Riesgo

Capítulo
XLV - Gestión del riesgo económico financiero - Gabriela Pesce. Por Gastón Milanesi - Anahí Briozzo
A) Conceptos e identificación de riesgos
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.
B) Métricas del riesgo
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
Desvío estándar (SD)

Con el fin de sintetizar la información para la rápida toma de decisiones, la exposición al riesgo suele resumirse
en un único número. La volatilidad o desvío estándar es a menudo empleado para medir el impacto del riesgo.
Aplicando los conceptos de la Teoría de la Cartera (Markowitz, 1952), el desvío estándar es simplemente la raíz
cuadrada del cuadrado de las desviaciones respecto de la media de un conjunto de datos. Es decir, la volatilidad
(s) es la raíz cuadrada de la varianza (s2). Matemáticamente, el desvío estándar puede calcularse mediante la
siguiente ecuación:
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
Fuente: Elaboración propia

A causa de tomar desviaciones por encima y debajo de la media, una inversión que tiene pocos retornos
negativos y produce mayoritariamente retornos positivos de variada magnitud, tendrá una volatilidad positiva a
pesar de que la probabilidad de pérdida de dicha inversión sea baja. Podría concluirse que el desvío no es una
métrica coherente dado que no satisface la propiedad de monotonicidad(4). Esta regla indica que si un activo
posee rendimientos positivos no necesariamente se incrementa su riesgo, medido a través del desvío estándar.
Es decir, si el activo sólo presenta retornos positivos, entonces el riesgo no es creciente. En otras palabras, el
riesgo puede no incrementarse como consecuencia de esperar retornos positivos.
Adicionalmente, si el rango de pérdidas potenciales es muy amplio, el desvío estándar puede dejar al portafolio
descubierto ante condiciones del entorno muy desfavorables. Por ejemplo, si la volatilidad promedio es del 2%,
pero podría ser tan alta como 15% para algunos períodos, ¿está el portafolio preparado para afrontarlo?
Otro aspecto importante a considerar es que al aplicar desvío estándar con datos históricos cabe preguntarse si
la muestra de datos que se utiliza es o no lo suficientemente amplia como para ser representativa y relevante
para el análisis.
En síntesis, el desvío estándar no es una métrica coherente, dado que penaliza desviaciones positivas y
negativas respecto de la media, resultando en riesgo positivo para una inversión que nunca pierde dinero. No se
halla diseñada para medir pérdidas, lo cual implica una deficiencia práctica. Puede ser una buena aproximación
si los retornos siguen distribución normal. Sin embargo, éste no es el caso general.
Desvío semi-estándar (SSD)

Markowitz (1959) planteó la utilidad de focalizarse sólo en el riesgo negativo respecto de la media, en
contraposición de penalizar tanto la desviación positiva como negativa. El desvío semi-estándar es la raíz
cuadrada del promedio de desviaciones cuadradas negativas respecto de la media. Es decir, sólo considera los
desvíos por debajo de la media. Matemáticamente, se define como se expresa en la ecuación 2.
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
Desvío negativo (DV)

El desvío negativo mide el desvío promedio por debajo de un retorno mínimo aceptable (MAR) o rendimiento
requerido, en vez de medir el desvío promedio respecto de la media de una serie de retornos. Matemáticamente,
se define como:
Ecuación (3)
Donde R representa la serie de retornos, MAR es el retorno mínimo aceptable y N el número de observaciones.

El MAR puede ser un rendimiento fijado ad hoc por el gestor o bien un rendimiento de equilibrio que surja de
algún modelo de equilibrio, como CAPM.
En los gráficos a continuación se presentan dos situaciones: la primera representa las desviaciones de los datos
observados por debajo de un MAR superior al rendimiento medio, mientras que la segunda indica desviaciones
por debajo de un MAR inferior al promedio. Tal como puede observarse, en casos como el de la ilustración de la
izquierda, el desvío negativo arroja una medida de riesgo superior al desvío semi-estándar, mientras que la
situación del gráfico a la derecha presenta un desvío negativo menor al semi-estándar, por ser el MAR menos
"exigente" que la media de los datos (Tabla 1).
Desvío negativo (con MAR>µ) Desvío negativo (con MAR<µ)
Fuente: Elaboración propia Fuente: Elaboración propia

