You are on page 1of 32

Unidad Referente al VaR.

 Observar el desempeño pasado de un instrumento financiero o, en su
caso, el de un portafolio, es una buena aproximación para medir su
riesgo.

 Entender el pasado es importante, anticipar el futuro es esencial.

 Como es imposible conocer con exactitud que deparará el futuro, el uso
de información estadística – probabilística puede ser de gran ayuda
para darse una idea más o menos cercana a lo que podría acontecer.

 La clave para la Administración de Riesgos recae en saber utilizar bases
de datos pasadas (que contengan información confiable) para
determinar con cierto grado de confianza la probabilidad de pérdida en
el futuro.
 Una distribución de frecuencias
muestra cómo los retornos
(cambios % en el precio) han
fluctuado en el pasado.


 Cuando una distribución es
graficada para un gran número
de retornos, asume una forma
conocida y particular.








 Asumiendo que la distribución de los retornos continuará
comportándose como en el pasado, la distribución de probabilidades
que tenga la misma forma que la distribución de frecuencias puede ser
usada para asignar probabilidades para retornos futuros.

 Una distribución de probabilidad de un portafolio, por ejemplo,
muestra los retornos posibles a futuro e indica su probabilidad de
ocurrencia.


 Una distribución normal es una distribución de probabilidades que
se define como una curva simétrica en forma de campana.

 Esta partida por la media (µ) y la forma de medir qué tanto se alejan
las observaciones con respecto a µ está determinada por las
desviaciones estándar (σ).

 Para una posición individual o incluso, para un portafolio, la media
representa el retorno promedio y la desviación estándar es la
volatilidad.


 Como la media y la desviación
estándar son los únicos dos
parámetros para definir una
distribución normal, la variación
de cualquiera de éstos afecta la
forma de la curva.
 En la primera gráfica,
movimientos en la media sesgan
la distribución. En la segunda,
movimientos en la desv. std.
achatan o alargan la distribución
(platicúrtica ó leptocúrtica)


µ µ µ
µ
 Para una distribución normal,
las probabilidades de ocurrencia
de ciertos niveles de retorno, es
decir, de la dispersión que las
observaciones con respecto a la
media, son conocidas para un
nivel de confianza previamente
determinado.

 Si se quiere tener una confianza
del 84%, se deberá hacer el
cálculo con una desviación
estándar (1 o), para el 95% (1.65
o) y para el 99% (2.3263 o).













µ
84% ( 1 o)
95% (1.65 o)
99% (2.3263 o)
))yyy))))9))


84%

• Generalmente, cuando se habla de la media, se refiere al promedio de
algo; en este sentido, dicho promedio es la media aritmética de lo que
se está observando. Esta se define con la letra griega µ (mi), en donde
su fórmula es la siguiente:




• Debido a que µ es la media aritmética de una muestra y/o población
observada (para el caso de activos financieros es más recomendable
tomar la población entera), se deduce que es la sumatoria de los
valores de todas las observaciones entre el número de elementos de
dicha muestra y/o población.

n
x
n
i
¿
=
=
1
µ
• Levin y Rubin argumentan a este respecto que las descripciones
más comprensivas de la dispersión son aquellas que tratan con la
desviación promedio con respecto a alguna medida de tendencia
central. Dos de tales medidas son importantes para el estudio de la
estadística: la varianza y la desviación estándar. Ambas medidas
nos dan una distancia promedio de cualquier observación del
conjunto de datos con respecto a la media de la distribución.
• La varianza es la desviación cuadrada media de todos los valores de
la media y se expresa como o
2
(sigma cuadrada); la fórmula para
calcular la varianza es la siguiente:


( )
1
1
2
2
÷
÷
=
¿
=
n
x x
n
i
i
o
• La diferencia entre la media y un valor observado se conoce como
desviación estándar de la media. La varianza es la desviación
cuadrada de la media, por lo tanto, la desviación estándar es la
raíz cuadrada de la varianza. Esta se expresa en las mismas
unidades que los datos, en lugar de unidades al cuadrado como en
la varianza y en notación se le denomina como o (sigma). Para
efectos de cálculos del análisis del Valor en Riesgo (VaR), la
desviación estándar será equivalente a la volatilidad de los
instrumentos financieros a medir. Esta se calcula como:

( )
1
1
2
÷
÷
=
¿
=
n
x x
n
i
i
o
• La distribución normal ocupa un importante lugar en el análisis
estadístico. Posee algunas propiedades que la hacen aplicables a un
gran número de situaciones en las que es necesario hacer
inferencias mediante la toma de muestras. Otro de sus grandes
atributos es que esta casi se ajusta a las distribuciones de
frecuencias reales observadas en muchos fenómenos, en particular,
de muchos activos financieros.
• Las características de una distribución normal se centran en cuatro
puntos específicos:
1. La curva tiene un solo pico, por lo tanto, es unimodal. Tiene
forma de campana.
2. La media de una población distribuida normalmente cae en el
centro de su curva normal.

3. Debido a la simetría de la distribución normal, la mediana y
la moda se encuentran también en el centro, en
consecuencia, la media, la mediana y la moda tienen (o
tienden) hacia el mismo valor.
4. Los dos extremos de la distribución normal se extienden
hacia ambos lados del infinito y nunca tocan al eje
horizontal.












Media, mediana,
moda
La distribución normal es
simétrica con respecto a una línea
vertical que pase por la media.
El extremo derecho se extiende
de manera indefinida y nunca toca
el eje horizontal
El extremo izquierdo se extiende
de manera indefinida y nunca
toca el eje horizontal
• Para efectos del cálculo del VaR de activos financieros, la distribución
normal de éstos es una herramienta sumamente utilizada. Si se sabe
que su comportamiento es de condiciones normales, se podrá estimar,
bajo ciertos intervalos de confianza, la exposición al riesgo que
representa la tenencia de dicho activo ó su posición abierta en un
mercado.

• VaR se define como value at risk, lo que significa, valor en riesgo.
El VaR es un sistema de administración del riesgo que comienza a
desarrollarse a finales de los años 70´s por las instituciones
financieras más importantes del mundo; éstas comenzaron a
trabajar en modelos internos que midieran y agregaran el nivel de
riesgo.
• El mejor modelo conocido fue desarrollado por JP Morgan; su
sistema es conocido como RiskMetrics. Se dice que surge cuando
el presidente de la empresa, Dennis Weatherstone, pide a su staff
que le dé un reporte diario indicando el nivel de riesgo al que se ve
expuesto, así como el potencial de pérdida de sus posiciones para
las próximas 24 horas.


• Para cumplir con su demanda, se desarrolló un sistema que
midiera el riesgo a través de diferentes posiciones de operación de
la institución entera.
• Se agregaron los riesgos dentro de una sola medición.
• El resultante de dichos cálculos dio origen al VaR, el cual medía la
posición de pérdida máxima para el próximo día de operación.
• El VaR fue calculado bajo un sistema basado en la teoría estándar
del portafolio, usando estimadores de desviaciones estándar y de
varias correlaciones entre los rendimientos de diferentes
instrumentos.
• Algunos otros modelos de VaR fueron construidos usando
simulaciones históricas que aproximaran un historial de
rendimientos pasados.

• Otros fueron construidos usando los métodos de Montecarlo y
simulaciones técnicas estadísticas relacionadas.

• Desde entonces, los modelos de VaR se han propagado
rápidamente entre casas de bolsa, bancos de inversión, bancos
comerciales, fondos de inversión, instituciones financieras y
corporativos no-financieros.


• El VaR es un método de asignación de riesgo que usa herramientas
estadísticas estándar.
• Formalmente, el VaR mide la peor expectativa de pérdida en un
intervalo de tiempo determinado, bajo condiciones normales de
mercado, a un nivel dado de confianza.
• El uso del VaR otorga a sus usuarios una aproximación al riesgo
de mercado.
• El VaR tiene mucha utilidad y sirve para varios propósitos:
 Reporte de la Información. Informa y alerta a los tomadores de
decisiones en los riesgos incurridos por operar posiciones
especulativas. Informa acerca del riesgo financiero de la
organización a sus accionistas en términos no técnicos.


 Colocación de Recursos. Puede ser usado para indicar posiciones
límite para operadores ya que sus decisiones de asignación de
capital estarán bien fundamentadas en un estudio del riesgo de
mercado.
 Evaluación del Desempeño. El VaR es usado para ajustar la
exposición al riesgo. Evidentemente, es esencial en las posiciones
de inversión especulativa, ya que, generalmente, algunos
operadores no miden claramente los riesgos en los que incurren
cuando toman decisiones. Las instituciones reguladoras
recomiendan e incluso, obligan su implementación, en algunos
renglones de la operación financiera.


 Instituciones Financieras. Operadores con grandes portafolios de
inversión han estado a la vanguardia en el uso de sistemas de
medición del riesgo. Las instituciones que lidian normalmente con
distintos tipos de riesgo y complicados instrumentos de inversión,
ahora están implementando sistemas centralizados de
administración del riesgo.
 Reguladores. Para que la regulación de las instituciones financieras
sea eficiente, se requiere el mantenimiento de niveles mínimos de
reservas de capital para enfrentar las contingencias del riesgo
financiero. El Comité de Basilea en Supervisión Bancaria, el Banco
de la Reserva Federal de E.U. (Fed) y reguladores de la Unión
Europea, han concluido en que el VaR es un sistema adecuado de
medición del riesgo.

 Corporaciones No Financieras. El manejo centralizado del riesgo es
útil para cualquier organización que está expuesta al riesgo
financiero. Por ejemplo, las empresas multinacionales, en primera
instancia, tienen flujos de efectivo de entrada y de salida,
denominados la mayoría de las veces en monedas extranjeras. Estas
sufren fluctuaciones debido a los distintos regímenes cambiarios
existentes en el mundo, por lo tanto, el uso habitual del VaR
permite aminorar tal exposición a las variaciones.
 Manejadores de Activos. Inversionistas institucionales
(administradores de fondos de inversión, administradores de
fondos de pensión) ahora están volteando hacia el VaR para tener
un mejor control del riesgo financiero.

• El mayor beneficio que reporta la instauración de un método de
medición del riesgo, recae en la imposición de una estructura
metodológica de análisis crítico del mismo.
• Las organizaciones que se esfuerzan en calcular su exposición al
riesgo financiero a través del VaR, eficientan ampliamente su
operatividad.
• El proceso de implementación del VaR puede ser crucial en el
desempeño de una empresa.
• El uso juicioso de este instrumento permite eliminar desastres
financieros que algunas empresas han experimentado en años
recientes.

• El método de simulación histórica proporciona una
implementación directa de valuación completa. Consiste en
regresar en el tiempo, por ejemplo, a los últimos 90 días, y aplicar
ponderaciones actuales a una serie de tiempo de rendimientos
históricos del activo.

• Conforme a la anterior aseveración, si se quiere determinar el VaR
diario para una posición en activos financieros, se deberán poseer
amplias bases de datos que contengan un número de observaciones
lo suficientemente alejadas en el tiempo para sostener un rango de
credibilidad confiable.


• Antes de pasar al cálculo histórico del VaR, se debe mencionar que
para determinar un grado de confianza, existen ciertos parámetros
predeterminados por convención; es decir, si se quiere tener una
confianza del 84%, se deberá hacer el cálculo con una desviación
estándar (1 o), para el 95% (1.65 o) y para el 99% (2.3263 o).











µ
84% ( 1 o)
95% (1.65 o)
99% (2.3263 o)
))yyy))))9))


84%

Serie
Tipo de
Cambio ° A µ (°)
1 9.5
2 9.55 0.5263
3 9.6 0.5236
4 9.65 0.5208
5 9.55 -1.0363
6 9.45 -1.0471
7 9.5 0.5291
8 9.57 0.7368
9 9.52 -0.5225
10 9.41 -1.1555
11 9.49 0.8502
12 9.45 -0.4215
-0.045
o (°) = 0.7938
Gráficamente, este cálculo de la volatilidad expresa lo siguiente:





• Esta volatilidad esta expresada diariamente porque los cambios
porcentuales son diarios. Adicionalmente, esta volatilidad no se sabe si
es alta o baja, hay que estandarizarla expresándola en términos
anuales. La volatilidad se cambia de plazo multiplicándola por la raíz
cuadrada del tiempo, siempre siguiendo la misma base del tiempo.
• Volatilidad anual = 0.7938 * (252)
1/2
= 12.60%
• Se toman 252 días debido a que éstos son los realmente hábiles en un
año. Para poder comparar la volatilidad, hay que enfrentarla en el
tiempo y el espacio.



