto estaría subsidiando mediante la prima al primer grupo, es decir la firma estaría
llevando a cabo una selección adversa:
• Grupo de alto riesgo
Afortunadamente existen mecanismos para desincentivar a los agentes riesgosos a tomar conductas que rocen
el riesgo moral o, en el caso de los agentes diligentes a tomar seguros con mecanismos de premios graduales
como los sistemas de puntajes (scoring); exclusiones por antecedentes, primas decrecientes por antigüedad,
períodos de carencia de cobertura, etc.
Conforme fue expuesto, la administración del riesgo es un proceso en donde los factores de exposición a la
incertidumbre de la firma (por ej.: precio de venta, costos, tipo de interés, tipo de cambio) son identificados,
caracterizados y cuantificados. Con dicha información y en aras de cumplir con el objetivo financiero el
administrador debe indagar, sobre la disponibilidad de instrumentos financieros(14) que oficien de seguros en el
mercado de capitales, con el objetivo de minimizar o anular los riesgos de la empresa (Clark y Varma, 1999).
Ahora bien, una pregunta que emerge se relaciona con la cantidad óptima de instrumentos financieros que se
deben adquirir, al fin de lograr una cobertura eficiente. La respuesta al interrogante precedente la brinda la
medida ratio de cobertura (h)(15).
Siguiendo a Copeland, Weston y Shastri (2004) y Wilmott (2009), se define como ratio de cobertura (h) al
resultado que arroja el cociente entre: a) el tamaño de la posición contratada en el mercado de futuros y; b) el
tamaño del activo expuesto (posición que se desea cubrir). El resultado del cociente indica las unidades de
seguros (contratos) que se deben adquirir para disminuir la exposición (16). La cobertura eficiente es aquella que,
bajo las condiciones actuales de mercado lograr minimizar o anular el riesgo de la firma. Esta se conoce como
ratio de cobertura de mínima varianza (h*), y representa la cantidad de contratos de derivados financieros a ser
adquiridos para lograr una cobertura eficiente.
Seguidamente se explicará la derivación matemática del ratio de cobertura de mínima varianza. Para ello
suponga que el gerente de la firma espera vender NA unidades (activo) en el momento t1 (futuro). Para evitar la
exposición a la incertidumbre sobre los precios de mercado del activo, construye una cobertura en el
momento t0 (presente) vendiendo contratos de futuros NF (derivado) cuyo subyacente es el mismo activo. El
gerente dispone de un seguro en el mercado contra las variaciones futuras en el precio de venta del activo a
partir de la existencia del contrato de futuros NF. La pregunta a responder es: Dadas las condiciones de mercado
(volatilidades y correlaciones precio spot (contado) — futuro), ¿Cuántas unidades de contrato se deben adquirir
para lograr una cobertura eficiente? La respuesta la brinda el ratio de cobertura.
Éste será:
Para ello es condición que el precio efectivamente obtenido por el activo en el momento t1 quede definido del
siguiente modo:
Desarrollando la expresión anterior se tiene:
Donde P1 representa el precio el final obtenido por la firma en el momento t1. S0 y S1 son los precios del activo
(subyacente) en los momentos t0 y t1 respectivamente. F0 y F1 son los precios de los contratos futuros en los
tiempos t0 y t1. A partir de la ecuación 15 la expresión precedente se puede reescribir como:
Donde
, es decir representan los cambios en el precio spot del subyacente y en el precio del contrato futuro, durante un
período igual a la duración de la cobertura. Al ser conocidos en t0 los valores de S0 y NA (precio del activo y
cantidad a cubrir), la varianza (volatilidad) de P1 se reduce a la varianza de
Donde
El segundo y el tercer término no incluyen la variable h*. Si se observa la ecuación 20, el segundo y tercer
término de la misma se anula en el caso de que ρ=1, es decir correlación perfecta y positiva entre el subyacente
y la evolución del precio del contrato de futuros, tal que
. Por lo tanto la varianza se minimiza cuando el primer término de la ecuación anterior se iguala a cero.