Tabla 1: Resumen de métricas relativas
Métrica Desviaciones Estimación riesgo
Desvío estándar Respecto a la media (5%) 2,69%
Desvío semi-estándar Por debajo de la media (5%) 1,89%
Desvío negativo Por debajo del MAR (6%) 2,55%
Desvío negativo bis Por debajo del MAR (4%) 1,30%
Utilizando la métrica del desvío negativo, se puede definir el riesgo con un amplio rango de umbrales de
rendimiento. Como las demás, mide el riesgo estándar de las desviaciones respecto de un número determinado
y presenta todas las limitaciones de las demás medidas: no mide pérdidas posibles y no provee información
respecto de eventos extremos, por ende el promedio de desviaciones puede no ser representativo del riesgo
verdadero de la inversión o cartera de activos.
Métricas de riesgo absolutas
Valor en Riesgo (VaR)
Desde mediados de la última década del siglo XX una de las medidas más difundidas para establecer la
exposición al riesgo es el valor en riesgo (VaR de las siglas por la expresión en inglés: value at risk). Éste se
define como la peor pérdida posible sobre condiciones normales de mercado en un horizonte temporal
determinado.
En la práctica, VaR es una función de la desviación de los retornos, el intervalo temporal y las creencias de la
gerencia respecto de qué se considera como "condiciones normales de mercado": si se supone que la variable
aleatoria sigue un proceso estocástico del tipo geométrico browniano, a mayor horizonte temporal mayor
dispersión, consecuentemente mayor el valor en riesgo, comparado con una posición en activos con menor
horizonte temporal.
El valor en riesgo es la metodología ordinaria para cuantificar el riesgo en las carteras de activos. En el año 1996
el BIS (Bank of International Settlements), la FED (Federal Reserve Board) y la SEC (Securities Exchange
Commission) proponen a las instituciones bajo su supervisión el uso de la medida para determinadas
aplicaciones.
A diferencia de la volatilidad, el VaR se concentra en cuál sería el peor escenario y mide el riesgo a través de un
valor absoluto. El VaR es un método para cuantificar el riesgo, el cual utiliza técnicas estadísticas estándares. Su
valor resultante debe ser interpretado de la siguiente manera:
Es la peor pérdida esperada a lo largo de un período de tiempo (T), bajo condiciones normales de mercado,
dentro de un nivel de confianza (1- a) dado.
Otra forma de interpretarlo es la siguiente: "Sólo existen a posibilidades en 100, bajo condiciones normales de
mercado, de que ocurra una pérdida mayor al VAR".
Por ejemplo: un banco podría decir que el VaR diario de su portfolio operativo es de $35 millones, con un nivel
de confianza de 99%. En otras palabras, sólo hay una posibilidad en 100, bajo condiciones normales de
mercado, que dentro de las próximas 24 horas ocurra una pérdida mayor de $35 millones.
Cuantificación del VaR
El primer paso para la medición del VaR es la elección de dos factores cuantitativos: el horizonte de tiempo (T) y
el nivel de confianza (1 - a).
Horizonte del tiempo
El VaR es aplicable a cualquier portfolio líquido, es decir, a uno que puede ser seguido en el mercado con una
base regular. No es aplicable a activos no líquidos, como bienes raíces u obras de arte. El VaR considera la
performance de un portfolio dentro de un horizonte específico; un día, dos semanas, un mes, etc. El horizonte
puede ser determinado por la naturaleza del portfolio. Como el período de tenencia (el horizonte de tiempo) debe
corresponder al período requerido para una liquidación ordenada del portfolio, el horizonte deberá estar
relacionado con la liquidez de los valores.
Si se calcula el VaR a un día, con cierto nivel de confianza, puede obtenerse el VaR a N días (con la misma
confianza) mediante su re-expresión analítica presentada en la ecuación 4.
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.
a) Método de varianza-covarianza o método delta -normal

Este método supone que los rendimientos de los activos que componen el portfolio siguen una distribución
normal. Este enfoque es también denominado paramétrico, ya que implica la estimación de un parámetro, el
desvío estándar, en lugar de la lectura del cuartil de la distribución empírica (como se hace en el método
histórico) o el desarrollo de un modelo de simulación.
Como el rendimiento de un portfolio es lineal en la combinación de variables normales (los rendimientos de los
activos), entonces el rendimiento del portfolio también sigue una distribución normal. Así, este método considera
que el riesgo es generado por una combinación de exposiciones lineales a múltiples factores, que se asumen
normalmente distribuidos. Este método implica una aproximación local a los movimientos del precio. Con esto se
puede manejar un gran número de activos y es fácil de implementar, dado que como calcula el valor del portfolio
una sola vez, es sencillo de aplicar para portfolios grandes expuestos a múltiples factores de riesgo. Otra de sus
ventajas consiste en el fácil manejo que hace de las correlaciones.
Sin embargo, también se le realizan críticas al modelo. Por un lado, este método cuantifica pobremente el riesgo
evento, esto es la posibilidad de que se presenten circunstancias inusuales o extremas, tales como desplomes
de los mercados accionarios o colapsos en el tipo de cambio. Otra crítica que se le realiza al método es que
mide inadecuadamente el riesgo de los instrumentos no lineales, como opciones e hipotecas. La aproximación
lineal para valores de la opción sólo es válida para un rango muy estrecho. Además, presenta una subestimación
de la proporción de datos aberrantes (y por lo tanto, del VaR) para activos financieros que presentan colas
anchas, los cuales son la mayoría de los activos.
a.1) Estimación del VaR de un portfolio con un único activo
Se busca estimar el riesgo asociado al valor de mantener un stock de cobre. La función de valor que interesa
analizar en este caso es V0 = P×Q, donde P representa el precio del cobre en un instante dado y Q representa el
volumen de cobre que se mantendrá fijo en este ejemplo.
En este ejemplo, se tomará un nivel de confianza de 95% y un horizonte de 2 meses. El valor actual de la
inversión de 1 millón de libras de cobre es, a un precio de 130 centavos de dólar por libra, US$1.300.000 (V 0). Se
supone además, que de acuerdo a las proyecciones de analistas y los precios de futuros, existe una estimación
consistente del precio a 2 meses más, que es de 134 centavos por libra. Entonces el rendimiento a dos meses
sería de:
RAt = (Pt +Dt —Pt-1)/Pt-1; RAt = (134-130)/130 = 3,08%
RGt = ln { (Pt +Dt ) /Pt-1}; RGt = ln { 134 /130}; RGt = 3,03%
Para estimar el parámetro del único factor de riesgo de interés, la volatilidad esperada del precio en dólares del
cobre, en este caso se toma el desvío diario promedio de los últimos meses, de 1,8%, y se supone que se
mantendrá constante durante los próximos 2 meses. Realizando la transformación de diaria a bimestral, se
obtiene que la volatilidad es:
.
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
en la expresión 7, se obtiene la expresión más difundida del VAR:
Donde se puede observar al VaR como función del horizonte elegido
y del nivel de confianza (que define a z*).

