TEMAS DE FINANZAS

Prof. Alejandro Sancho R.

RIESGO DE MERCADO
Orgenes

VaR tiene sus orgenes en desastres financieros de inicios de inicios de 1990

Orange County. Ver: http://www.merage.uci.edu/~jorion/oc/case.html
Baring
Metallgesellschaft
Banca de Inversion en 1994

Evento reciente: 2008 Broker Societ Gnrale prdida > 7 mil millones dlares.

Leccin comn de estos desastres : miles de millones de dlares se pueden perder a causa de
una pobre supervisin y administracin de riesgos financieros

Instituciones financieras y no financieras, reguladores se dirigieron a la bsqueda de mtodos

para cuantificar el riesgo de mercado

Octubre 2008: Crisis Financiera Global

La ms importante crisis financiera desde los aos 30s
Cuales son las causas de la crisis:
"The crisis is the result of three failures: a regulatory and supervisory failure in advanced
economies; a failure in risk management in the private financial institutions; and also a failure in
market discipline mechanism,"
FMI, Director Gerente Dominique Strauss-Kahn, Octubre 10, 2008

Categoras de Riesgo
Las empresas e intermediarios financieros enfrentan distintos tipos de riesgos

Riesgo de Liquidez
Riesgo de crdito
Riesgo de Mercado
Riesgo Operacionales
Riesgos de Negocios

Banking book (portafolio de inversiones) vs Trading Book (portafolio de trading)

Portafolio de trading
=
Activos y pasivo que pueden ser rapidamente vendidos en
mercados financieros organizados.

Portafoliio de inversin

Diferencia en funcin de a) Horizonte de tiempo y b) liquidez

Activos y Pasivo iliquidos y mantenidos por > periodo de tiempo

Hoja de Balance de Banco Comercial

Activos
Obligaciones
Prstamos
PN
Otros activos iliquidos
Depsitos

Banking Book

Bonos (larga)
Commodities (larga)
Divisas (larga)
Acciones (larga)
Derivados (larga)

Trading Book

Bonos (corta)
Commodities (corta)
Divisas (corta)
Acciones (corta)
Derivados (larga)

Riesgos de Mercado
Def.
Riesgo relacionado a la incertidumbre de los ingresos provenientes del portafolio de trading
de un intermediario financiero causado por cambios en condiciones de mercado

Num localizacion
Activs
Num unidades
independiente
tomadoras riesgo.
106 transacc x dia
Billones dlares
en vol.diario de
trading

Ejemplo de amplitud de riesgos: Negocio de Trading de JPM

Inst.
Acciones
Mcdo
Deuda
Forex
Comm. Derivados
Emerg
14
12
5
11
8
7

Propietary

Total

11

14

30

21

16

14

11

19

120

>5

>5

<1

<1

>5

<1

<1

>20

> 10

> 30

<1

>50

120 unidades independientes de trading

14 localizaciones de trading
Volumen diario trading mayor a 50,000 millones

Ejemplos de Riesgo de Mercado

Riesgo de precio acciones:

precio de acciones

Riesgo de tasa de Inters:

Riesgo cambiarios:

TC

Riesgo de precio de Commodities

precio

elevacin de tasa de inters

Movimientos en precios de commodities Materias primas:

Metales, Productos Agropecuarios, Petroleo y Energia.
Herramienta para medir riesgo de mercado Value at Risk (VaR)

Objetivos de modelos de medicion de riesgo de mercado

Proveer una medida comprensiva y agregada del riesgo incurrido

Un simple numero ( en dolares ) que sintetize el riesgo incurrido por toda
At close of business each day tell me what the market risk are across al business and
locations
Dennis Weatherstone Chairman of J.P Morgan (Chase)

El Value at Risk es una medida (entre otras) consistente de riesgo

Definicin Value at Risk

VaR puede ser definido como la peor prdida que puede esperarse de mantener un activo
financiero o un portafolio sobre un perodo dado de tiempo ( un dia, 10 das para propsito de
regulacin)
Ejm.: Una posicin tiene VaR diario de $ 10 millones de dlares al 99% de nivel de confianza,
Significado: la prdida diaria realizada desde la posicin actual , ser mayor que $ 10 millones en
una de cada 100 dias de trading (ie 2 de 3 dias de cada ao)
VaR

VaR ofrece un afirmacin probabilstica acerca del cambio potencial en el valor del portafolio
que resulta del cambio en factores de mercado sobre un perodo especifico de tiempo

VaR responde a la pregunta

Cual es la mxima perdida sobre un periodo de tiempo tal que existe una baja probabilidad,
(por decir 1%) que la perdida real sobre el perodo dado sea mayor?