Despejando se obtiene la cobertura óptima:
El resultado anterior indica la cantidad de contratos a futuros a ser adquiridos para cubrir eficientemente una
unidad de la posición spot. Para determinar el número total de contratos que minimiza el riesgo de la cobertura a
partir de una cantidad spot se emplea la siguiente ecuación,
Donde N* representa el número total de contratos futuros a ser adquiridos para minimizar el riesgo y lograr una
cobertura eficiente. NA es el tamaño total de la posición a cubrir y QF es el tamaño de un (unidad) de contrato de
futuros disponible en el mercado.
A continuación será ilustrado el funcionamiento de la ecuación con el siguiente ejemplo: Tecpetrol S.A venderá,
dentro de un mes, 10.000 barriles de petróleo crudo y desea cubrirse de una baja en el precio vendiendo
contratos de futuros sobre petróleo. La incógnita es el número de contratos de futuros (N*); que debe vender la
empresa a fin de lograr una cobertura de mínima varianza. Para ello primeramente debe calcular la cobertura
eficiente para una posición (h*).
En la tabla 8 se presentan los datos sobre el cambio mensual en el precio spot del petróleo
Consecuentemente para cubrir una posición unitaria se requieren 0,78 unidades de contrato:
Aplicando la ecuación 23, si un contrato de futuros es por la entrega de 1000 barriles, entonces el número de
contratos que debe vender la empresa es de:
Como los contratos se encuentran estandarizados se deben adquirir 8 (18)contratos para lograr la correspondiente
cobertura.
La efectividad de la cobertura puede definirse a partir del porcentaje de la varianza que se ha logrado eliminar
como consecuencia de la misma (comprar N* contratos futuros). Si reemplazamos h* en la ecuación 19, se
observa que el desvío que nace de la combinación de mínima varianza a partir de la cartera formada por flujo
(spot) e instrumento derivado (
), depende inversamente del cuadrado del coeficiente de correlación entre ΔS y ΔF
. Esta medida es conocida estadísticamente como el coeficiente r2. A esta expresión se llega a partir de la
ecuación 16.
La Ecuación 24 pone en evidencia que cuanto mayor es la correlación entre las variaciones del spot (S) y el
precio del contrato futuro (F), menor será el desvío de la posición y, por lo tanto, mayor será la eficiencia de la
cobertura en la reducción del riesgo. Dicho en otras palabras: si la correlación no es perfecta y positiva, la
cobertura no deja de ser eficiente pero el riesgo no se anula totalmente. A continuación son ilustradas en
términos numéricos estas relaciones. Suponiendo un desvío de $25 en el cambio del precio spot y de $16 en el
cambio del precio del contrato futuro, se simulan distintos coeficientes de determinación conforme se expone en
la tabla 9:
Tabla 9: r2 coeficiente de determinación; σP1 desvío de la cartera
Los derivados financieros tienen tres funciones: especulación donde se apuesta a las variaciones positivas o
negativas correspondientes a los precios del activo subyacente, arbitraje que surge a partir de detectar posibles
desequilibrios entre el precio teórico del derivado y su valor de mercado y finalmente coberturas donde se
pretende reducir o eliminar el riesgo de precio emergente de las posición que se desea cubrir. Este último uso de
los derivados se vincula con la gestión estratégica del riesgo en una empresa. Motivado por ello, en la presente
sección se presentarán simples ejemplos vinculados a operaciones de coberturas con derivados financieros
como el caso de futuros y swaps. No será abordado el tema de coberturas con opciones ya que éste fue
desarrollado oportunamente en el capítulo relativo a estrategias con opciones.
Futuros y coberturas. Riesgo en el precio
A continuación se presenta un ejemplo de uso de contratos futuros para cubrir el precio de riesgo sobre una
posición corta-larga en activos físicos.