Para el ejemplo: VaR = 1.300.000 * 1,6448 * 1,8% x
= 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.
El VaR bajo una función de densidad normal(7)

a.2) Cálculo del VaR para un portfolio con dos activos

Como se mencionó anteriormente, si los rendimientos de los activos que componen una cartera siguen una
distribución normal, entonces el rendimiento de ese portfolio también sigue una distribución normal. Entonces,
para calcular el VAR de una cartera a través del método analítico, se necesita calcular el rendimiento y desvío
del portfolio. Gracias a la Teoría de la Cartera se sabe que el desvío de un portfolio es igual a:
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:
2º) Desvío mensual del portfolio:
Donde los desvíos están expresados en $, en relación al monto de la posición en cada activo.
3º) Cálculo del VaR

VaR = 2,3263. $347,908 = $809,34
Valor que coincide con el calculado anteriormente por el método alternativo.
a.3) Efecto de la diversificación

La diversificación resulta beneficiosa, siempre y cuando, reduzca el riesgo conjunto del portfolio. Esto es posible
si la correlación entre los activos con los que se pretende diversificar es distinta a 1. La diversificación en activos
perfectamente correlacionados (¿ = 1) no contribuye a la reducción del riesgo; y se obtiene el mayor efecto de la
diversificación cuando la correlación es negativa y perfecta (¿ = -1).
Por lo tanto, si un coeficiente de correlación distinto de 1 logra disminuir el riesgo total del portfolio (medido por el
desvío estándar del mismo), y dado que el Valor en Riesgo se obtiene a partir del desvío del portfolio, es lógico
suponer que dicho coeficiente tendrá un efecto positivo sobre el valor que se encuentra en riesgo.
De esta forma:
Para
: (VARx +VARy) - VARxy =Beneficios de la diversificación, ya que (VARx +VARy) >VARxy

Para
: (VARx +VARy) = VARxy es decir, no existe beneficio en la diversificación
Para el ejemplo anterior, calculamos el VAR para una posición consistente en invertir $3000 en A, y otra en
invertir $7.000 en B. Tenemos:
Para analizar los efectos de la diversificación, se compara el VaR de la cartera con la suma de los VaR
individuales:
a.4) Valuación delta versus valuación completa

La aplicación más sencilla del modelo lineal es para una cartera sin derivados, consistente en una posición en
acciones, bonos, divisas y mercancías. En este caso, el cambio del valor de la cartera será linealmente
dependiente del cambio porcentual en los precios de los activos incluidos en la cartera. Cuando la cartera incluye
derivados como las opciones, el modelo lineal sólo es una aproximación, porque no tiene en cuenta la gamma
del cartera, sino únicamente su delta. Delta se define como la tasa de cambio del valor de la cartera con respecto
a una variable del mercado subyacente, mientras que gamma es la tasa de cambio de delta con respecto a la
variable de mercado. Gamma mide la curvatura de la relación entre el valor de cartera y una variable del
mercado subyacente. Aunque la distribución del precio del activo subyacente sea normal, la distribución del
precio de la cartera puede ser asimétrica.
b) El método de simulación histórica
En esta técnica se toman como escenarios futuros cada uno de los escenarios de variación de los factores de
riesgo que tuvieron lugar en el período de observación considerado. Así, no es necesario asumir ningún
supuesto o hipótesis sobre el modelo de comportamiento debido a que se toman como escenarios los cambios
que realmente sucedieron un determinado día para todos los factores de riesgo.
Es decir, se toman las series históricas de precios y de cambios en los factores de mercado para aplicarlos al
portafolio o cartera actual, esto dará también una serie de cambios teóricos o números VaR teóricos. Luego,
estos VaR serán ordenados por sus magnitudes de pérdidas esperadas tal que las pérdidas que ocurran el 1%,
2%, 3%, etc., de las veces pueden ser identificadas. Por ejemplo, si la pérdida más grande de 100 números VaR
es US$ 600,000 entonces al 99% de confianza estadística se obtendría un VaR menor a esa cantidad; en otras
palabras, esa institución tendría una pérdida mayor a esa el 1% de las veces.
Ejemplo:
Suponga que queremos calcular el VAR de una cartera utilizando un horizonte temporal de un día, un intervalo
de confianza de 99% y datos de 500 días. El procedimiento a utilizar seguiría los siguientes pasos:
1º) Identificar las variables de mercado que afectan a la cartera: los tipos de cambio, los precios de las acciones,
las tasas de interés, etc.
2º) Recoger los datos sobre los movimientos de estas variables en los últimos 500 días (Tabla 2).
Tabla 2: Relevamiento de datos históricos
Día Variable 1 Variable 2 ... Variable N
0 20,33 0,1132 65,37
1 20,78 0,1159 64,91
2 21,44 0,1162 65,02
3 20,97 0,1184 64,90
... ... .... ...
498 25,72 0,1312 62,22
499 25,75 0,1323 61,99
500 25,85 0,1343 62,10
3º) Esto proporciona información para 500 escenarios alternativos acerca de lo que podrá ocurrir entre hoy y
mañana: en el escenario 1, los cambios porcentuales en los valores de todas variables son los mismos que se
dieron el 1º día de datos, el escenario 2 son los mismos cambios que el día 2, etc. Hoy es el día 500 y mañana
será el día 501.
Se define vi como el valor de una variable de mercado el día i, y vm como valor de la variable el último día de
información usada. El escenario i supone que el valor de la variable de mercado mañana será:
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
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
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
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
Aversión al riesgo y seguros

Desde el punto de vista económico los seguros adquieren valor producto del comportamiento de aversión al
riesgo que, en términos generales tienen los individuos. La Teoría de la Utilidad Esperada (von Neumann y
Morgenstern, 1944) se constituye en el clásico sostén teórico para fundamentar un mecanismo racional de toma
de decisiones en condiciones de incertidumbre. La teoría ha evolucionado revisando la definición matemática de
la función, pasando por los supuestos sobre el comportamiento hasta la incorporación de sesgos y heurísticas en
la toma de decisiones para dar paso a la rama conocida como Finanzas Conductuales (Behavioral Finance)(10).
La teoría supone:
• Los agentes prefieren poseer más riquezas o ganancias a menos. Si se define a la función de utilidad
como U(.) y la riqueza como Wi siendo WA > WB. Al presentarse dos alternativas: A=WA+xyB=WB+x; en
donde x es una suma adicional de riqueza; la U(A) > U(B). Esto implica que la curva de la función en la parte de
las ganancias es creciente y por lo tanto su derivada primera positiva U'(.) >0.
• Existen tres actitudes clásicas frente al riesgo: adverso, neutral o afecto, dando origen a formas funcionales
cóncava, lineal o convexa. La forma funcional es producto de las preferencias entre dos magnitudes: utilidad de
la riqueza esperada (cierto); U(W) y la utilidad esperada de la riqueza (probable) E[U(W)]. Según la forma de la
función se presentan las siguientes desigualdades: U(W)>E[U(W)] adverso, U(W)=E[U(W)] neutral
y U(W)<E[U(W)] afecto al riesgo(11). El premio por riesgo para un individuo es la diferencia entre la riqueza
esperada menos el equivalente cierto(12)E[U(W)] - U(W). En el gráfico se compara la diferencia entre agentes
adverso y afecto al riesgo, en donde se observa cómo la utilidad de la magnitud probable (uA) es menor la
magnitud cierta UA(x) y viceversa para el sujeto afecto.
Función de utilidad de von Neumann y Morgenstern (1944)

Sobre la base de lo explicado precedentemente, para conductas adversas al riesgo, la forma funcional de la
curva de utilidad reúne dos propiedades: a) se prefiere más a menos (riqueza/ganancia) por lo tanto la función de
utilidad es creciente con una derivada primera positiva U'(W)>0 ; b) la aversión al riesgo hace que la figura sea
cóncava, derivada segunda negativa U''(W)<0.
El hecho de contratar un seguro se encuentra íntimamente ligado al comportamiento de los sujetos adversos al
riesgo. La cobertura que brinda un seguro debe permitir mantener el mismo nivel de riqueza cualquiera sea el
estado de la naturaleza. Para ilustrar la aseveración anterior será utilizado el siguiente ejemplo:
Supóngase que se tiene que cubrir un activo cuyo valor asciende a $50.000 y existe una probabilidad p(x) del
10% ocasione una pérdida de $25.000 sobre el valor del activo. Por lo tanto hay dos estados de la naturaleza:
Bueno Wb= $50.000 y p(x)=90%; Malo Wm= $50.000 y p(x)=10%. En el mercado se encuentra disponible un
seguro con una cobertura (K) de $10 por cada $1 de costo (Y), el cual se activa si el estado malo se verifica. Si
se contrata el seguro cualquiera sea el estado de la naturaleza la riqueza final estará explicada por la siguiente
ecuación:
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 cualquier escenario la riqueza final asciende a $47.500, es decir la suma asegurada menos el costo del
seguro. En el caso que no se contratase un seguro, la riqueza en el momento t1 deja de ser una magnitud
cierta, Wt1 y pasa a ser una cifra esperada.
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
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
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
• Grupo de bajo 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.
D) Coberturas: concepto, ratio y determinación
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
son la varianzas de los incrementos de los precios spot y el futuro
es el coeficiente de correlación entre
. Reordenando la ecuación 19 ésta se puede expresar como:
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
y sobre el cambio mensual en el precio del futuro sobre el petróleo
, considerando una muestra de 15 meses consecutivos.

Tabla 8: Series de variaciones de ΔS y ΔF para el cálculo de h*

Con los datos de la tabla se construyen los insumos requeridos en la ecuación 22 y así calcular el ratio de
cobertura eficiente(17):
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
Relación cobertura — desvío de la posición

Como se puede apreciar en la tabla y el gráfico, la volatilidad de la dispersión no cubierta de la firma se reduce a
razón de una tasa igual a (1-r2)1/2. Continuando con el ejemplo, una reducción del 50% del riesgo del activo, dada
la cobertura disponible, requiere de una correlación de 0,85 entre las variaciones de S y F. Consecuentemente a
mayor correlación (ρ) entre las variaciones del precios spot y futuro, mayor coeficiente r2, mayor reducción del
riesgo.
E) Instrumentos para gestionar el riesgo
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
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

Supóngase que la firma en cuestión asume la obligación de entregar la cantidad de 1.25 millones de barriles de
petróleo a un precio fijo de $25 (St) por barril el próximo año. ¿Cómo podría cubrirse de la exposición al riesgo de
precio en el mercado futuro? Suponiendo convergencia entre precio contado (St) y futuro (F); tal que F=St, la
firma debe adquirir 1.25 millones de barriles a entregar a un año a un precio futuro de $25 (F). Si el precio del
barril varía; la ganancia o pérdida a un año queda definida con certeza en el momento 0 a partir de la cobertura.
Futuros y coberturas. Riesgo en el tipo de cambio

Las firmas utilizan los contratos futuros o forwards a medida con bancos comerciales para protegerse del riesgo
en el tipo de cambio. Al ser contratos adecuados a los montos, vencimientos y tipos de cambio requeridos se
trata de un instrumento comúnmente empleado por las firmas para protegerse del riesgo cambiario. A
continuación se ilustrará la operatoria mediante el siguiente ejemplo:
Ejemplo: Un importador deberá girar en el término de 6 meses 1 millón de moneda extranjera (EX) al exterior.
Dado que recibe sus ingresos en moneda doméstica (MD), se busca estructurar una cobertura a fin de asegurar
la cantidad de pesos necesaria para hacer frente a su obligación en EX. El tipo de cambio spot MD-EX (S0) es de
MD 3,87, el tipo de cambio futuro (F0) es de MD 4,36 y la unidad mínima del contrato cubre EX 1.000. Si el
importador adopta una posición larga en el mercado de futuros hoy se asegura MD 4,36 millones, éste
representa el monto necesario en pesos para hacer frente a su obligación externa. La estrategia anterior se
puede descomponer en los siguientes pasos:
a) En t0 las operaciones son:
- Comprar 1.000 contratos sobre dólar con vencimiento a 6 meses al tipo de cambio de MD 4,36.
b) En t1 (6 meses) las operaciones son:
- Cancelar la posición, vendiendo 1.000 contratos al tipo de cambio spot vigente en ese momento (S1).
- Comprar el mercado spot EX 1.000.000 para girar al exterior.
En la siguiente tabla se exponen los resultados obtenidos suponiendo dos valores alternativos para el tipo de
cambio S1 (MD 5,00 y MD 4,00).
Tabla 11: Posiciones derivadas de la cobertura
T1
POSICIÓN T0
St>F St<F
Tipo de cambio MD 3,87 MD 5,00 MD 4,00
a) Compra 1.000 contratos MD 4.360.000,00
b) Vende 1.000 contratos MD 5.000.000,00 MD 4.000.000,00
Resultado en el mercado de futuros MD 640.000,00 MD -360.000,00
b) Compra en el mercado spot EX 1.000.000 MD 5.000.000,00 MD 4.000.000,00
MD necesarios para hacer frente a la obligación: MD 4.360.000,00 MD 4.360.000,00
Si se verifica el principio de convergencia entonces el tipo contado futuro debería ajustarse al valor del futuro
contrato en t0. Sin perjuicio de que dicha situación no se verifique y consecuentemente se genere un resultado, el
nivel de MD necesarios para atender el compromiso queda fijado en MD 4,36 millones, en el instante inicial,
eliminando totalmente el riesgo de tipo de cambio.
Swaps (permutas financieras): cobertura riesgo tipo de cambio y tipo de interés
El swap es un acuerdo entre dos partes, llamadas contrapartes, de intercambiar una secuencia de flujo de
fondos durante un período de tiempo futuro, en la misma o distinta moneda. Los tipos más importantes de swap
son de tipo de interés y de divisas o monedas (Kolb, 2003). Es por ello que el swap resulta ser un instrumento
financiero para reducir la exposición al riesgo de tipo de interés y el riesgo de tipo de cambio, en síntesis un
instrumento de cobertura. No se encuentran institucionalizados y se realizan a medida (no estandarizado), tal
como los contratos forward. A continuación, mediante dos ejemplos se presentan los dos casos más habituales
de este tipo de contratos.
Swaps de tasas de interés
Si el valor de los activos de una empresa no está correlacionado con los movimientos en las tasas, financiar
estos activos con deuda a tasa flotante genera una exposición al riesgo por la variación del tipo de interés. Para
cubrir dicho riesgo se debe ingresar en un swap donde se convierta el tipo flotante en tipo fijo (o viceversa de
acuerdo al caso). En otras palabras en un swap de tipos de interés, una parte debe pagar interés a tasa flotante,
mientras que la otra parte paga interés a tasa fija. A continuación se presenta un ejemplo al respecto.
Ejemplo: Supóngase que la firma A, cuyos activos tienen un valor que no está correlacionado con las tasas de
interés, pero con compromisos de deuda por una obligación emitida a cinco años sobre un millón de dólares a
tasa flotante. Obsérvese que en este caso el riesgo de tipo de interés se produce porque el valor de los activos
no está correlacionado con la tasa de interés, mientras que el pago por la deuda contraída sí. Para reducir su
exposición a este riesgo, la empresa A decide participar de un swap, en el que se compromete a pagar un
interés fijo (sobre un monto de un millón de dólares) a la tasa de Bonos de EE.UU. a 5 años más 200 puntos
básicos (2%). Esta tasa (FED 5) no es riesgosa, permanece en 5% durante todo el período de vida del swap.
Por otro lado, la firma B tiene activos cuyo valor sí se correlaciona con los tipos de interés, pero sus
compromisos de deuda por un millón de dólares fueron contraídos a una tasa fija de 7% al año. En este caso, el
descalce de tipos de interés de la empresa se produce por la causa inversa: el valor sus activos varía ante
cambios en los tipos de interés, pero esto no sucede con sus pasivos. Por lo tanto, la firma B podría cubrirse
mediante un swap, en el que se comprometa a pagar fondos sobre un monto de un millón de dólares con un
interés equivalente a la tasa flotante LIBOR más el diferencial de 200 puntos básicos (2%).
Se constituye entonces un swap por un millón de dólares, en donde la firma A paga un tipo de interés fijo y la
parte B, un tipo de interés flotante, para cubrir sus respectivas exposiciones al riesgo. Conceptualmente, las dos
partes también intercambian el principal por un millón de dólares. Sin embargo, en la realidad realizar esta
transacción en la que cada parte envía a su contraparte un mismo monto, no tiene sentido práctico. Por ello, el
intercambio se realiza sobre los flujos de intereses, y no sobre el nominal (por motivos didácticos en el ejemplo
de la Tabla 12 se presentan todos los flujos para lograr un entendimiento acabado del tema).
Como se mencionó anteriormente, la tasa de los bonos estadounidenses es fija, situada en 5% al año. La tasa
Libor no se conoce anticipadamente (justamente por su condición de flotante), por lo que su valor es
desconocido en el momento 0. Al solo efecto de ejemplificar numéricamente el caso, supóngase que ex-post se
informaron las tasas de interés presentadas en la Tabla 12.
Tabla 12: Swap de tipos de interés
Tasas Año 0 Año 1 Año 2 Año 3 Año 4 Año 5
FED 5 (fija) 5% 5% 5% 5% 5%
LIBOR (flotante) 3% 5% 6% 4% 4%
Spread 2% 2% 2% 2% 2%
FED 5 y + Spread 7% 7% 7% 7% 7%
LIBOR + Spread 5% 7% 8% 6% 6%

Flujos del Swap Año 0 Año 1 Año 2 Año 3 Año 4 Año 5
Perspectiva firma A
Préstamo tomado (en mill.) $ 1,00 $ -0,07 $ -0,07 $ -0,07 $ -0,07 $ -1,07
Préstamo cedido (en mill.) $ -1,00 $ 0,05 $ 0,07 $ 0,08 $ 0,06 $ 1,06
Perspectiva firma B
Préstamo tomado (en mill.) $ 1,00 $ -0,05 $ -0,07 $ -0,08 $ -0,06 $ -1,06
Préstamo cedido (en mill.) $ -1,00 $ 0,07 $ 0,07 $ 0,07 $ 0,07 $ 1,07
En la Tabla se puede observar el canje en el perfil de la deuda: tomando fondos a tasa fija (interés a pagar: US$
1.000.000 * 0,07 = 70.000), colocando dichos fondos en iguales condiciones a las pactadas en su deuda original
(interés a cobrar = US$ 1.000.000 * (2% + tasa Libor)), o viceversa para la firma B. El resultado implica una
variación de la exposición al tipo de la deuda.
Para la firma A, la recepción de fondos a tasa flotante (devolviendo la contraparte a tasa fija) le permite cancelar
su obligación asumida originalmente a tasa flotante. De este modo se calza el valor de sus activos con el de sus
pasivos.
La firma A, transforma de este modo el perfil de su deuda de flotante a fija, y la firma B, de fija a flotante. De este
modo, por la naturaleza de sus activos, reducen la exposición al riesgo de tipo de interés.
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
¿Verdadero o falso? Justifique

a) El VaR Condicionado es una medida del riesgo relativa que indica la peor pérdida esperada en caso que
suceda lo más desfavorable.
b) El VaR indica la peor pérdida posible, en condiciones anormales de mercado, para un horizonte temporal
dado, con un nivel de confianza a.
c) El VaR es una medida especialmente útil cuando los rendimientos del activo analizado siguen una distribución
normal.
d) Dadas dos empresas de iguales características (misma industria, mismo tamaño, misma estructura de capital,
etc.) pero establecidas en distintos países (uno desarrollado y otro en transición), es probable que la empresa
situada en el país desarrollado tenga un costo de capital propio menor.
e) El ratio de cobertura ajusta la cantidad de contratos futuros a adquirir teniendo en cuenta solamente la
correlación entre el activo a cubrir y el activo negociado en el mercado de futuro.
f) Los seguros son una forma de reducir el riesgo al que se encuentra expuesto la empresa.
g) El ratio de cobertura sólo se utiliza cuando el activo a cubrir difiere del activo disponible en el mercado de
futuros.
h) El riesgo de precio existe independientemente de si es posible trasladar aumentos de costos de los insumos al
precio de venta del producto.
i) El valor de una empresa petrolera está correlacionado positivamente con el precio de petróleo; por lo tanto la
cobertura adecuada debe proteger posiciones ante bajas en su precio.
j) El precio de las acciones de una empresa productora de aceite de soja, no integrada hacia atrás y sin
posibilidad de aumentar su precio de venta, depende positivamente del precio de la soja.
k) La fusión de dos empresas produce una reducción del VaR conjunto respecto a la suma de los VaR
individuales.
Ejercicios de medición y cobertura de la exposición al riesgo
1) Considere la siguiente serie de datos de los precios de las acciones de Petrobras en el Merval,
correspondientes al mes de febrero de 2014 y responda las siguientes preguntas:
a) ¿Cuál es el desvío estándar de los rendimientos?
b) ¿Cuál es el desvío semi-estandar de los rendimientos?
c) ¿Cuál es el desvío negativo de los rendimientos, dado un rendimiento requerido del 0,2% diario?
d) Compare los resultados obtenidos. ¿Qué aspecto diferencia al desvío estándar de las otras dos medidas?
e) Si un inversor tiene una posición de 100 acciones de la empresa bajo análisis y quiere medir su exposición al
riesgo a través de una medida absoluta como el VaR. Ha llegado a la siguiente conclusión: "Estoy seguro en un
99% que no voy a perder más de 151,78 pesos en los próximos 10 días". ¿Es esto cierto?
INSTRUMENTO FECHA PRECIO
APBR 19/03/2014 69,25
APBR 16/03/2014 69,75
APBR 15/03/2014 69,50
APBR 14/03/2014 70,50
APBR 13/03/2014 69,50
APBR 12/03/2014 67,00
APBR 09/03/2014 69,00
APBR 08/03/2014 69,50
APBR 07/03/2014 69,30
APBR 06/03/2014 69,00
APBR 05/03/2014 71,20
APBR 02/03/2014 73,25
APBR 01/03/2014 73,50
APBR 29/02/2014 72,10
APBR 28/02/2014 72,80
APBR 24/02/2014 71,80
APBR 23/02/2014 70,60
APBR 22/02/2014 70,90
APBR 17/02/2014 70,60
APBR 16/02/2014 71,00
APBR 15/02/2014 69,00
APBR 14/02/2014 70,00
APBR 13/02/2014 72,30
APBR 10/02/2014 70,00
APBR 09/02/2014 74,90
APBR 08/02/2014 75,00
APBR 07/02/2014 75,00
APBR 06/02/2014 73,00
APBR 03/02/2014 72,00
APBR 02/02/2014 71,75
APBR 01/02/2014 72,25
2) Considere una posición consistente en una inversión de $100.000 en oro y de $100.000 en plata. Suponga
que las volatilidades diarias de ambos activos son de 1%, y que el coeficiente de correlación entre sus
rendimientos es de 0,3.
a) ¿Cuál es el VAR de esta cartera, a 10 días y con 97,5% de confianza?
b) Re-calcule el VAR de la cartera, suponiendo las mismas condiciones que el inciso anterior, pero con un
coeficiente de correlación entre los rendimientos de los activos de 0,95.
c) Calcule los beneficios de la diversificación para los incisos a y b. ¿A qué conclusión puede arribar con
respecto a la relación coeficiente de correlación-diversificación? ¿Cuándo la diversificación es mínima y cuándo
es máxima?
3) (*) Oceanic Airlines es una empresa de la industria aérea, que por su actividad sufre de una gran exposición al
riesgo de precios de uno de sus insumos principales: el combustible para los aviones. El petróleo crudo es el
activo subyacente en los contratos de futuros con mayor correlación en relación al precio del combustible. Los
valores previstos para las variables aleatorias de interés (el precio del petróleo crudo y el precio del combustible)
ante distintos escenarios basados en información histórica, son los siguientes:
Escenarios Precio petróleo crudo Precio combustible
(US$/litro de petróleo crudo) (US$/litro)
Escenario a 0,40 1,02
Escenario b 0,43 1,20
Escenario c 0,44 1,22
Escenario d 0,45 1,58
Escenario e 0,47 1,60
Escenario f 0,50 1,70
Escenario g 0,57 1,75
Escenario h 0,60 1,78
Escenario i 0,63 1,90
Escenario j 0,66 2,00
a) ¿Cuál es la correlación entre ambas variables? ¿Cuál debe ser el ratio de cobertura?
b) Si Oceanic Airlines quiere tener cobertura de precio sobre 100.000 litros de combustible, ¿cuántos contratos
de futuros sobre el petróleo crudo debería contratar? Considere que cada barril de petróleo incluye
aproximadamente 159 litros y que cada contrato de futuro es sobre 1000 barriles.
4) La empresa Kishimushi, de capitales japoneses, tiene las siguientes proyecciones para sus flujos de fondos
libres en yenes en función de sus ingresos y egresos previstos:
Flujos de fondos libre proyectado 2014 2015 2016 2017

