Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FINANCIEROS
Ing. Jesús M. Velásquez Bermúdez
jvelasquez@decisionware-ltd.com
PLAN DE TEMAS
Casos
Valoración de los Riesgos
Función de Utilidad:
Medida de Rendimiento - f(X|Y) -
+
Valoración bajo Riesgo
de la Medida Rendimiento
Valoración de los Riesgos
ALGUNAS Medidas de Rendimiento - f(X|Y) -
EVA
Comparación de los Riesgos
ALGUNAS alternativas
•Valor Esperado
•Mean -Variance
•Máximo Costo
•Arrepentimiento
X1 + X2 = 100%
Escenario 3 - f(X|Y3)
X1 = 100% - X2
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
Escenario 1 - f(X|Y1)
Escenario 2 - f(X|Y2)
X=?
Escenario 3 - f(X|Y3)
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
MAXIMO COSTO
COSTOS ESPERADOS
MINIMO COSTO
O sea
“poner todos los huevos en una sola canasta”.
La experiencia dice que no es una buena solución, ni siquiera
una solución racional, ya que es indiferente al riesgo.
f(X|Yn)
$
COSTOS ESPERADOS
X1
0 100
X2
VALORIZACIÓN DEL RIESGO
FUNCION DE UTILIDAD: EL VALOR ESPERADO
F(X1) X1 alternativa 1
F(X2) X2 alternativa 2
. .
.
. XN alternativa N
F(XN)
a
0 E2 EN E 1
Costos
El enfoque “clásico” para determinar óptimamente la
composición de un portafolio de inversiones es el
denominado “Mean-Variance Analysis”
propuesto por Markowitz en 1952, quien propone la
minimización de una función de utilidad del
inversionista que relaciona la media y la varianza
de los costos
m(e ,s ) = a e + (1-a) s
Minimizar { m(M) = M |
M = i=1,N Ei Xi ;
i=1,N Xi = 1 ;
0 Xi i=1,N }
Comparación de los Riesgos
f(X|Yn)
$ FUNCIÓN DE UTILIDAD =
a COSTOS ESPERADOS + ( 1-a ) VARIANZA DE LOS COSTOS
COSTOS ESPERADOS
a=0.5
a
0 E2 EN E1
Costos
FUNCIÓN DE UTILIDAD = MEAN-VARIANCE
MÁXIMO COSTO
X1
0 100
X2
VALORIZACIÓN DEL RIESGO
FUNCION DE UTILIDAD: MINIMIZAR MÁXIMO COSTO
D Costos
Esperados
Probabilidad
Costos
D Riesgo
Minimizar
Minimizar Máximo Costo
Costo Esperado
Costos
0
EMEC EMMC MCMC MCEC
La diferencia entre los mínimos costos
Minimizar { |
i=1,N Xi ri(Yh) h=1,E ;
i=1,N Xi = 1 ;
0 Xi i=1,N }
Otra alternativa es la función de utilidad que se conoce como
"máximo arrepentimiento" ("maximun regret"),
conocido también como criterio de Savage. En este caso se trata
de minimizar el "arrepentimiento" que se genera si ocurre la
condición aleatoria Y y se toma la decisión X.
ARREPENTIMIENTO
f(X*(Y1)|Y1)
MÍNIMO COSTO DADO QUE OCURRE EL ESCENARIO 1
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
Escenario 1 - f(X|Y1)
RIESGO DEBIDO A
LA DECISIÓN
(X)
f(X*(Y1)|Y1)
RIESGO DEBIDO A
LA SITUACIÓN
(Yh)
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
Arrepentimiento
Escenario 1
Arrepentimiento
Escenario 3
Arrepentimiento
Escenario 2
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
Arrepentimiento
Escenario 1
Arrepentimiento
Escenario 3
Arrepentimiento
Escenario 2
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
X1
0 100
X2
FUNCIÓN DE UTILIDAD = MAXIMUN REGRET
Minimizar { f(X|Y) |
i=1,N Xi = 1 ; 0 Xi i=1,N }
Minimizar { i=1,N |
[i=1,N Xi ri(Yh) - fmax(Yh) ] h=1,N ;
i=1,N Xi = 1 ;
0 Xi i=1,N }
Comparación de los Riesgos
f(X|Yn)
$
MÁXIMO COSTO
ARREPENTIMIENTO
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
MÁXIMO COSTO
ARREPENTIMIENTO
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
Retorno bajo
condiciones extremas
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
MÁXIMO COSTO
ARREPENTIMIENTO
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn)
$
MÁXIMO COSTO
VALOR ESPERADO
MEAN-VARIANCE
ARREPENTIMIENTO
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn) VALOR ESPERADO con VaR RESTRINGIDO
$
Escenario 1 - f(X|Y1)
Escenario 2 - f(X|Y2)
Escenario 3 - f(X|Y3)
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn) VALOR ESPERADO con VaR RESTRINGIDO
$
Limite VaR
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn) VALOR ESPERADO con VaR RESTRINGIDO
$
Limite VaR
Decisiones
Factibles
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn) VALOR ESPERADO con VaR RESTRINGIDO
$
Limite VaR
VALOR ESPERADO
RESTRINGIDO
Decisiones
Factibles
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn) VALOR ESPERADO con VaR RESTRINGIDO
$
Limite VaR
Decisiones
Factibles
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn) VALOR ESPERADO con VaR RESTRINGIDO
$
Limite VaR
Decisiones
Factibles
X1
0 100
X2
Comparación de los Riesgos
f(X|Yn) VALOR ESPERADO con VaR RESTRINGIDO
$
Limite VaR
NO HAY
Decisiones
Factibles
X1
0 100
X2
FUNCIÓN DE UTILIDAD =
VALOR ESPERADO + RESTRICCIONES SOBRE EL RIESGO
limitar el valor esperado del costo con una restricción del tipo
limitar la varianza del costo con una restricción no lineal del tipo
Minimizar { m(IM) = M |
M = i=1,N Ei Xi ;
i=1,N Xi = 1 ;
h=1,E i E ab (1-b)
h f(X|Yh) - ab h=1,E ;
h 0 h=1,E ;
0 Xi i=1,N }
PLAN DE TEMAS
Casos
TOMA DE DECISIONES BAJO INCERTIDUMBRE
Generación de Escenarios
relacionado con la caracterización probabilística del vector
Y que representa las variables asociadas al escenario
aleatorio (entorno de las decisiones)
Optimización Estocástica
relacionado con la selección del vector de decisiones X que
representa la composición del portafolio de instrumentos
financieros
MODELAJE OPTIMIZACION ESTOCASTICA
MODELAJE DEL PROCESO
MODELO PROBABILISTICO DE TOMA DE DECISIONES
DE Y
+ RESTRICCIONES SOBRE X
ESCENARIO ECONOMICO +
FUNCIÓN DE UTILIDAD
SIMULACIÓN
Yh OPTIMIZACIÓN
Generación
de Toma de Decisiones
Escenarios
X*
GENERACIÓN DE ESCENARIOS SELECCIÓN DEL X OPTIMO
SINTETICOS PARA Y
TECNOLOGÍAS PARA GENERACIÓN DE
ESCENARIOS
Modelos Estadísticos
Econométricos
Series de Tiempo
Estimación de Estado
SIMULACIÓN
MODELOS
Generación
ESTADISTICOS de
Escenarios
Yh
GENERACIÓN DE ESCENARIOS
MODELO PROBABILISTICO DE Y
SINTETICOS PARA Yh
FIGURE 1.3 - Mulvey's cascade structure
ECUACIONES DIFERENCIALES ESTOCÁSTICAS
drt = a(r0-rt) + brt dz1
dlt = c(l0-lt) + elt dz2
dpt = ndrt + g(g0-gt)dt + h vt dz3
dvt = k(v0-vt) + m vt dz4
.....
donde:
rt tasa de interés de
corto plazo
lt tasa de interés de largo
plazo
pt inflación
vt volatilidad
estocástica
a(), b(), g() y k() funciones apropiadas
b, e, h y m factoresecuaciones
Algunas constantesdel Modelo CAP:Link
dz1, dz2, dz3 y dz4 ruidos correlacionados
Tillingast - Towers Perrin
"
Multi-stage Optimization for Long-term Investors"
John M. Mulvey
OPTIMIZACIÓN ESTOCASTICA
• Fundamentos de Optimización
• Funcion de Utilidad
• Resultados
• Técnicas Solución
Modelaje del Proceso
Escenario 1 - f(X|Y1)
Estado Inicial
Escenario N - f(X|Yn)
Periodo de Planificación (dinámica)
T1 T2
t=0 t=1 t=2 t=3
Escenario 1
Estado Inicial
X1
FLUJO DE
INFORMACIÓN NO
ANTICIPATIVO
Escenario N
Periodo de Planificación (dinámica)
T1 T2
t=0 t=1 t=2 t=3
Escenario 1
X21
Estado Inicial
X1
FLUJO DE
INFORMACIÓN NO
ANTICIPATIVO
Escenario N
Periodo de Planificación (dinámica)
T1 T2
t=0 t=1 t=2 t=3
Escenario 1
X21
Estado Inicial
X1 X22
FLUJO DE
INFORMACIÓN NO
ANTICIPATIVO
X23
Escenario N
Periodo de Planificación (dinámica)
T1 T2
t=0 t=1 t=2 t=3
X31
Escenario 1
X21 X32
X33
Estado Inicial
X1 X22
X34
X35
FLUJO DE X36
INFORMACIÓN NO
ANTICIPATIVO
X23
X37
Escenario N
Periodo de Planificación (dinámica)
T1 T2
t=0 t=1 t=2 t=3
X31
Escenario 1
X21 X32
X33
Decisiones Decisiones
Estado Inicial
X1
Determinísticas
Reales
X22
Estocásticas
X34
X35
Simuladas
X36
X23
X37
Escenario N
Modelaje del Proceso
Variables
• balance de activos
• balance de pasivos
• flujo de caja
Restricciones del Proceso
Ejemplo de restricciones relacionadas con activos
donde
Restricciones Varias
• Reglamentación
• Límites en Inversión
• Formas de Negociación
• Formas de los Instrumentos financieros
(opciones, futuros, etc.)
• Benchmarks
• Valor en Libros versus Valor en Mercado
Modelaje del Proceso
Funciones de Utilidad
(Dependiente del decisor, del problema y del negocio)
Medidas de rendimiento
Valoración
Valor Esperado
Mean -Variance
Máximo Costo
Arrepentimiento
Modelaje del Proceso
Restricciones de Riesgo
Por ejemplo
VaRb (X) w
Restricciones de Riesgo
$
y
Confiabilidad
4
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Profit ($MM)
-2
-4
-6
-8
Menos Riesgos
-10
-12
Probability
Figure 2
A Distribution of the Profit/loss before and after Optimization
"
Multi-stage Optimization for Long-term Investors "
John M. Mulvey
v
Mas ganacias
% CRECIMIENTO DEL CAPITAL
Figure 7
Profit/loss Exceedance Curve for Cash and Surplus-equity Investment Strategies
(Surplus-equity stochastically dominates cash/notes.)
"
Multi-stage Optimization for Long-term Investors "
John M. Mulvey
http://www.decisionware-ltd.com