Ejemplo: Se supone que el producto negociado por la firma es petróleo, siendo el flujo de fondos a la
fecha t1 correspondiente a una posición larga en futuros de petróleo la diferencia entre un número incierto S1 (el
precio spot del activo en el momento t1) y un valor cierto F0 (el precio futuro acordado hoy). La firma ha pactado
previamente mediante un contrato de suministro el precio de venta. Por lo tanto el perfil de riesgo derivado de las
operaciones de la firma es el siguiente: se produce un ingreso bruto G de la venta del petróleo pero éste se
adquiere en fecha t1 al precio S1. La operatoria anterior genera una combinación de:
a) Riesgo del negocio con salida de fondos equivalente a G- S1;
b) Una posición a futuro (cobertura) larga con flujo de entrada S1-F0.
La suma de los flujos de fondos (de las operaciones (a) y del futuro (b)) generan una posición con resultado G-
F0 = (G-S1)+( S1-F0). Los valores correspondientes a la operación y contrato son: obligación de vender a un
precio (G) de $65 en el momento t1, compra a futuro (F0) petróleo $45. En la tabla y gráfico se exponen los
resultados (G-F0) para los posibles valores de precio spot correspondiente al petróleo en el momento t1 (S1):
Tabla 10: Valor neto posiciones resultantes de la cobertura
Posiciones
Posiciones G(venta) S1(costo) F0(Fijo) Neto (1)-(2)
G-S1 (1) S1- F0 (2)
1 $ 65 $0 $ 45 $ 65 -$ 45 $ 20
2 $ 65 $ 10 $ 45 $ 55 -$ 35 $ 20
3 $ 65 $ 20 $ 45 $ 45 -$ 25 $ 20
4 $ 65 $ 30 $ 45 $ 35 -$ 15 $ 20
5 $ 65 $ 40 $ 45 $ 25 -$ 5 $ 20
6 $ 65 $ 50 $ 45 $ 15 $5 $ 20
7 $ 65 $ 60 $ 45 $5 $ 15 $ 20
8 $ 65 $ 70 $ 45 -$ 5 $ 25 $ 20
9 $ 65 $ 80 $ 45 -$ 15 $ 35 $ 20
10 $ 65 $ 90 $ 45 -$ 25 $ 45 $ 20
Fuente: Elaboración propia
En la Tabla 10 se observa como la empresa asegura la diferencia entre el precio de venta de su producto y el
costo de su insumo: independientemente de cómo evolucione el precio del petróleo la empresa asegura su
resultado en $20.
Posiciones en coberturas contratos a futuro
Swaps de divisas
En un swap de divisas, se intercambian flujos de fondos en distintas monedas y por lo tanto sirven como
instrumento para para cubrir el riesgo de tipo de cambio al que se exponen empresas cuyos ingresos y egresos
no están sujetos al valor de la misma moneda. Por ejemplo, una empresa exportadora que por su actividad tiene
sus ingresos variables en función del tipo de cambio, mientras que sus costos se determinan en moneda local y
son afectados por la inflación del país. O bien, la situación inversa, el de una empresa importadora, cuyos
ingresos son en moneda local, pero los costos de las mercaderías vendidas varían en función al tipo de cambio.
Para reducir la exposición al riesgo de tipo de cambio, se pueden construir deuda sintética en moneda extranjera
ingresando en un swap de divisas.
Ejemplo: Para ilustrar el funcionamiento del instrumento, supóngase que el tipo de cambio MD-EX es de MD
3,89/EX1. Para obtener financiamiento en pesos destinado a operaciones, la firma no puede recurrir al mercado
doméstico, habida cuenta el alto costo del dinero y las restricciones crediticias existentes, ya que las tasas
negociadas ascienden al 24% efectivo anual. No obstante puede construir un swap de divisas con una entidad
financiera local, financiándose en el exterior a una tasa del 6% anual, e intercambiando flujos con el banco a una
tasa doméstica del 14% efectiva anual. Las necesidades requeridas para financiar el capital de trabajo son de
MD 1 millón. Además se estima que la inflación local se mantendrá en dos dígitos durante los tres años de la
operación, a razón de 17%, 15% y 12% anual respectivamente; con un crecimiento real del PBI del 2% por año.