VaR no afirma ni da informacin por cuanto la perdida final / real exceder el nivel de VaR
calculado

Mayora de modelos VaR esta diseados para medir riesgo sobre un perodo corto de tiempo,
1 dia, 1 semana,10 dias
Mtodo para calcular VaR

La formula general del VaR es una y la misma para cada mtodo

Existen 3 alternativas para modelar la distribucin de los errores

1. Enfoque Varianza Covarianza o Riskmetrics
2. Enfoque de simulacin histrica o hacia atrs
3. Enfoque de Montecarlo

Etapas para clculo del VaR

Toda medicin del VaR est basada en las sgtes etapas:
1.- Identificar las posiciones
Valuacin de Portafolio a precios de mercado
2.- Determinar los factores de riesgo
precios de acciones, tasa de inters, tipo de cambio, etc)
3.- Modelar la distribucin de los factores de riesgo
Derivar la distribucin de probabilidad del portafolio o de los retornos sobre el perodo
Forma de Derivar la Distribucin:
Paramtrica.
No Paramtrica

VaR Paramtrico
Var No Paramtrico.

Mtodo 1: Varianza Convarianza

Mtodo 2: Simulacin histrica

4.- Asumir un nivel de confianza c =

El nivel de confianza a elegir depende del propsito del clculo. Si es para:
Regulacin:
Control riesgo de portafolio:
Fines internos:

BIS impone 99% confianza

Empresas eligen nivel variable
Empresas eligen 99.96%

Cada nivel de confianza da un factor distinto para aplicar formula VaR:

90%
99%

1.65
2.33

5.- Escoger el periodo de aplicacin T

El perodo T a usar depende de necesidades del clculo. Si es para :
Regulacin
Evaluar riesgo de trading
Evaluar riesgo interno

10 das ( tiles de trading)

1 da, 5 dias, 1 mes
variable

6.- Calcule el VaR

Reporte la peor prdida potencial al procesar toda la informacin en una distribucin
probabilitstica de ingresos, la que resumida por el VaR
Calcule el VaR de 100 millones de portafolio de acciones sobre 10 das a nivel de confianza de
99%, con volatilidad de 15%
VaR = 100 m x 15% x

2.33 = 7 millones

Probabilidad que peor prdida supere 7 millones es 1%

Frmula VaR

Formula de Var
VaR =

Mx x x T

M = Monto de valor de posicin a precios de mercado

= Volatilidad diaria del portafolio
= umbral lmite dependiente de nivel de confianza ( si c = 99% = 2.33 )
T = periodo de referencia
Comnmente la volatilidad se expresa anualmente en ese caso:
VaR = [ M x x ] / T

Definicin e interpretacin probabilistica

Sea c el nivel de confianza, L la prdida medida por un nmero, VaR es un nmero

VaR es la prdida mas pequea, en valor absoluto, tal que

Prob ( L > VaR ) < 1 - c

Sea W el valor del portafolio (variable aleatoria) a una fecha dada.

El VaR a nivel de confianza c relativo al nivel base (momento inicial) del portafolio W 0 es el
numero VaR tal que :
Prob ( W < Wo VaR ) < 1 c

Ejemplo Completo
Lectura Saunders
Calculo en 3 reas de trading:
Renta Fija
Divisas
Acciones

VALUACION DE RIESGO AGREGADO DE PORTAFOLIO

1. - Riesgo de Mercado de Activos de Renta Fija

Calcule el Value at Risk de una posicin en bonos cupn zero de Tesoro US de 7 aos con Valor
Nominal de 1631,483. La tasa de inters es de 7.243 aos
* Si nos dan r calculamos valor de posicin en mercado. P = VN t / (1+r )t
Valor de la posicin hoy = 1000,000
Si nos dan el valor de la posicin hoy calculamos r
* Identificacin de Factor de riesgo
El factor de riesgo es tasa de inters / descuento. Sabemos que si:

r Pb

* Identificado el riesgo quisieramos saber la exposicin potencial que el intermediario financiero

enfrenta si se mueve si r se mueve como consecuencia de un movimiento adverso de la tasa de
inters
*

Nivel de significacin:
Definimos cambio adverso del rendimiento. Existe 5% de probabilidad que el cambio en el
rendimiento exceda esta cantidad en cualquier direccin

Asumimos que los rendimientos / tasa de inters de bonos cupn estn distribuidos normalmente.
Suponemos ; media de los cambio en rendimiento es 0, = 0
La desviacin standard es 10 bp. = 0.001
Sabemos por estadstica que: el 90% caer dentro de :
( -1.65x, +1.65x) o ( -1.65 , 1.65) o (- 0.0015, + 0.0015) ( - 0.15%, + 0.15% )
Clculo de movimiento potencial adverso ( Volatilidad de precio)
Volatilidad de precios = Duracion Modificada x Mov, adverso potencial en rendimiento
=

6.527

1.65 x 0.001

VaR = 1 milln x 6.527 x 1.65 x 0.001 = $ 10,770 dlares

La prdida potencial diaria de una posicin de $ 1 millones es 10,770 dolares, si el dia / malo adverso
ocurre en 1 de 20 dias
* Si queremos calcular la perdida potencial a los largo de 5 dias, 1 mes, etc
Existe forma directa y sencilla de pasar del calculo de VaR diario a Var 5 dias
Se asume:

Shocks a rendimiento son independientes

Volatilidad diaria es aproximadamente constante
VaR ( T dias ) = VaR ( 1 dia) x T
La volatilidad es proporcional al tiempo
2.- Riesgo de Mercado de Divisas
Suponga que un Banco (USA) tiene una posicin de 1.6 m euros spot. Se desea saber los ingresos
diarios en riesgo de esta posicin.
VaR diario = DEAR = (Valor de mcdo de posicin) x Volatilidad
La exposicin al riesgo de esta posicin si el prximo da es un mal dia en el mercado de divisas
* Calculo de valor en dlares de la posicin ( TC es 1.60/ $1o $ 0.625 / )
Valor posicin =
*

( FX position ) x
1.6
x

* $ spot
$ 0.625 /

1 millones de dolares

Calculo de volatilidad (Cual es el potencial movimiento adverso del TC?)

Viendo hacia atrs los cambios diarios en TC eran de 56.5 bp
FX Volatilidad = 1.65 x 56.5 bp = 93.2 bp o 0.932%
Significado: El ao pasado el euro declino con respecto al dlar 93.2 bp el 5% del tiempo

VaR diario = DEAR = ( Valor de Posicin) x ( FX Volatilidad)

1000, x
0.00932 =
$9320.
* VaR = $ 9320
$ 9,320 es el monto potencial de ingreso diario expuesto c/r a movimiento adverso de TC / $
desde unas tenencias de 1.6 millones de euros
3.- Riesgo de Mercado de Acciones
Suponga que un intermediario financiero mantiene un portafolio de stocks que refleja el ndice del
Mercado de Valores por valor de $ 1 millon de dolares
VaR = DEAR = ( Valor de mcdo de posicin ) x ( Volatilidad de retorno del mcdo de valores )
=

1000 millon

i 1.65 M

Volatilidad de retorno diario del indice de mercado de valores = 2%,

1.65 M = 3.3%,
Significado el cambio adverso en retorno diario s/mcdo valores excede 3.3% el 5% del tiempo
VAR = 1 millon x 1 x 1.65 x 0.02 = 33,333

4.- Agregacin del portafolio compuesto de 3 activos financieros

Considrese el siguente portafolio compuesto de 1-3. Calcule el Valor en Riesgo del Portafolio

Es VaR del portafolio la suma de de VaR (DEAR) a travs de 3 activos?

VaR Portafolio = VaR Activo 1 + Var Activo 2 + Var Activo 3
=

10, 770

+ 9,320

NO
Necesidad de incorporar correlacin de retornos.

Formula:

VaR Portafolio =
Note que: Diversificacin reduce el monto de VaR total

33,000

53,090

VALUE AT RISK
(Segunda clase)
Concepto del Valor en Riesgo
Si a 10 am el valor en riesgo reportado VaR es 10 millones de soles, entonces:
La Mxima cantidad que yo espero perder en 19 de los 20 prximos dias es 10 millones.
Yo espero perder ms de 10 millones solo 1 da en cada 20 das, esto es en 5% del tiempo.
El VaR de 10 millones asume que mi portafolio de activos est fijo
Pero exactamente cuanto perder en un da cualquiera?
NO SE!!!
Cuanto es lo mximo que puedo perder?
TODO
Topicos VaR:
Riesgo de precio de acciones
Riesgo de tasa de inters
Riesgo cambiario
Riesgo de precios de commodiries
En clase anterior (ejemplo de Saunders) se vio caso individual de:
una inversin en un Bono cupon zero,
una posicin en una divisa,
una inversin en una accin.
Un portafolio compuesto de 1+2+3
En esta clase se entrara en mas detalle los elementos del calculo del VaR con especial referencia a
Acciones y Bonos.

CASO GENERAL DE ACCIONES

Por cada uno distinguir
VaR de un activo individual
VaR de un portafolio de activos

Ejm: VaR de acciones de

Activo individual
Portafolio de activos (domesticos) / Unidad de negocios

Caso General:
Portafolio de Activos compuesto de acciones, bonos, divisas, commodities

VaR Asset Individual

Distribution Normal (5% cola inferior) implica:
Solo 5% del tiempo el retorno efectivo / real estara debajo de:

- 1.65 1

= Mean Return

Cuando = 0, entonces, la cola del 5%, cut off point = 1.65 1

Slo 5% del tiempo la perdida % sera mayor que 1.65 1
Este es un enfoque PARAMETRICO ya que require estimacin de volatilidad

VaR Activo Individual

Ejm:
Media de retorno = 0 %
Sea volatilidad de retorno = 0.02 (por.da) (equivalente a 2%)
Solo 5% del tiempo la perdidad sera superior que 3.3 % (= 1.65 x 2%)
VaR of a activo individual (Posicion Inicial Vo = $200m in acciones)
VaR = Vo (1.65 ) = 200 ( 0.033) = $6.6m
Es decir, el VaR is 3.3% de $200m
Se reporta el VaR como un nmero unico positivo ( aunque sea una prdida)

VaR Activo Unico

Estn retornos diarios normalmente distribudas? No mucho pero bastante cercanamente

fat tails (kurtosis)

pico es mayor y mas estrecho
skewness (negativo)
autocorrelaciones pequeas (positivo)
Retornos al cuadrado tienen fuerte autocorrelation, ARCH
Pero niid is a (buena good ) approximacin para acciones, bonos de largo plazo, Mercado
spot y futuro de (pero no para tasa de interes de corto plazo u opciones)

VaR : Portfolio de Activoss

1) Enfoque de libro de texto
p

2
i

2
i

wi w j ij i j

1
2

VaRp = Vp (1.65 p )
Vp = valor total en dolares mantenidas en el portafolio completo
Se puede expresar la formula anterior en terminus de VaR de cada activo individual? (VaR1 ,
VaR2 ,etc )
Si.!
VaR : Portfolio of Assets

Se usa cantidad mantenida en cada activo Vi

Note que wi = Vi / Vp (substituya en ecuacion de arriba)

VaR 52 VaR 72 2 VaR 5VaR 7

entonces VaRp =

Donde

VaRi = Vi (1.65 i )

- para activo individual -i

VaR : Portfolio de Activos

Se puede poner VaR en forma matricial ?
Dado

VaR p =

Donde

VaR 52 VaR 72 2 VaR 5VaR 7

VaRi = Vi (1.65 i )

- para activo individual -i

Se puede escribir:
Z
C
Entonces:

=
=

VaR p =

[ VaR1 , VaR2 ] (vector 2 x 1 )

[ 1 ; 1 ] = matriz de correlacion matrix (2x2)
[Z C Z] 2

VaR : Portafolio de Activos

Caso operaciones en corto:
Si en Activo 1 se tiene una posicin larga y en Activo 2 una posicin corta
V1 = + 100, V2 = -50,
Para construer el vector Z:
VaR1 = ($100) 1.65 1

VaR2 = (-$50) 1.65 2

Todava se tendra Z = [ VaR1, VaR2 ] y aR

= [Z C Z] 2

Este es el Enfoque Varianza Covarianza

VaR en peor escenario

Asuma que toda las correlaciones entre activos es + 1 y que en todos los activos se mantiene una
posicion larga, entonce
VaRp =

VaR 52 VaR 72 2 VaR 5VaR 7

Pero con =+1 se tiene

VaRp = { VaR1 + VaR2 }
-i.e. no existe efecto de diversificacion
Portafolio grande de Activos

Inversion en Accion en Moneda extranjera

Suponga un inversionista norteamericano que invierte en Franckfurt en un ndice de la bolsa DAX,
invierte 80 millones de Euros en DAX (En pizarra)

CASO GENERAL DE BONOS

Bonos que pagan cupon
Hasta ahora solo hemos visto caso de BCZ de T anos (7 anos en ejm Saunder, clase antepasada.
Que pasa cuando tenemos un Bono coupon estndar?
RPT: Trate cada cupon como un Bono cupon zero separado

Bonos en ME
Que pasa cuando tengo una posicin en Bonos pero en Moneda extranjera?
Existen 2 factores de riesgo: 1) Tasa de Interes, y 2) Tipo de cambio
Ejm: Suponga que un inversionista norteamericano tiene una posicin en BCZ japons de 10 anos
con valor nominal 1,000 millones de yenes. Suponga que el tipo de cambio es 91.18 yenes / $, la
volatilidad diaria del log-retorno es 0.78% y la correlacion entre el yield japons y el tipo de cambo es
0.0929

Otras Extensiones
VaR para diferentes horizontes
Del VaR de 1 dia al VaR de T dias
Cuando VaR es usado para adm. Riesgo s/base diaria VaR 1 dia

Derivada de distribucin diaria de portafolio

Qu pasa cuando horizonte es 10 dias = horizonte de regulador VaR 10 dias

Derivada de la correspondiente distribucin sobre horizonte de 10 das

Qu pasa cuando horizonte es 30 dias?
Pero:

Idem.

Se puede derivar el Value at Risk VaR de T das a partir del VaR diario

Respuesta:
Mercados financieros son eficientes

Rt son independientes (1)

Rt idnticamente distribuidos (2)

Rt es iid
(1) y (2)

El retorno de 10 dias:

R (10) =

R 1 + R2 +R3 + R4 + R10 = Rt

Pero ya que
Ri N ( 10 , 210 ) iid

R10 N ( 10 , 10 2 )

VaR (10,c) = 10 * VaR (1,c)

Caso General:
VaR (T,c) = T * VaR (1,c)

Observaciones
Resultado NO rige si retornos:

Exhiben mean reversin

Estan seriamente correlacionados
No son iid.

10 = 10
210 = 10 2

Otras Funciones de Distribucion

Distribucin de Retorno T Student
Existe evidencia que mucha distribucin de retornos individuales NO esta normalmente
distribuidos y exhiben fat tails
Existen mas observaciones alejadas de la media de lo que es el caso en distribucin normal
Distribucin normal muy rapidamente .
Problema:
Fat tails en administracin de riesgo son problematicos porque implica que perdidas
extraordinarias ocurren mas frecuentemente de lo que una distribucin normal nos hace creen
Que pasa si muchos Ri no N Teorema Limite Central ( Muchas versiones con sup. )

En practica implica:
Si Distribucin . Normal inadecuada para describir los retornos de portafolio
Usar Distribucin T Student
T Student: funcion de distribucin caracterizada por:
Media

Desv. Stand
Grados de libertad
v
v
Controla la gordura de la cola
Cuanto ms pequea v tanto mas gorda cola
Estimacin han determinado: v pertenence rango {4,8}

Importancia
Cual es la diferencia del Value at Risk al 99% de una posicin si se asume que esta sigue
una distribucin T student en lugar de normal?

Ejm: Comparar el Value at Risk de una posicin M para T das

VaR con distribucin Normal y 99% de confianza

VaR con distribucin T student Normal y 99% de confianza y 5 grados de libertad.

* VaR con Distintos niveles de significacion

Recordar:
Valor limite como funcion del nivel de confianza.
c ( nivel de confianza)

(cutoff)

99.97%

- 3.43

99.87%

-3

99 %

-2.33

95%

-1.65

II.- Mtodo de estimacin: simulacin histrica o hacia atrs

Este es un enfoque no parametrico VaR no paramtrico

No hace ninguna asuncin sobre la distribucin de retornos.

Procedimiento:

Escoga un perodo o frecuencia ej, 1,000 dias

Asuma que usted mantiene su actual portafolio ( 1m en bonos cupos zero, un milln de dlares
en euros, y un milln en acciones (un ndice de acciones) en cada uno de estos 1000 das

Calcule la ganancia o prdida diaria del portafolio (asumiendo precios, tc y r del da)

Establezca un ranking de estos 1,000 observaciones desde la peor prdida a la ms alta

ganancia.

Determine el nivel de perdida que corresponde al nivel deseado de tolerancia. Por ejemplo, si
el nivel de tolerancia es 5% ( entonces se necesita asegurarse contra prdidas en todos los
casos excepto el 5% pero de todas, esta ser la 50th peor prdida (5% de 1000)

El VaR del portafolio es el tamao de esta prdida

III. Mtodo de Estimacin: Simulacin de Montecarlo

Imponga ciertos supuestos distribucinales sobre los factores de riesgo ( no necesariamente

normal)

Estime los parmetros de esta distribucin

Corra un nmero grandes de simulaciones tpicamente varios miles (20,000 simulaciones) y

extraiga un diferente resultado de la distribucin de los factores de riesgo de cada simulacin

Ventaja:
Es el nico procedimiento que toma en cuenta no linealidades
Relacin entre factor de riesgo ( precio de accion, tasa de interes ) y precio de mercado es no
lineal en derivados

Desventaja
La exigencia de trabajo computaciones es enorme
Problema si queremos recalcular en varios momentos del da

Usos e importancia (Ver Saunders)

Aplicaciones de VaR a traves organizaciones

o Administracin de Informacin
o Establecimiento de limites a posiciones de trader (RAROC)
o Asignacin de recursos dentro organizacin (RAROC)
o Evaluacin de desempeo Sistema de Incentivos
o Evaluacin y riesgo del conjunto de empresa

Uso Regulatorio de VaR

o Enfoque Standard para riesgo general
o Modelos internos (VaR a 1%, 10 dias, 3x factor)

Debilidad del VaR

Existen problemas en estimar la covarianzas (Cambian a lo largo del tiempo, en crisis

financieras se incrementan covarianzas)

La volatilidad de retornos no es constante

Los valores extremos de distribuciones es muy difcil de estimar precisamente

Fat tails

No permite incorporar los problemas de liquidez

CALCULANDO Y PREDICIENDO VOLATILIDAD

(Forecasting Volatility)

En la determinacin del VaR de un portafolio un insumo bsico en la desviacin estndar del

portafolio

En el caso ms simple de dos activos, ello requiere la informacin de varianza de retorno de

activo 1, la varianza de retorno de activo 2, covarianza entre retornos de activo 1 y activo 2.

En el caso de n activos se requiere la matriz de covarianzas.

En la prctica la matriz de covarianzas tiene que ser estimada. Es decir, en la prctica, las
medias, varianzas y covarianzas de los n activos que conforman un portafolio tienen que ser
estimadas.

Para data diaria, la media de los retornos es muy cercana a cero. De ah que tratar a la media como
cero da una buena aproximacin. En los siguientes clculos sea asume que la media de los retornos
es cero:

Mtodo 1: Arithmetic Moving Average (con ventana M)

Mtodo 2: Exponencial Moving average ( con parmetro de decaimiento )

Riskmetric populariz el mtodo exponencial. Este mtodo tiene la ventaja de una estructura
recursiva lo que hace fcil para clculo computacional
Los valores de los parmetros sugeridos por RiskMetrics son:
Data diaria

= 0.94

Data mensual = 0.97

Procedimientos Suplementarios

Back Testing
(Use simulacin hacia atrs como un control de otros procedimientos)

Stress Testing
(Asumiendo varias resultados con diferentes desviaciones estandar para los
factores de riesgo )

Analisis de Escenarios
( Defina algunos escenarios econmicos plausibles)

A pesar de limitaciones VaR es casi Universalmente usado

VaR es el instrumento standard para medir riesgo de mercado por bancos, IF o firmas

BACKTESTING

Modelos Value at Risk son utiles en tanto mide y predicen riesgo en forma razonablemente
buena.

Validacion de Modelo

Back Testing
Stress Testing

Definicion:
Es un marco estadstico formal que consiste en verificar que las actuales perdidas
estn en lneas con las perdidas proyectaas. Esto involucra comparar en forma
sistematica
Si no se verifica?

Identificacin Practica

" Cuando el modelo esta perfectamente calibrado, el nmero

de observaciones que cae fuera del VaR debe estar en lnea

con el nivel de confianza. El numero de exceedences .. es
tambien conocido como numero de excepciones." Jorion p. 140

Series de Retornos Individuales

Cuantos?
Son 5% de retornos reales (individuales) R t+1 mayores que el 1.65 t+1|t
Si!!!!

Cuan grandes?
Tienen los retornos reales en el 5th percentile el mismo tamao que aquellos sealados por
un distribucin normal?

Portafolio de Activos
Retorno de portafolio
Prediga todos los VaRs individuales VaR i = Vi 1.65 t+1|t
Calcule el VaR del portafolio para cada dia
VaRp =

[Z C Z]1/2

Vea /verifique que las perdidas reales del portafolio excedan el valor del VaR solo el 5% del
tiempo (sobre algn periodo histrico ejm. 252 dias

Si no se verifica en BackTesting
Hacer reevaluacin de:

Supuestos equivocados
Parmetros errados
Modelacion Inadecuada

Problema Gral sobre Retornos

Value at Risk supone que portafolio esta congelado en el periodo

Para verificacin

Retorno de Portafolio Actural ( R )

Retorno Hipotetica ( R* )

Ejercicio Final (Caso Real)

Suponga que usted trabaja en una AFP y usted maneja el fondo de inversiones de 100
millones de dlares. Se invierte en 2 activos: un ndice de la BVL y otro un ndice Dow Jones.
En proporciones 85% y 15% respectivamente. alcule el Valor en Riesgo del portafolio de
AFP?

Que informacin necesitara / que procedimientos tomara?

Suponga que los 2 ltimos aos han tenido un comportamiento muy distintos al pasado e
incluso el ultimo ao ha sido distinto al anterior? Tiene esto implicancias para el clculo.

Suponga que el Lobby de AFP tiene xito y se aumenta el monto mximo de inversin en el
exterior en 50%.. Si las AFP hacen uso de esto se le pide evaluar el efecto sobre el valor en
riesgo del portafolio de tener 50% en BVL y 50% DJ.

Grandes ventajas de VaR

Es muy fcil de calcular y relativamente sin costo ( excepcin MonteCarlo)

Es una medicin propia del riesgo amplio portafolio (toma en cuenta correlaciones entre
diferentes activos y diferentes posiciones)

Es facil de entender, simple de usar ( puede usarse para desarrollar cultura de medicin y
control de riesgo de mercado a travs de organizacin

Instituciones
El VaR es de uso universal.

Instituciones Financieras
Bancos tienes grandes portafolios en trading

Reguladores
o La regulacin prudencial de instituciones financieras requiere el mantenimiento de niveles
minimos de capital como reservas contra riesgos financieros
o Todos los reguladores (SEC, Reserva Federal; Union Europea, BIS) han convergido a usa el
VaR como medida de riesgo

Empresas No financieras
o La admistracin de riesgo centralizada es til para cualquier corporacin que tenga
exposicin a riesgo financiero
o Multinacionales tiene entrada y salida de inmenda cantidad de efectivos en distintas
monedas.

Gerentes de Inversin / Administradores de portafolio

o Inversionistas usan VaR para administrar sus riesgos financieros

Apndice
Quantil inferior de una Distribucin Normal Estandarizada
Nivel de Confianza (%)
_____________________________________________________________
99.99
99.9
99
97.5
95
90
50
-----------------------------------------------------------------------------------------------------------------------------Cuantil ( - ) - 3.719

-3.090

-2.326

-1.960

-1.645

-1.282

-0.000

RAROC
Tasa de retorno de Capital ajustada por riesgo (RAROC) se define como:

RAROC = Ganancia / VaR

Racionalidad
VaR de un portafolio puede ser interpretado como el nivel prudente de capital necesitado para
mantener el portafolio. Entonces Ganancia / VaR es la tasa de retorno de capital ajustada por riesgo
Problemas de Agencia dentro de organizacin:
Asignacin de recursos a travs de divisiones
Control interno sobre nivel de toma de riesgos dentro de divisin
Evaluacin de desempeo
Ejemplo ( Jorion, Cap. 2 )
Un banco tiene que decidir acerca de asignar ms capital a su trader de divisas que comercia /
transa Euro / dollar o a su trader de bonos que comercia instrumentos de deuda de corto plazo del
Tesoro

El trader de divisas (F/X trader) mantuvo una posicin con valor nominal promedio de $ 100
millones
Volatilidad anual del Euro / dlar = 12%
El trader hizo un ganancia de $ 10 millones de dolares el ao pasado

El trader de bonos mantuvo unos $ 200 millones en bonos del ao anterior

Volatilidad anual, 4%
El trader de bonos tambin hizo una ganancia de $ 10 millones de dlares, tambin

A que rea / trader asignar el capital (escaso) disponible:?

Solucin:
Trader de divisas
Tasa de Retorno
del Capital

10%

Trader de Bonos

( 10/100 )

5 % ( 10/200)
10 %

>

5%

Decisin
Asignar capital al que obtiene MAYOR RENTABILIDAD?

NO

VaR al 99%

Var = 2.33 * 0.12 * 100 = $ 28 m

Decisin

Puede tomar decisin basado en resultado de VaR, ie 28 m vs 19) NO

RAROC

RAROC = 10 m / 28 = 36%

Retorno de
Capital ajustada
por riesgo

Var = 2.33 * 0.04 * 200 = $ 19 m

RAROC = 10 m / 19 = 54%

36%
Resultado:

54%

RAROC TRADER DE DIVISAS < RAROCTRADER DE BONOS

Asigne ms capital al trader de bonos

USO II: Evaluando Desempeo de Gerentes de Inversiones

Quin consigue el Ratio de Sharpe mas grande?

donde:
Rav = retorno mensual real promediado sobre un ao
= desviacin estndar de portafolio de activos (calculado como en enfoque VaR, pero con
retornos medidos sobre un horizonte de 1 dia y agregados al periodo de 1 mes)

USO III: Sistema de Incentivos

Uso IV: VaR Limits
USO IV: Regulacin de Requerimientos de Capital
(Clase de Regulacin de RM)
Otros Usos: Jorion, Value at Risk Parte III.

VaR Limits
Utilizacin de VaR para establecer limites mximos de riesgo tolerables (incurridos)

Por c/u trader

Por c/u unidades de negocios
Por c/u ubicaciones geogrficas
Para unidad global en su conjunto
Para la empresa en su conjunto

Medida de Riesgo Consistente

Algunas Propiedades de Medida de Riesgo consistente
La medida de riesgo (W), para la variable aleatoria W.

Monoticidad: Si para cada estado de naturaleza W 1 < = W 2 , ( W 1 ) > = ( W 2 )

Invarianza a traslacin:

Homogeneidad:

Subaditividad: ( W1 + W2 ) <= ( W 1 ) + ( W 2 )

(W+k)= (W ) -k

(bW) = b (W)

Value at Risk y Subadditividad

Recuerde que una condicion de medida coherente de riesgo es:
VaR( W1 + W2 ) <= VaR( W1 ) + VaR ( W2 )
VaR viola la condicin de subaditividad es decir, se puede encontrar casos que
VaR( W1 + W2 ) > VaR( W1 ) + VaR ( W2 )
Entonces, considerer otras medidas de riesgo, matemticamente mas complejas (Extreme Value
Theory)
Danielson et al(95) Subadditivity ReExamined: the Case for ValueatRisk
Concentrandose en las colas de heavy tailed assets que son mas comnmente observadas en
aplicaciones financieras encuentras que
We find that for such distributions, VaR is subadditive in the tails, at probabilities that
are most relevant for practical applications.. The results suggest that there is a
strong case for using VaR and it is usually not necessary to consider other risk
measures, solely for reasons of coherence.
Pero existen otras medidas coherentes que no violan subaditividad no complicadas:
Expected Tail Loss (tambin conocida como Conditional Value at Risk