o = 0.7938%

µ = -0.045%

Rango de caída en los precios
• Retomando el ejemplo, si se tiene una posición larga de $1,000,000
¿cuál es el riesgo de un día para otro? Evidentemente, con una
posición larga, el problema es que el precio baje; con un intervalo
del 99% de confianza se calculará el VaR de dicha posición.
• A% adverso = µ - 2.3263 o
• A% adverso = -0.04 – [2.3263 * 0.7938] = -1.886% este número
representa la baja más adversa, con el 99% de confianza.
• Posteriormente se calcula el valor de mercado de la posición ó
Mark to Market (MTM).

• MTM = + 1,000,000 * 9.45 = $9,450,000 representan la valuación
diaria; se antepone el signo positivo al $1,000,000 por ser una
posición larga, asimismo, los $9.45 representan la última
cotización al cierre del tipo de cambio, con la cual se valúa la
posición al día de hoy.
• Una vez calculados el incremento de porcentaje adverso y el MTM
¿de cuánto será la pérdida máxima?
• ($9,450,000) * (-0.01886) = -$178,227 este número representa la
pérdida máxima a la que se está expuesto en un horizonte de
tiempo (1 día) con un intervalo de confianza determinado (99%).
En otras palabras, este es el VaR de la posición.



• El VaR se expresa en términos monetarios debido a que las
pérdidas, contablemente y en los mercados, se expresan
siempre en forma de dinero.








99% (2.3263 o)
))yyy))))9))

84%

-178,227

• El riesgo de un portafolio de acciones debe, por lógica, ser menor al
riesgo de una posición individual. ¿Cómo calcular el VaR de una
sociedad de inversión? El método de simulación histórica es una
buena aproximación para los efectos de tal análisis.

Serie T.C. MTM
Maseca
B MTM Tribasa MTM MTM Total A ° µ (°)
1 9.50

9,500,000 1.90

9,500,000 0.75

15,000,000

34,000,000
2 9.55

9,550,000 1.80

9,000,000 0.50

10,000,000

28,550,000 -16.03
3 9.60

9,600,000 1.90

9,500,000 0.40

8,000,000

27,100,000 -5.08
4 9.65

9,650,000 2.00

10,000,000 0.30

6,000,000

25,650,000 -5.35
5 9.55

9,550,000 1.90

9,500,000 0.40

8,000,000

27,050,000 5.46
6 9.45

9,450,000 2.05

10,250,000 0.50

10,000,000

29,700,000 9.80
7 9.50

9,500,000 2.10

10,500,000 0.35

7,000,000

27,000,000 -9.09
8 9.57

9,570,000 2.20

11,000,000 0.30

6,000,000

26,570,000 -1.59
9 9.52

9,520,000 2.50

12,500,000 0.45

9,000,000

31,020,000 16.75
10 9.41

9,410,000 2.70

13,500,000 0.35

7,000,000

29,910,000 -3.58
11 9.49

9,490,000 2.45

12,250,000 0.40

8,000,000

29,740,000 -0.57
12 9.45

9,450,000 2.50

12,500,000 0.42

8,400,000

30,350,000 2.05
-0.658


o (°) = 9.030

A% adverso en el valor del portafolio = µ - 2.3263 o

A% adverso en el valor del portafolio = -0.658 – (2.3263 * 9.030) = -
21.66%

MTM = $30,350,000

($30,350,000) * (-0.2166) = -$6,573,810 VaR

Esta cifra se comprueba contra la suma de los otros tres VaR:

-$178,227 - $1,630,250 - $5,717,040 = -$7,525,517
(VaR T.C.) (VaR Maseca) (VaR Tribasa) VaR Sumado


• Cabe señalar que tanto el VaR del portafolio como el VaR sumado,
no tienen que coincidir, siempre existirán sesgos que harán que
ambas cantidades difieran sensiblemente, sin embargo, las dos
aproximaciones son consideradas como aceptables para los
administradores de riesgos.