Valor esperado ¥82.000 ¥91.000 ¥90.000 ¥88.000
Desvío estándar ¥7.500 ¥8.000 ¥7.800 ¥8.200
a) ¿Cómo considera que se ha estimado el desvío estándar informado en la tabla precedente?
b) Determine, con un nivel de confianza de 97,5%, cuál es el flujo de fondos en riesgo (CAR) para cada año.
c) ¿Cuál sería el flujo de fondos anual si se suscita la peor pérdida proyectada con el mismo nivel de confianza?
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$29 por
barril. En el mercado over the counter se negocian contratos con entregas mensuales de hasta un máximo de 6
meses posteriores al mes de inicio del contrato:
Mes/año Vencimientos disponibles Precio (US$/barril)

jun-14 jun-14 29,00
jul-14 29,10
ago-14 29,15
sep-14 29,25
oct-14 29,30
nov-14 29,45
dic-14 29,60
dic-14 dic-14 31,00
ene-15 31,20
feb-15 32,00
mar-15 32,50
abr-15 33,00
may-15 33,10
jun-15 33,50
La tasa libre riesgo es de 5% anual y el rendimiento de conveniencia del petróleo es de 6% anual (utilice un tipo
de interés discreto con capitalización mensual). Un contrato es por la entrega de 1.000 barriles de petróleo.
a) Describa la estrategia que emplearía para desarrollar la cobertura con contratos forwards. ¿Qué nombre
recibe esta estrategia? ¿En qué consiste genéricamente?
b) Determine el resultado obtenido en el mercado over the counter, si en marzo de 2015 el precio del forward con
vencimiento ese mismo mes es de US$33,10 por barril. ¿Cuál es el precio efectivamente pagado por barril?
c) Suponga ahora que la tabla precedente se refiere a contratos de futuros (negociados en mercados
organizados):
i) Describa la estrategia que emplearía para desarrollar la cobertura.
ii) Determine el resultado obtenido en el mercado de futuros si el precio del futuro en marzo de 2015 con
vencimiento ese mismo mes es de US$33,10 por barril. ¿Cuál es el precio efectivamente pagado por barril?
d) ¿Cómo es el precio efectivamente pagado por barril en la cobertura con forwards respecto al surgido mediante
la cobertura con futuros? ¿Y el resultado obtenido por la operación en términos totales? ¿Por qué surge esta
diferencia?
6) Suponga dos empresas radicadas en nuestro país, a las que llamaremos E e I respectivamente. E es una
empresa exportadora de jugos de fruta concentrados y sus clientes principales se encuentran en la Unión
Europea (UE), mientras que I es una importadora de medicamentos de una droguería de Francia.
a) ¿De qué desea cubrirse la empresa E respecto al riesgo de precios de las monedas? ¿Y la empresa I?
b) A partir de los siguientes datos, plantee los flujos de fondos tanto en moneda extranjera como local, de un
swap por un monto de $10.000.000 a 5 años en el que E e I son contrapartes. Se conoce que:
- La tasa de deuda local ronda el 18% anual, y la de la Unión Europea 8% anual.
- El tipo de cambio actual es de $5,95/€.
- Se proyectan las siguientes tasas libres de riesgo, considerando la inflación proyectada para los próximos 5
años en cada región.
Rendimientos proyectados 2014 2015 2016 2017 2018
Tasa libre de riesgo local 17,34% 16,30% 14,24% 14,24% 14,24%
Tasa libre de riesgo de UE 6,58% 5,87% 6,20% 6,35% 6,45%
c) Calcule el flujo de fondos netos en una moneda para las dos empresas. ¿Qué observa en relación a estos
flujos?
d) Ahora suponga que E tiene activos con un valor que no está correlacionado con las tasas de interés, pero con
compromisos de deuda por una obligación emitida a cinco años sobre diez millones de pesos a tasa flotante
(tasa libre de riesgo local más un spread de 3%). Sin embargo, la firma I tiene activos cuyo valor sí se
correlaciona con los tipos de interés, pero sus compromisos de deuda por el equivalente a diez millones de
pesos en euros, fueron contraídos a una tasa extranjera fija de 8% al año. Realice los flujos de fondos del swap
de monedas y tipos de interés para ambas partes del contrato.
• Fuentes consultadas
Akerlof, G., "The Market of Lemons: Qualitative uncertainty and the market mechanism", Quarterly Journal of
Economics (84), 1970, ps. 488-500.
Banco Central de la República Argentina, Comunicación A5398. Lineamientos para la gestión de riesgos en las
entidades financieras, 2013. Disponible en: http://w.bcra.gov.ar/pdfs/comytexord/A5398.pdf.
Blanco, C. - Garman, M., Nuevos Avances en la Metodología de Valor en Riesgo: Conceptos de VarDelta y
VarBeta, Universidad Complutense de Madrid y Financial Engineering Associates, Inc, Universidad de California,
Berkeley, 1998.
Brigham, E. - Ehrhardt, M., Financial Management: Theory and Practice, Cengage Learning, Mason, 2014.
Clark, C. - Varma, S., "Strategic Risk Management: New Competitive Edge", Long Range Planning, 32(4), 1999,
ps. 414-424.
Coccia, S. - Milanesi, G. - Pesce, G., "Valor en riesgo, modelos, aplicación y validación. Estudio de caso: Tenaris
S.A.", SADAF, 2013. Disponible en: http://w.sadaf.com.ar/espanol/publicaciones/publicaciones_individual.php?
id=224.
Committee of Sponsoring Organizations, COSO Enterprise Risk Management — Integrated Framework, 2004.
Resumen ejecutivo disponible en: http://w.coso.org/documents/coso_erm_executivesummary.pdf.
Contreras, E. - Cruz, J. M., "No más VAN: el Value at Risk (VaR) del VAN, una nueva metodología para análisis
de riesgo", Revista Trend Management, 8, 2006, ps. 30-37.
Copeland, T. - Weston, F. - Shastri, K., Financial Theory and Corporate Policy, 4ª ed., Pearson Addison Wesley,
Estados Unidos, 2004.
El Alabi, E. - Milanesi, G., "Evolución de las Funciones de Utilidad para la toma de decisiones", Escritos
Contables y de Administración, 5(2), 2016, ps. 43-79.
Elton, D. - Gruber, M., Modern Portfolio Theory and Investment Analysis, 5ª ed., John Wiley & Sons, New York,
1995.
Hull, J., Opciones, futuros y otros derivados, 4ª ed., Prentice Hall, 2000.
— Introducción a los mercados de futuros y opciones, 6ª ed., Prentice-Hall, México, 2009.
Jorion, P., Valor en riesgo, Limusa, México, 1999.
— "Risk2: Measuring the Risk in Value at Risk", Financial Analysts Journal, 52-6, ABI/INFORM Global, 1996, p.
47.
Kolb, R., Futures, Options, and Swaps, Blackwell Publishing, United Kingdom, 2003.
Markowitz, H., "Portfolio Selection", The Journal of Finance, 7(1), 1952, ps. 77-91.
— Portfolio Selection, Efficent Diversification of Investments, J. Wiley, 1959.
Mascareñas, J., Riesgos Económico y Financiero. Monografías de Juan Mascareñas sobre Finanzas
Corporativas, Universidad Complutense de Madrid, 2008.
Mercado a Término de Buenos Aires, Sistema de Valoración del Riesgo (SVR®), 2007.
Disponible:http://w.matba.com.ar/pdf/Sistemas/ParametrosSVR/SVRIIAspectosConceptuales.pdf.
Munenzon, M., "Risk Measurement from Theory to Practice: Is your risk metric coherent and empirically
justified?", 2010. Disponible en Social Science Research Network, http://ssrn.com/abstract=1605315.
Nocco, B. W. - Stulz, R. M., "Enterprise risk management: Theory and practice", Journal of applied corporate
finance, 18(4), 2006, ps. 8-20.
Risk Glossary.com. En http://w.riskglossary.com/articles/var_measure.htm.
Rofex. Sistema de Administración de Riesgo de Portfolio (SARP®).
En: http://w.rofex.com/agentesrofex/sarp/descripcion_sarp.asp.
Rothschild, M. - Stiglitz, J., "Equilibrium in competitive insurance markets: An essay on the economics", Quarterly
Journal of Economics(76), 1976, ps. 629-649.
Segal, S., Corporate Value of Enterprise Risk Management: The Next Step in Business Management, Wiley,
Hoboken, 2011.
Taleb, N., Antifrágil. Las cosas que se benefician del desorden, 2013.
Titman, S. - Grinblatt, M., Financial Markets and Corporate Strategy, McGraw-Hill, NY, 2002.
von Neumann, J. - Morgenstern, O., Theory of Games and Economic Behavior,Princeton University Press,
Princeton, New Jersey, 1944.
Wilmott, P., Frequently Asked Questions in Quantitative Finance, 2ª ed., John Wiley & Sons, United Kingdom,
2009.
Wilson, C., "A model of insurance markets with incomplete information", Journal of Economic Theory(12), 1976,
ps. 167-207.
Link de interés
Sistema de Valoración de Riesgos del
MATba: http://w.matba.com.ar/pdf/Sistemas/ParametrosSVR/SVRIIAspectosConceptuales.pdf.