De este modo, la tasa local se estima en 19,34% para el primer año [(1+0,17)*(1+0,02)-1], 17,30% para el
segundo y 14,24% para el tercero. El tipo sin riesgo para el país de la divisa se proyecta en 2,5% anual.
Obsérvese que a través de las proyecciones de las tasas de interés local y extranjera, se puede estimar el tipo
de cambio futuro, mediante la paridad de los tipos de interés:
F=S*(1+Rflocal)t/(1+Rfextranjera)t
Suponga además que la empresa A (local) es la exportadora, que recibe sus ingresos enlazados al valor de la
moneda extranjera (EX.), por lo que realiza un swap tomando una deuda en EX y prestando fondos en moneda
doméstica (MD), para recibir los intereses en moneda doméstica (MD.), esta última moneda sobre la que quiere
cubrirse (por ser la que usa para pagar sus costos y egresos). La empresa B (extranjera), contraparte de A en el
swap, toma deuda en la moneda que le presta la empresa A (MD), pagando sus intereses en MD, y recibe EX
por los fondos que presta en moneda extranjera. De este modo, recibe intereses en la moneda a la que se atan
sus costos.
Al igual que en el swap de tipos de interés, los flujos del año 0 no se intercambian porque son equivalentes
(Monto en moneda local (MD) /Tipo de Cambio contado= Monto en moneda extranjera (EX); EX 1.000.000/MD
3,89= EX 257.069,41). A modo de ejemplo en la siguiente se incluyen dichos valores.
Tabla 13: Datos macroeconómicos Swaps sobre divisa
Monedas Año 0 Año 1 Año 2 Año 3
Inflación proyectada 17% 15% 12%
PBI real doméstico 2% 2% 2%
Tasa libre de riesgo local 19,34% 17,30% 14,24%
Tasa libre de riesgo EX. 2,5% 2,5% 2,5%
Tipo de Cambio Contado $ 3,89
Tipo de Cambio Futuro $ 4,53 $ 5,18 $ 5,78
Tasa EX deuda - 6% 6% 6%
Tasa local deuda - 14% 14% 14%
Tabla 14: Swaps sobre divisa
Flujos del swap Año 0 Año 1 Año 2 Año 3
Perspectiva firma A
Pide fondos en m.e (EX). US$ 257.069,41
Pagos de deuda en m.e (EX). (6%) US$-15.424,16 US$ -15.424,16 US$ -272.493,57
Presta fondos en m.l (MD). $ -1.000.000,00
Cobros de deuda en m.l (MD). (14%) $ 140.000,00 $ 140.000,00 $ 1.140.000,00
Perspectiva firma B
Pide fondos en m.l (MD). $ 1.000.000,00
Pagos de deuda en m.l (MD). (14%) $ -140.000,00 $ -140.000,00 $ -1.140.000,00
Presta fondos en m.e (EX). US$ -257.069,41
Cobros de deuda en m.e (EX). (6%) US$ 15.424,16 US$ 15.424,16 US$ 272.493,57
La empresa A que toma deuda en moneda extranjera (EX), luego paga intereses sobre el nominal a un tipo
correspondiente a la tasa EX, equivalente al 6% anual (EX 257.069,41* 0,06= EX 15.424,16). Su contraparte, la
empresa B, toma deuda en moneda local (MD) por lo que paga intereses sobre el nominal a una tasa
correspondiente con la de la deuda en Argentina, equivalente a 14% al año (MD 1.000.000,00 * 0,14=
MD140.000). De este modo, la empresa A recibe ingresos por los intereses en MD, para cubrir el riesgo de la
variación en los costos (moneda de sus egresos), dado que sus ingresos provienen de exportaciones, por lo que
se encuentran atados al valor de la moneda extranjera; y la empresa B recibe ingresos por los intereses en EX,
para cubrir el riesgo sobre la variación en los costos por las mercaderías que importa. En el ejemplo anterior se
supuso un intercambio de deudas con tipos de interés fijo (6% y 14% respectivamente), pero en los swap de
divisas también se pueden intercambiar deudas en distintas monedas con distintos tipos de interés.
