Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • TAREA S6s2 - Metodologia VAR

    Cargado por

    Carl
    11 vistas4 páginas
    Las tres principales metodologías para calcular el VaR son: 1) el método paramétrico, que asume distribuciones normales y usa el pronóstico de varianzas y covarianzas; 2) la simulación histórica, que utiliza grandes cantidades de datos históricos; y 3) el método de Monte Carlo, que puede aplicarse a carteras no lineales y utiliza simulaciones para valorar riesgos. Cada método tiene ventajas y desventajas dependiendo de la linearidad de la cartera y la representatividad de los datos históricos

    Descripción original:

    Título original

    TAREA S6s2- Metodologia VAR

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    Las tres principales metodologías para calcular el VaR son: 1) el método paramétrico, que asume distribuciones normales y usa el pronóstico de varianzas y covarianzas; 2) la simulación histórica, que utiliza grandes cantidades de datos históricos; y 3) el método de Monte Carlo, que puede aplicarse a carteras no lineales y utiliza simulaciones para valorar riesgos. Cada método tiene ventajas y desventajas dependiendo de la linearidad de la cartera y la representatividad de los datos históricos

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    11 vistas4 páginas

    TAREA S6s2 - Metodologia VAR

    Cargado por

    Carl
    Las tres principales metodologías para calcular el VaR son: 1) el método paramétrico, que asume distribuciones normales y usa el pronóstico de varianzas y covarianzas; 2) la simulación histórica, que utiliza grandes cantidades de datos históricos; y 3) el método de Monte Carlo, que puede aplicarse a carteras no lineales y utiliza simulaciones para valorar riesgos. Cada método tiene ventajas y desventajas dependiendo de la linearidad de la cartera y la representatividad de los datos históricos

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 4

    Metodologías

    para calcular el
    VAR
    z CARACTERISTICAS

    • Sigue una distribución normal multivariante


    Metodología •
    •
    La cartera es una función lineal
    Aproximación local de los precios
    Paramétrica • Usa el pronóstico de la matriz de varianza y covarianzas

    Método de •
    •
    Utiliza gran cantidad de datos históricos
    Patrón de comportamiento para análisis histórica
    simulación •
    •
    Periodo histórico representativo
    Usan los percentiles de la distribución como medida directa del
    histórica VaR

    • Hace supuestos similares a los modelo lineal Normal.


    Método de • Aplica a carteras no lineales
    • Modelo del comportamiento de los activos de escasez histórica
    Monte Carlo
    z Ventajas y desventajas de las
    metodologías del VAR

    Paramétrica Simulación histórica Monte Carlo


    • Ventajas • Ventajas • Ventajas
    • recomendable cuando el pasado • una ventaja mayor en las ocasiones en • recomendable cuando la cartera
    reciente sea representativo del riesgo las que el pasado más cercano es contenga posiciones no lineales de
    presente en la cartera representativo del riesgo del presente consideración y sea necesaria una
    • Tratable analíticamente, usando en en la cartera valoración global
    unas pocas formas paramétricas como • Se puede resolver problemas complejos
    o la Normal, la t-Student, o mixturas de • Desventajas con programas informáticos Excel, R
    Normales o de t-Student. • La principal desventaja del modelo Studio o Matlab.
    histórico para calcular el VaR es que se • Desventajas
    asume que las rentabilidades obtenidas • las posiciones en derivados que no
    en el pasado se van a repetir en el sean de consideración, necesita de un
    • Desventajas futuro. fuerte soporte computacional
    • Que el pasado reciente no sea • Un poco mas laborioso a comparado • Errores de simulación puede ser muy
    representativo del futuro. con el paramétrico y menos precisa que considerables
    • no asume ninguna forma de la función el modelo monte Carlo
    de distribución de los rendimientos de
    los activos.
    z Ejemplos
    VAR PARAMETRICO
    una inversión particular de 100 millones de euros, la rentabilidad esperada anual es un 5% y la desviación típica histórica
    de esa inversión ese del 10% anual. Al 95% de confianza calcularemos el VaR como:

    VaR = [5% – 1,645·(10%)]·(100.000.000) = -11.450.000 euros

    Esto quiere decir que existe un 5% de probabilidad de perder en un año al menos 11.450.000 euros y un 95% de que esa
    pérdida sea menor

    VAR HISTORICO.

    VAR MONTE CARLO


    Algunos ejemplos de simulación de Montecarlo en inversión son los
    siguientes:

    -Crear, valorar y analizar carteras de inversión


    -Valorar productos financieros complejos como las opciones financieras
    -Creación de modelos de gestión de riesgo

    También podría gustarte