Riesgo

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

Riesgo

Cargado por

Copyright:

Formatos disponibles

Capítulo

A) Conceptos e identificación de riesgos

B) Métricas del riesgo

Desvío estándar (SD)

Fuente: Elaboración propia

Desvío semi-estándar (SSD)

Fuente: Elaboración propia

Desvío negativo (DV)

Donde R representa la serie de retornos, MAR es el retorno mínimo aceptable y N el número de observaciones.

Fuente: Elaboración propia Fuente: Elaboración propia

a) Método de varianza-covarianza o método delta -normal

en la expresión 7, se obtiene la expresión más difundida del VAR:

Donde se puede observar al VaR como función del horizonte elegido

y del nivel de confianza (que define a z*).

El VaR bajo una función de densidad normal(7)

a.2) Cálculo del VaR para un portfolio con dos activos

2º) Desvío mensual del portfolio:

3º) Cálculo del VaR

a.3) Efecto de la diversificación

: (VARx +VARy) - VARxy =Beneficios de la diversificación, ya que (VARx +VARy) >VARxy

a.4) Valuación delta versus valuación completa

Aversión al riesgo y seguros

Fuente: Elaboración propia

• Grupo de bajo riesgo

D) Coberturas: concepto, ratio y determinación

son la varianzas de los incrementos de los precios spot y el futuro

es el coeficiente de correlación entre

. Reordenando la ecuación 19 ésta se puede expresar como:

y sobre el cambio mensual en el precio del futuro sobre el petróleo

, considerando una muestra de 15 meses consecutivos.

Fuente: Elaboración propia

Relación cobertura — desvío de la posición

E) Instrumentos para gestionar el riesgo

Fuente: Elaboración propia

Futuros y coberturas. Riesgo en el tipo de cambio

¿Verdadero o falso? Justifique

Flujos de fondos libre proyectado 2014 2015 2016 2017

Mes/año Vencimientos disponibles Precio (US$/barril)

También podría gustarte