Opciones cobertura riesgo de precio —pisos y techos—
Igual que los futuros, las opciones son instrumentos cuyo empleo obedece a objetivos de especulación, arbitraje
y cobertura. En lo que respecta a la administración del riesgo esta última función en el empleo de la opción es la
que cobra relevancia.
En el caso de tomar una posición larga en una opción de compra, esta puede asimilarse como la compra de un
seguro a la suba del producto. Esto es así debido a que la opción es ejercida cuando el precio del subyacente
supera al precio de ejercicio y consecuentemente se abona el último, para obtener la posesión definitiva del
activo. En cambio una opción de venta puede interpretarse como un seguro a la baja en el precio del
subyacente, debido a que su ejercicio se da ante precio de mercado inferior al precio de ejercicio. Por lo tanto,
desde el punto de vista de coberturas se verifican dos estrategias:
• Adquirir una opción de compra implica tomar un seguro contra el riesgo de suba de los precios de insumos.
• Adquirir una opción de venta implica tomar un seguro contra el riesgo de baja del precio de venta de los bienes
de una firma.
A menudo las estrategias simples de coberturas con opciones para productos e insumos, tienen por objeto
construir "pisos" y "techos" a las potenciales pérdidas del valor de la firma producto de la variación del
subyacente. Los primeros se emplean para administrar riesgo al que se expone la firma ante potenciales bajas
en los precios de venta, mientras que los segundos cubren contra el potencial aumento en los valores de los
costos:
• Pisos (floors) a la baja de precio de venta: Se construye comprando una opción sobre determinado activo
correlacionado con el valor de la firma. Por ejemplo si el valor de la empresa se encuentra positiva y
perfectamente correlacionado con un subyacente y el valor de la firma disminuye cuando el subyacente,
entonces una posición larga en una opción de venta constituye un piso a la baja del precio de la firma. Ejemplo:
si el valor de la empresa (sementera en un campo) decrece cuando el precio del producto de comercializa
también lo hace (por ejemplo soja), el subyacente en este caso genera ingresos para la empresa. Comprar una
opción de venta sobre la tonelada de soja crea un seguro contra la pérdida de valor de la firma, para los casos
de baja en el precio del activo.
• Techos (caps) a la suba de costos: Inversamente si el valor de la firma decrece cuando el activo subyacente
objeto de la opción incrementa su valor, comprar una opción de compra genera un seguro a las potenciales
pérdidas. Por ejemplo una destilería en donde el petróleo es un insumo (costo) para refinar los productos
derivados, una posición larga sobre una opción de compra crea un seguro contra la pérdida de valor de la firma,
resultante del aumento en el valor del subyacente.
Cabe destacar que el desarrollo de estrategias simples y sintéticas con opciones como instrumentos de
cobertura, fue abordado oportunamente en el capítulo 31.
• Ejercitación
5) (**) Junio 2014: De acuerdo a su programa de producción, una refinadora de combustibles sabe que deberá
adquirir 200.000 barriles de petróleo en el mes de marzo de 2015. El precio spot del petróleo es de US$29 por
barril. En el mercado over the counter se negocian contratos con entregas mensuales de hasta un máximo de 6
meses posteriores al mes de inicio del contrato: